WO/2019/120119 | LDPC ENCODING METHOD AND DEVICE FOR COMMUNICATION SIGNAL |
WO/2003/092212 | AN ADAPTIVE AIR INTERFACE WAVEFORM |
WO/2021/190906 | VERIFYING DATA INTEGRITY IN A RECEIVER |
US20050160351A1 | 2005-07-21 | |||
EP1531552A1 | 2005-05-18 |
Revendications 1. Décodeur à base de propagation de confiance par concaténation parallèle Comprenant deux concaténers des matrices creuses deux codes en parallèle oùles variables sont entrelacées pour chaque niveau. Les confiances passent d'un niveau à l'autre pour revenir à la fin au premier niveau. Caractérisé en ce que l'effet fiabilité des communications numériques peut être obtenu par des codes correcteurs d'erreurs et la confiance est calculée avec un algorithme. 2. Décodeur é base de propagation de confiance caractérisé selon la revendication 1 en ce que l'utilisation et l'extension des cycles par la concaténation parallèle et les connections cascadées généralisent ce décodeur à N niveaux en passant des variables vers leurs valeurs de test correspondants puis ces derniers vers les variables entrelacées du deuxième niveaux puis vers les valeurs de test puis vers les variables entrelacées du troisième niveau jusqu'au Nième Niveaux pour revenir aux variables initiales |
Description
La présente invention concerne un décodeur pour code correcteur d'erreur qui étend les décodeurs à base de "BeliefPropagation" ou propagation de confiance. Ce décodeur minimise les limitations de ces derniers en ne se limitant plus à des matrices creuses pour le codage d'information.
Décodeur a base de propagation de confiance étendu, permet d'améliorer la performance de décodage même pour les matrices de codage creuse de petite ou moyenne taille et même pour des matrice non creuse. Il permet une implémentation matérielle plus aisée que les décodeurs classiques comme les LDPC.
Les communications numériques reposent sur un modèle de transmission composede trois parties. Lapremièrepartie est l'émetteur, la deuxième est le canal de transmission, et la troisièmepartie est le récepteur, voir Figure 01. Le canal de transmission est toujours sujet a des perturbations ou de bruits. Ces perturbations induisent des erreurs dans l'information a transmettre. Les codes correcteurs d'erreurs ont pour rôle de fiabiliser les communications numériques en réduisant le taux d'erreurs.
Les systèmes de codage correcteur d'erreurs introduisent une redondance dans l'information à transmettre en utilisant un codeur. Au niveau réception, le décodeur utilise cette redondance pour essayer de retrouver l'information d'origine, voir Figure 02.
Parmi les systèmes de codage correcteur d'erreur on trouve ceux basés sur la propagation de confiance ou"BeliefPropagation" . Les codes correcteurs d'erreurs peuvent être représentés avec un graphe bipartite, voir Figure 03, d'un côté il y a les données transmises et de l'autre côté les valeurs de tests. Le décodeur essaye d'estimer les valeurs des données en échangeant les confiances entres les données et les valeurs de test. La confiance est calculée avec un algorithme comme la somme-produit. Cessystèmes ont de très bonnes performances, mais ils souffrent de dégradation énorme s'il y a des cycles de petite taille dans le graphe représentatif, voir Figure 04. Ce problème a poussé â utiliser des matrices creuses et de grandes tailles pour le codage de l'information. Cette utilisation pose deux problèmes, le premier pour le stockage des matrices et le deuxième pour le codage de l'information .
Le décodage ne sera plus fait par l'échange des confiances entre les noeuds de variables et leurs valeurs de test correspondant, mais les confiance vont être transmis des variables vers leurs valeurs de test correspondant puis ces derniers valeurs de test vers les variables entrelacées puis des variables entrelacées vers leurs valeurs de test correspondants et depuis ces derniers en retourne vers les variables voir Figure 05. Cette solution va participer à augmenter la taille des cycles et par la suite améliorer les performances du système et même utiliser des matrices de moyenne ou petite taille.
En peut généraliser ce décodeur é IM niveaux en passant des variables vers leurs valeurs de test correspondants puis ces derniers vers les variables entrelacées du deuxième niveaux puis vers les valeurs de test puis vers les variables entrelacées du troisième niveau jusqu'au Nième Niveaux pour revenir aux variables initiales voir figure 06.
Figure 01 : modèle de communication numérique
Figure 02 : Fiabilisation des communications numériques
Figure 03 : Décodeur a base de propagation de confiance
Figure 04 : Présence de cycle dans le graphe bipartite
Figure 05 : Décodeur étendu à deux niveaux
Figure 06 : Décodeur étendu à N niveaux