Zum Inhalt springen
Zurück zu den Suchergebnissen

Turbo-Codierung mit iterativem Dekodieren

Eingeführt von
Claude Berrou, Alain Glavieux, and Punya Thitimajshima
Jahr
1993
Typ
iterative error-correcting code
Familie
Coding theory

Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen

Schriftgröße

Was leistet sie?

Turbo-Codes, eingeführt von Berrou, Glavieux und Thitimajshima im Jahr 1993, stellen einen Meilenstein in der Geschichte der Kanalcodierung dar.

Sie erreichen eine Leistung innerhalb von 0,5 dB der Shannon-Grenze – der theoretischen Grenze für zuverlässige Kommunikation –, eine Leistung, die zuvor mit praktischer Komplexität für unmöglich gehalten wurde. Turbo-Codes verwenden verkettete Faltungscodes mit einem Interleaver und iterative Dekodierung mittels Belief Propagation. Sie wurden in 3G (UMTS) übernommen und bleiben in 4G/5G-Systemen neben LDPC-Codes wichtig.

Die Intuition hinter der Methode

Standard-Fehlerkorrekturcodes fügen Redundanz hinzu, um Daten zu schützen, erfordern aber typischerweise eine komplexe Dekodierung (z. B. Maximum Likelihood, die exponentiell mit der Codierlänge wächst). Turbo-Codes kehren das Problem um: Verwenden Sie einfache Encoder (zwei oder mehr Faltungscodes) parallel, getrennt durch einen pseudo-zufälligen Interleaver, und lassen Sie Decoder iterativ Informationen austauschen. Der Interleaver stellt sicher, dass Fehler, die für einen Code schwer zu dekodieren sind, für einen anderen wahrscheinlich leicht sind (aufgrund der Permutation), sodass die iterative Verfeinerung zur wahren Nachricht konvergiert. Dieser 'Turbo-Effekt' (daher der Name) erzeugt exponentiell bessere Leistung als die einmalige Dekodierung und nähert sich der theoretischen Grenze.

Geschichte

Turbo-Codes wurden auf der ICC 1993 angekündigt und schockierten die Community der Codierungstheorie mit nahezu-Shannon-Leistung. Sie waren ein Haupttreiber für die Einführung von 3G (UMTS, cdma2000) Ende der 1990er Jahre. Das Verständnis von Turbo-Codes führte zu einer breiteren Theorie der iterativen Dekodierung und einer Renaissance im Verständnis klassischer Codes (z. B. Hamming-Codes zeigten eine iterative Struktur). In den 2000er Jahren traten LDPC-Codes (wiederentdeckt von Gallager, 1962) als Konkurrenten mit vergleichbarer Leistung und einfacherer Architektur auf. Polarcodes (Arikan, 2009) boten theoretische Optimalität im Grenzwert. Moderne Standards (5G NR) unterstützen alle drei Familien; Turbo-Codes sind veraltet, aber weit verbreitet implementiert.

Wann wird sie eingesetzt?

Turbo-Codes glänzen auf tief-fading- oder verrauschten Kanälen, wo starke Fehlerkorrektur benötigt wird (z. B. Satellit, Weltraum, Unterwasser). Verwenden Sie Turbo-Codierung, wenn niedrige Bitfehlerraten (BER < 10^-6) kritisch sind und die Latenz die iterative Dekodierung zulässt (wenige Millisekunden). Turbo-Codes sind weniger geeignet für ratenkritische Anwendungen oder sehr kurze Pakete (Interleaver und Decoder-Zustand dominieren den Overhead). Mit dem Aufkommen von LDPC- und Polarcodes (etwas bessere Leistung, einfachere Architektur) sind Turbo-Codes in vielen neuen Standards veraltet, werden aber immer noch in Kompatibilitätsschichten verwendet.

Grenzen und Hinweise

  • Iterative Dekodierung führt zu Latenz (zig Millisekunden für lange Interleaver)
  • Leistung ist empfindlich gegenüber dem Interleaver-Design; eine schlechte Wahl untergräbt den Turbo-Effekt
  • Fehler neigen dazu, sich in Clustern zu propagieren (Fehlerboden) bei sehr niedrigen BERs; erfordert Code-Anpassung zur Minderung
  • Dekodierungskomplexität ist proportional zur Informationslänge (nicht exponentiell, aber immer noch hoch)
  • Kurze Pakete leiden unter Interleaver-Overhead und unzureichender Iterationstiefe für Konvergenz

Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.

Stärken

  • Leistung innerhalb von 0,5 dB der Shannon-Grenze bei praktischer Komplexität
  • Funktioniert gut über einen weiten Bereich von Signal-Rausch-Verhältnissen ohne Schwellenwertphänomen (im Gegensatz zu klassischen Codes)
  • Iterative Dekodierung verbessert die Leistung mit jeder Iteration, was eine Ratenkontrolle über die Iterationsanzahl ermöglicht
  • Trennbare Konstruktion: Jeder Faltungscode kann verwendet werden, was Flexibilität ermöglicht
  • Robust gegenüber Burst-Fehlern durch Interleaver-Spreizung

Anwendungen

  • 3G/4G Mobilfunk (UMTS, LTE): Uplink- und Downlink-Verkehrskanäle mit Turbo-Codes, die nahezu-Shannon-Leistung bieten
  • Satellitenkommunikation: Tiefraummissionen (z. B. Mars-Rover) verwenden Turbo-Codes zur zuverlässigen Datenwiederherstellung aus extremem Rauschen
  • Militärische sichere Kommunikation: verschlüsselte Datenübertragung mit starker Fehlerkorrektur in störanfälligen Umgebungen
  • Drahtlose Sensornetze: energiearme Knoten verwenden kurze Turbo-Codes für zuverlässige Multi-Hop-Weiterleitung
  • Medizinische Telemetrie: biomedizinische Geräte, die kritische Patientendaten über verrauschte drahtlose Verbindungen übertragen

So funktioniert es

So funktioniert es

1

Informationsbits werden mit identischen Faltungscodierern (RSC: recursive systematic convolutional) in zwei parallele Codewörter kodiert.

2

Zwischen den beiden Codierern permutiert ein pseudo-zufälliger Bit-Interleaver die Informationssequenz. Dies stellt sicher, dass die beiden Codewörter für dieselben Informationen unterschiedliche Gewichtungsverteilungen aufweisen.

3

Die kodierten Bits (systematisch und Parität von beiden Codierern) werden über den Kanal übertragen und durch Rauschen verfälscht.

4

Am Empfänger iterieren Soft-Input-Soft-Output (SISO)-Decoder: Decoder 1 verwendet das empfangene Signal und extrinsische Informationen von Decoder 2, um seine Schätzung zu verfeinern. Decoder 2 tut dasselbe. De-Interleaver/Interleaver leitet Informationen zwischen den Decodern weiter.

5

Nach einer festen Anzahl von Iterationen (z. B. 8-20) wird eine endgültige harte Entscheidung durch Schwellenwertbildung des Likelihood-Verhältnisses getroffen. Die Konvergenz kann über den 'Turbo-Cliff' verfolgt werden: Die Leistung fällt scharf ab, sobald die SNR einen Schwellenwert überschreitet, bei dem die Iteration zu konvergieren beginnt.

Häufige Fallstricke

  • Verwendung eines deterministischen oder zu kurzen Interleavers; Pseudo-Zufälligkeit ist für den iterativen Gewinn unerlässlich
  • Annahme einer festen Iterationsanzahl als optimal; Leistung variiert mit SNR; adaptive Iterationsanzahl ist besser
  • Vernachlässigung des Fehlerbodens; Turbo-Codes können einen Schwellenwert aufweisen (Turbo-Cliff), unterhalb dessen die Leistung rapide abfällt
  • Anwendung von Turbo-Codes auf sehr kurze Informationsblöcke (<100 Bits); relativer Overhead wird prohibitiv
  • Nichtberücksichtigung der Rückkopplungsverzögerung bei der iterativen Dekodierung; kohärente Synchronisation zwischen Decodern ist erforderlich

Häufig gestellte Fragen

Was bedeutet 'Turbo' bei Turbo-Codes?

Der Name bezieht sich auf den iterativen Dekodierungsprozess, der einem Turbo-Motor ähnelt: Jeder Decoder 'boostet' das Signal für den nächsten Decoder. Der exponentielle Leistungsgewinn pro Iteration wird manchmal als Turbo-Effekt bezeichnet. Er hat keine wörtliche Verbindung zu Turboladern.

Warum ist der Interleaver so wichtig?

Der Interleaver bricht Korrelationen in den Fehlermustern des ersten Decoders, bevor der zweite Decoder sie sieht. Ohne ihn würden beide Decoder wiederholt dieselben Fehler machen. Ein guter Interleaver stellt sicher, dass Fehler von einem Decoder zufällig verteilt werden, was dem zweiten Decoder eine neue Perspektive gibt und eine produktive Iteration ermöglicht.

Was ist der Turbo-Cliff?

Turbo-Codes weisen einen scharfen Schwellenwert auf: Unterhalb einer kritischen SNR konvergiert die iterative Dekodierung nicht, und die BER ist schlecht. Oberhalb des Schwellenwerts fällt die BER scharf ab. Dies ist der Turbo-Cliff. Für das Systemdesign muss die SNR sicher über dem Cliff liegen; der Betrieb knapp darunter führt zu einem katastrophalen Ausfall trotz scheinbar ausreichender SNR.

Wie viele Iterationen sind erforderlich?

Typische Turbo-Decoder verwenden 8-20 Iterationen; mehr Iterationen verbessern die Leistung, erhöhen aber die Latenz. Bei hoher SNR reichen wenige Iterationen aus (Konvergenz ist schnell). Bei niedriger SNR sind mehr Iterationen erforderlich. Adaptive Iteration (Konvergenz prüfen, frühzeitig stoppen, wenn fertig) gleicht Latenz und Leistung aus.

Verwandte Methoden

Quellen

  1. Berrou, C., Glavieux, A., & Thitimajshima, P. (1993). Near Shannon limit error-correcting coding and decoding: Turbo-codes. In Proceedings of the IEEE International Conference on Communications (ICC), 1064-1070.

    DOI-Referenz öffnen
    Kopiert.
  2. Richardson, T. J., & Urbanke, R. L. (2002). The capacity of low-density parity-check codes under message-passing decoding. IEEE Transactions on Information Theory, 47(2), 599-618.

    DOI-Referenz öffnen
    Kopiert.