Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/260835
Type: TESE
Degree Level: Doutorado
Title: Grafos-fatores e decodificação iterativa = novas aplicações
Title Alternative: Factor graphs and iterative decoding : new developments
Author: Andrade, Alexandre de
Advisor: Portugheis, Jaime, 1959-
Abstract: Resumo: Esta tese aborda métodos de estimação probabilística em sistemas de comunicações usando a teoria de grafos-fatores e seu algoritmo genérico soma-produto. Estas ferramentas são atualmente reconhecidas como um ambiente ideal para derivar vários esquemas de decodificação/ estimação, e também integrar modelos de componentes típicos num sistema de comunicação para melhor desempenho do processo de recepção. Mais genericamente, são adequadas para projetos de receptores unificados. Além disso, vários esquemas de decodificação conjunta fonte/canal podem ser contextualizados neste ambiente. Partimos de uma revisão geral da teoria grafos-fatores e do algoritmo soma-produto de forma abrangente e inserindo os fundamentos matemáticos relacionados. Na sequência aplicamos estes conceitos a sistemas de comunicações. Focamos em sistemas de grafos com ciclos, que são de grande interesse e que resultam na versão iterativa do algoritmo somaproduto, onde cronogramas de execução devem ser arbitrados eficientemente. Descrevemos a decodificação turbo seguindo esquemas de grafos-fatores normais e causais, a forma mais apropriada para a descrição e análise de cronogramas. A partir desta formulação, estudamos o caso da decodificação turbo na sua variante não-bloco, com entrelaçadores periódicos e decodificação contínua/causal. Apresentamos um cronograma completo do algoritmo soma-produto para este caso, mostrando vantagens práticas em relação ao proposto na literatura, sobretudo em relação a sua implementação. Na última parte da tese, apresentamos um estudo da aplicação de grafos-fatores no problema de decodificação iterativa conjunta fonte/canal. Partimos de um modelo genérico de fonte com memória, discreta no tempo e contínua em amplitude, consideramos quantização vetorial e tratamos o problema da decodificação iterativa conjunta integrando modelos destes componentes com o resto do sistema. Alguns resultados de simulações computacionais para os esquemas propostos são apresentados

Abstract: The present thesis deals with probabilistic inference methods for communication systems described by the unifying framework of factor graphs and the general elimination algorithm, the so called sum-product algorithm. These exceedingly general tools are understood as a state of the art environment to build many decoding schemes, and to model typical components for a joint efficient inference at reception. More generally, is a suitable framework to unified receiver designs. Additionally, some joint source channel decoding schemes can also be proper modeled under this context. We start with a review of this framework and related mathematical topics. Thereafter, we particularize to cases of interest, like typical communication systems. This framework gives powerful insights into the structures of multivariate constrained systems and shows how distributed probabilistic inferences can be performed, as shown for typical communication systems with a standard channel encoder. Systems represented by fator graphs with cycles are the most relevant. For the iterative version of the sum-product algorithm, a calculation schedule has to be efficiently chosen. We review the turbo decoding scheme for the classical turbo code using a normal and causal factor graph realization, providing an environment for scheduling descriptions. Then, we approach the non-block turbo decoding version (stream-oriented turbo codes), where general periodic and causal interleavers can be used and continuous decoding schemes are required. We present a full decoding sum-product schedule for this case, with pratical improvements over the usual non-graphical decoding scheme. In the last part of this thesis, we address the joint source channel decoding problem using the factor-graph framework. Starting from a general source model, linear discrete time series, we consider straight vectorial quantization. Instead of trying to remove redundancy, we go in the direction of building decoding schemes that explore this redundancy from source model and quantizer map.We analyse cases when iterative decoding can be performed taking these elements into account in a proper way. Some simulation on the proposed schemes are presented
Subject: Comunicações digitais
Codificação
Códigos corretores de erros (Teoria da informação)
Language: Português
Editor: [s.n.]
Date Issue: 2010
Appears in Collections:FEEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Andrade_Alexandrede_D.pdf5.07 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.