第五章 實驗模擬與結果分析
5.3 記憶性通道之疊代解碼實驗
5.3.1 系統模擬之步驟說明
系統架構基本上與 5.2 節相同，除了通道環境由白色高斯雜訊 通道改為 Gilbert 所提出的記憶性通道。在每次模擬過程中，產生 30000 點的一階自迴歸訊號源，送進純量 Lloyd-Max 量化器。量化索 引使用三個位元，位元映射方法選用折疊二位元編碼方式。訊息位元 以長度 L 的區塊為單位由交錯器進行插置，再以這 L 個訊息位元外 加 2 個迫使狀態器狀態回歸至零的尾巴位元為一區塊長度送進迴旋 編碼器中。將輸出位元組經由二位元相位鍵移調變後，加入由 Gilbert 通道模擬產生的位元錯誤序列作干擾後送至接收端。通道解碼時必須 以一個區塊長度進行，此處每一區塊解出 L 個訊息位元和 2 個尾巴位 元的額外訊息，再將多餘的尾巴位元之額外訊息捨棄。我們將考慮 7 種不同的系統設定，進行下列實驗。[1]不考慮通道記憶性，且加入 區塊通道交錯器(L=150)，其結果在表 5.1 及圖 5.3。[2]考慮通道記 憶性，且加入區塊通道交錯器(L=150)，其結果在表 5.2 及圖 5.4。
[3]不考慮通道記憶性，且不加入區塊通道交錯器，其結果在表 5.3 及圖 5.5。[4]考慮通道記憶性，且不加入區塊通道交錯器，其結果 在表 5.4 及圖 5.6。[5]考慮通道記憶性，且加入隨機通道交錯器，
其結果在表 5.5 及圖 5.7(L=150)。[6]考慮通道記憶性，且加入隨機
通道交錯器(L=1500)，其結果在表 5.6 及圖 5.8。[7]考慮通道記憶 性，且加入區塊通道交錯器(L=1500)，其結果在表 5.7 及圖 5.9。
BER 0 iteration 0+iteration 1 iteration
1
+iteration 2 iteration 0.1 3.34023 4.23029 6.143728 5.959703 6.16104 0.063096 4.84323 5.611873 7.484467 7.31591 7.520231 0.039811 6.02631 7.063601 8.832808 8.683859 8.865108 0.025119 8.12423 8.622126 10.11842 10.00306 10.15852 0.015849 9.18635 9.886368 11.16159 11.07565 11.20516 0.01 10.52125 10.74873 11.76554 11.7142 11.82314 0.00631 11.67632 11.82908 12.65563 12.62485 12.7079 0.003981 12.36125 12.6101 13.15181 13.13428 13.19284 0.002512 12.28785 12.57913 13.07637 13.06075 13.1198 0.001583 13.32312 13.4639 13.78895 13.7804 13.81463 0.001 13.31454 13.49302 13.78145 13.7731 13.80603表 5.1 使用區塊交錯器(L=150)但不考慮通道記憶性的結果
-3 -2.8 -2.6 -2.4 -2.2 -2 -1.8 -1.6 -1.4 -1.2 -1
Parameter SNR (dB)
0 ite
0.1 3.34023 4.563882 6.597199 6.490111 6.687642 0.063096 4.84323 5.937123 7.873549 7.787598 7.998222 0.039811 6.02631 7.362225 9.28644 9.2274 9.455355 0.025119 8.12423 8.841343 10.42129 10.35649 10.54187 0.015849 9.18635 10.09377 11.29868 11.25267 11.41782 0.01 10.52125 10.83117 12.26692 12.19603 12.31715 0.00631 11.67632 11.96523 12.76623 12.74993 12.86017 0.003981 12.36125 12.689 13.35156 13.355 13.42404 0.002512 12.28785 12.65687 13.20274 13.19238 13.26973 0.001583 13.32312 13.49719 13.78875 13.78042 13.82875 0.001 13.31454 13.57268 13.84907 13.85148 13.88262
表 5.2 利用通道記憶性與區塊交錯器(L=150)之結果
-3 -2.8 -2.6 -2.4 -2.2 -2 -1.8 -1.6 -1.4 -1.2 -1 2
4 6 8 10 12 14
log10(e)
Parameter SNR (dB)
0 ite 0+ ite 1 ite 1+ ite 2 ite
圖 5.4 利用通道記憶性與區塊交錯器(L=150)之結果
BER 0 iteration 0+iteration 1 iteration
1
+iteration 2 iteration0.1 3.34023 4.422733 5.018131 4.8735 5.060688 0.063096 4.84323 5.743457 6.446449 6.321988 6.52632
0.039811 6.02631 7.187569 7.873109 7.766199 7.965687 0.025119 8.12423 8.677406 9.318223 9.241679 9.424888 0.015849 9.18635 9.966647 10.47313 10.41191 10.56844 0.01 10.52125 10.79247 11.24199 11.20388 11.3461 0.00631 11.67632 11.89157 12.26967 12.24299 12.35093 0.003981 12.36125 12.63962 12.8638 12.85151 12.93588 0.002512 12.28785 12.61605 12.83553 12.82287 12.90498 0.001583 13.32312 13.48987 13.6405 13.64147 13.69039 0.001 13.31454 13.5030 13.59245 13.58832 13.63644 表 5.3 不考慮通道記憶性與交錯器之結果
-3 -2.8 -2.6 -2.4 -2.2 -2 -1.8 -1.6 -1.4 -1.2 -1 2
4 6 8 10 12 14
log10(e)
Parameter SNR (dB)
0 ite 0+ ite 1 ite 1+ ite 2 ite
圖 5.5 不考慮通道記憶性與交錯器之結果
BER 0 iteration 0+iteration 1 iteration
1
+iteration 2 iteration 0.1 3.34023 4.832634 5.747345 5.624446 5.92664 0.063096 4.84323 6.174634 6.992958 6.888797 7.200441 0.039811 6.02631 7.572874 8.30556 8.213173 8.503516 0.025119 8.12423 8.966067 9.616886 9.560227 9.830093 0.015849 9.18635 10.17753 10.8903 10.83709 11.04714 0.01 10.52125 11.0033 11.43019 11.38739 11.58159 0.00631 11.67632 12.08766 12.48347 12.46144 12.60089 0.003981 12.36125 12.75896 13.09319 13.07943 13.17804 0.002512 12.28785 12.67602 12.90435 12.88489 12.98704 0.001583 13.32312 13.52189 13.75813 13.74162 13.79522 0.001 13.31454 13.56514 13.68421 13.67639 13.73238表 5.4 考慮通道記憶性但不使用交錯器之結果
-3 -2.8 -2.6 -2.4 -2.2 -2 -1.8 -1.6 -1.4 -1.2 -1 2
4 6 8 10 12 14
log10(e)
Parameter SNR (dB)
0 ite 0+ ite 1 ite 1+ ite 2 ite
圖 5.6 考慮通道記憶性但不使用交錯器之結果
BER 0 iteration 0+iteration 1 iteration
1
+iteration 2 iteration0.1 3.280074 3.891862 6.24413 6.155378 6.303485 0.063096 4.832488 5.355052 7.711722 7.636717 7.788399 0.039811 6.017823 6.828529 9.066071 9.00567 9.154419 0.025119 7.802279 8.379553 10.33891 10.29242 10.42277 0.015849 9.114951 9.677013 11.35532 11.3229 11.42783 0.01 10.23626 10.54127 11.96576 11.93805 12.02958 0.00631 11.38193 11.69281 12.81988 12.80223 12.86669 0.003981 12.31271 12.45916 13.30007 13.28999 13.33776 0.002512 12.39533 12.45119 13.24707 13.23475 13.28245 0.001583 13.31029 13.38901 13.84704 13.8444 13.87077 0.001 13.39782 13.38225 13.82788 13.82329 13.85153
表 5.5 考慮通道記憶性與隨機交錯器(L=150)之結果
-3 -2.8 -2.6 -2.4 -2.2 -2 -1.8 -1.6 -1.4 -1.2 -1 2
4 6 8 10 12 14
log10(e)
Parameter SNR (dB)
0 ite 0+ ite 1 ite 1+ ite 2 ite
圖 5.7 考慮通道記憶性與隨機交錯器(L=150)之結果
BER 0 iteration 0+iteration 1 iteration
1
+iteration 2 iteration 0.1 3.159123 3.185125 7.730688 7.732703 8.15125 0.063096 4.457251 4.96989 9.883947 10.01819 10.40223 0.039811 6.227184 6.768756 11.44457 11.65967 11.94138 0.025119 7.702000 8.50987 12.58284 12.81698 12.98913 0.015849 8.955111 9.946305 13.23271 13.43751 13.54499 0.01 10.182538 10.82829 13.55661 13.73288 13.80923 0.00631 11.08539 11.98738 13.94725 14.07501 14.12082 0.003981 11.929747 12.69694 14.15053 14.24724 14.27765 0.002512 12.038657 12.66729 14.11425 14.21155 14.23954 0.001583 13.389939 13.5398 13.34497 14.40108 14.41557 0.001 13.331025 13.54852 13.35336 14.40834 14.42289表 5.6 考慮通道記憶性與隨機交錯器(L=1500)之結果
-3 -2.8 -2.6 -2.4 -2.2 -2 -1.8 -1.6 -1.4 -1.2 -1
Parameter SNR (dB)
0 ite
0.1 3.521466 4.58132 7.26824 7.067587 7.293906 0.063096 4.86717 5.940222 8.449791 8.279513 8.517638 0.039811 6.38978 7.354542 9.621264 9.481262 9.69871 0.025119 7.89357 8.803742 10.74055 10.62947 10.81735 0.015849 9.40066 10.0296 11.66337 11.57915 11.72525 0.01 10.04822 10.84587 12.18004 12.12095 12.24689 0.00631 11.59933 11.93402 12.90185 12.86244 12.95174 0.003981 12.40761 12.63639 13.34128 13.3115 13.37345 0.002512 12.06808 12.60479 13.29534 13.27826 13.33752 0.001583 13.41113 13.47779 13.87968 13.86768 13.89834 0.001 13.18273 13.47698 13.88169 13.87418 13.90477
表 5.7 考慮通道記憶性與區塊交錯器(L=1500)之結果
-3 -2.8 -2.6 -2.4 -2.2 -2 -1.8 -1.6 -1.4 -1.2 -1 2
4 6 8 10 12 14
log10(e)
Parameter SNR (dB)
0 ite 0+ ite 1 ite 1+ ite 2 ite
圖 5.9 考慮通道記憶性與區塊交錯器(L=1500)之結果
5.3.2 結果分析
圖 5.3 至圖 5.9 之系統評估，皆使用(5.9)式的 SNR 值作為衡量。
首先比較圖 5.3 與圖 5.4，應用通道記憶特性於疊代解碼過程可有效 提升系統效能。以 2 次疊代為例，通道錯誤率為 0.1 時，有 0.5dB 的 差距，但在通道情形好時則較不明顯。從圖 5.5 與圖 5.6 可得知，在 沒有通道交錯器時，考慮通道記憶特性的好處更加明顯。以 2 次疊代 為例，當通道錯誤率為 0.1 時，有 0.9dB 的差距，大於使用交錯器時
的 0.5dB 差距。此現象證明了使用通道交錯器可以淡化 Gilbert 通道 的記憶特性，所以差距變小。從圖 5.4 與圖 5.9 可得知當區塊交錯器 大小變大時系統效能也跟著提升，其原因在於提供了更準確的解碼額 外訊息。同理從圖 5.7 與圖 5.8 可得知，在 1 次疊代以後隨機交錯器 大小變大可提升系統效能，且比區塊交錯器提升的更多，但在 0 次與 次疊代時則沒有提升。比較圖 5.8 與圖 5.9，區塊交錯器在 0 次與 次疊代時效能較好，但從 1 次疊代開始時則是隨機交錯器效能較 好。最後比較圖 5.4、5.6 及 5.9，我們發現交錯器的區塊長度由 150 增加到 1500 時，Gilbert 通道記憶特性隨之淡化，因此通道記憶用 於解碼所得的增益隨之下降。以 2 次疊代為例，當通道錯誤率為 0.1 時，由 0.76dB 減少至 0.61dB。
0+ 0+
第六章 結論與未來展望
本論文主要探討利用疊代解碼機制，加強系統強健性以對抗通道 雜訊干擾。我們分別針對單一同位檢查碼與迴旋碼，結合軟性位元訊 源解碼進行疊代演算。其關鍵在利用渦輪碼原理，在通道解碼器與訊 源解碼器之間交叉運用解碼輸出的額外訊息。藉著額外訊息因疊代次 數增加而提升的準確性，系統效能也隨之提升。在 AWGN 通道且環境 較差時，基於單一同位檢查碼的解碼器在1+次疊代時有 0.4dB 的增 益，而基於迴旋碼的解碼器在 2 次疊代時效能還有提升。在通道環境 有叢發性位元錯誤時，我們根據 Gilbert 通道模型修改解碼演算法以 運用通道記憶特性。由迴旋碼實驗發現，通道匹配疊代解碼機制的系 統效能最好。當加入通道交錯器時，區塊長度越大效能也跟著變好，
其原因為額外訊息更加準確。
在此論文中，當通道有記憶特性時，在通道解碼過程我們僅考慮 音框內的記憶特性，但在訊源解碼時則沒有考慮。因此在未來研究，
若能在通道解碼與訊源解碼同時考慮音框間的記憶特性，並據以修改 本文中所提之疊代解碼演算法，應能進一步改善系統的強健性能。
參考文獻
[1] C.E. Shannon, “A Mathematical Theory of Communication,” Bell
Sust. Tech. J., vol.27, pp. 379-423, pp. 623-656, 1948.
[2] C. Berrou, A. Glavieux, and P. Thitimajshima, ”Near Shannon limit error correcting coding: turbo codes ,” in Proc. IEEE International
Conference on Communications(ICC), pp. 1064-1070, 1993.
[3] M. Adrat, “Iterative Source-Channel Decoding for Digital Mobile Communications,” PhD thesis, Aachen University of Technology, July.
2003
[4] T. Fingscheidt and P. Vary, “Softbit speech Decoding: A New
Approach to Error concealment,” IEEE Trans Speech Audio Processing, vol. 9, No. 3. Mar. 2001.
[5] J. Hagenauer, E. Offer, and L. Papke, “Iterative Decoding of Binary Block and Convolutional Codes,” IEEE Trans. Inform. Theory, vol. 42, no.2, Mar. 1996.
[6] L. R. Bahl, J. Cocke, F. Jelinek and J. Raviv, ”Optimal decoding of linear codes for minimizing symbol error rate,” IEEE Trans. Inform.
Theory, vol. 20, pp. 284-287, Mar. 1974.
[7] C.L. Lee, W.W. Chang, “Memory-Enhanced MMSE-Based Channel Error Mitigation for Distributed Speech Recognition,” Interspeech
2005-Eurospeech, Lisbon, Portugal, Sep 2005.
[8] E.N. Gilbert, ”Capacity of a burst-noise channel,” Bell Syst. Tech.
J.,vol. 39, pp. 1253-1265, Sept. 1960.
[9] J.Max,”Quantizing for minimum distortion, ” IRE Trans. Inform
Theory, vol. IT-6, pp. 7-12, Mar 1960.