Difference between revisions of "Aufgaben:Exercise 3.10Z: Maximum Likelihood Decoding of Convolutional Codes"
From LNTwww
Line 2: | Line 2: | ||
[[File:P_ID2678__KC_Z_3_10.png|right|frame|Betrachtetes Systemmodell]] | [[File:P_ID2678__KC_Z_3_10.png|right|frame|Betrachtetes Systemmodell]] | ||
− | Der Viterbi–Algorithmus stellt die bekannteste Realisierungsform für die Maximum–Likelihood–Decodierung eines Faltungscodes dar. | + | Der Viterbi–Algorithmus stellt die bekannteste Realisierungsform für die Maximum–Likelihood–Decodierung eines Faltungscodes dar. Wir gehen hier von folgendem Modell aus: |
+ | * Die Informationssequenz $\underline{u}$ wird durch einen Faltungscode in die Codesequenz $\underline{x}$ umgesetzt. Es gelte $u_i ∈ \{0, \, 1\}$. Dagegen werden die Codesymbole bipolar dargestellt: $x_i ∈ \{–1, \, +1\}$. | ||
+ | * Der Kanal sei durch das [[BSC–Modell]] gegeben ⇒ $y_i ∈ \{–1, \, +1\}$ oder es wird der [[AWGN–Kanal]] vorausgesetzt ⇒ reellwertige $y_i$. | ||
+ | * Bei gegebener Empfangssequenz $\underline{y}$ entscheidet sich der Viterbi–Algorithmus für die Codesequenz $\underline{z}$ entsprechend | ||
+ | :$$\underline{z} = {\rm arg} \max_{\underline{x}_{\hspace{0.03cm}i} \hspace{0.03cm} \in \hspace{0.05cm} \mathcal{C}} \hspace{0.1cm} {\rm Pr}( \underline{x}_{\hspace{0.03cm}i} |\hspace{0.05cm} \underline{y} ) \hspace{0.05cm}.$$ | ||
+ | |||
+ | |||
+ | Dies entspricht dem [[Maximum–a–posteriori]] (MAP)–Kriterium. Sind die Informationssequenzen $\underline{u}$ gleichwahrscheinlich, so geht dieses in das etwas einfachere [[Maximum–Likelihood–Kriterium]] über: | ||
+ | :$$\underline{z} = {\rm arg} \max_{\underline{x}_{\hspace{0.03cm}i} \hspace{0.05cm} \in \hspace{0.05cm} \mathcal{C}} \hspace{0.1cm} {\rm Pr}( \underline{y} \hspace{0.05cm}|\hspace{0.05cm} \underline{x}_{\hspace{0.03cm}i} ) \hspace{0.05cm}.$$ | ||
+ | |||
+ | Als weiteres Ergebnis gibt der Viterbi–Algorithmus zusätzlich die Sequenz $\upsilon$ als Schätzung für die Informationssequenz $\underline{u}$ aus. | ||
+ | |||
+ | In dieser Aufgabe soll der Zusammenhang zwischen der [[Hamming–Distanz]] $d_{\rm H}(\underline{x}, \, \underline{y})$ sowie die [[Euklidischen Distanz]] | ||
+ | :$$d_{\rm E}(\underline{x} \hspace{0.05cm}, \hspace{0.1cm}\underline{y}) = | ||
+ | \sqrt{\sum_{i=1}^{L} \hspace{0.2cm}(x_i - y_i)^2}\hspace{0.05cm}$$ | ||
+ | |||
+ | ermittelt werden. Anschließend ist das obige ML–Kriterium mit | ||
+ | * der Hamming–Distanz $d_{\rm H}(\underline{x}, \, \underline{y})$, | ||
+ | * der Euklidischen Distanz $d_{\rm E}(\underline{x}, \, \underline{y})$, und | ||
+ | * dem [[Korrelationswert]] $〈 x \cdot < 〉$ zu formulieren. | ||
+ | |||
+ | |||
+ | ''Hinweise:'' | ||
+ | * Die Aufgabe bezieht sich auf die [[Theorieseite 6]] des Kapitels . | ||
+ | * Zur Vereinfachung wird auf Tilden und Apostroph verzichtet. | ||
+ | * Weitere Informationen zu diesem Thema finden Sie auf folgenden Seiten dieses Buches: | ||
+ | ** [[MAP– und ML–Kriterium]], | ||
+ | ** [[ML–Entscheidung beim BSC–Kanal]], | ||
+ | ** [[ML–Entscheidung beim AWGN–Kanal]], | ||
+ | ** [[Decodierung linearer Blockcodes – Seite 1]]. | ||
+ | |||
Revision as of 15:27, 4 December 2017
Der Viterbi–Algorithmus stellt die bekannteste Realisierungsform für die Maximum–Likelihood–Decodierung eines Faltungscodes dar. Wir gehen hier von folgendem Modell aus:
- Die Informationssequenz $\underline{u}$ wird durch einen Faltungscode in die Codesequenz $\underline{x}$ umgesetzt. Es gelte $u_i ∈ \{0, \, 1\}$. Dagegen werden die Codesymbole bipolar dargestellt: $x_i ∈ \{–1, \, +1\}$.
- Der Kanal sei durch das BSC–Modell gegeben ⇒ $y_i ∈ \{–1, \, +1\}$ oder es wird der AWGN–Kanal vorausgesetzt ⇒ reellwertige $y_i$.
- Bei gegebener Empfangssequenz $\underline{y}$ entscheidet sich der Viterbi–Algorithmus für die Codesequenz $\underline{z}$ entsprechend
- $$\underline{z} = {\rm arg} \max_{\underline{x}_{\hspace{0.03cm}i} \hspace{0.03cm} \in \hspace{0.05cm} \mathcal{C}} \hspace{0.1cm} {\rm Pr}( \underline{x}_{\hspace{0.03cm}i} |\hspace{0.05cm} \underline{y} ) \hspace{0.05cm}.$$
Dies entspricht dem Maximum–a–posteriori (MAP)–Kriterium. Sind die Informationssequenzen $\underline{u}$ gleichwahrscheinlich, so geht dieses in das etwas einfachere Maximum–Likelihood–Kriterium über:
- $$\underline{z} = {\rm arg} \max_{\underline{x}_{\hspace{0.03cm}i} \hspace{0.05cm} \in \hspace{0.05cm} \mathcal{C}} \hspace{0.1cm} {\rm Pr}( \underline{y} \hspace{0.05cm}|\hspace{0.05cm} \underline{x}_{\hspace{0.03cm}i} ) \hspace{0.05cm}.$$
Als weiteres Ergebnis gibt der Viterbi–Algorithmus zusätzlich die Sequenz $\upsilon$ als Schätzung für die Informationssequenz $\underline{u}$ aus.
In dieser Aufgabe soll der Zusammenhang zwischen der Hamming–Distanz $d_{\rm H}(\underline{x}, \, \underline{y})$ sowie die Euklidischen Distanz
- $$d_{\rm E}(\underline{x} \hspace{0.05cm}, \hspace{0.1cm}\underline{y}) = \sqrt{\sum_{i=1}^{L} \hspace{0.2cm}(x_i - y_i)^2}\hspace{0.05cm}$$
ermittelt werden. Anschließend ist das obige ML–Kriterium mit
- der Hamming–Distanz $d_{\rm H}(\underline{x}, \, \underline{y})$,
- der Euklidischen Distanz $d_{\rm E}(\underline{x}, \, \underline{y})$, und
- dem Korrelationswert $〈 x \cdot < 〉$ zu formulieren.
Hinweise:
- Die Aufgabe bezieht sich auf die Theorieseite 6 des Kapitels .
- Zur Vereinfachung wird auf Tilden und Apostroph verzichtet.
- Weitere Informationen zu diesem Thema finden Sie auf folgenden Seiten dieses Buches:
Fragebogen
Musterlösung
(1)
(2)
(3)
(4)
(5)