WWW.NET.KNIGI-X.RU
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - Интернет ресурсы
 

Pages:   || 2 |

«ИССЛЕДОВАНИЕ МЕТОДОВ И АЛГОРИТМОВ ПОВЫШЕНИЯ ДОСТОВЕРНОСТИ ДАННЫХ В СИСТЕМЕ АВИАЦИОННОЙ ЭЛЕКТРОСВЯЗИ ДЕКАМЕТРОВОГО ДИАПАЗОНА ...»

-- [ Страница 1 ] --

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное бюджетное образовательное учреждение высшего образования

«УЛЬЯНОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

На правах рукописи

Шагарова Анна Александровна

ИССЛЕДОВАНИЕ МЕТОДОВ И АЛГОРИТМОВ ПОВЫШЕНИЯ

ДОСТОВЕРНОСТИ ДАННЫХ В СИСТЕМЕ АВИАЦИОННОЙ

ЭЛЕКТРОСВЯЗИ ДЕКАМЕТРОВОГО ДИАПАЗОНА

Специальность 05.12.13 – «Системы, сети и устройства телекоммуникаций»

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель доктор технических наук, доцент Гладких Анатолий Афанасьевич Ульяновск – 2016 СОДЕРЖАНИЕ Стр.

УСЛОВНЫЕ СОКРАЩЕНИЯ…………………………………………… 4 ВВЕДЕНИЕ………………………………………………………………….. 6

ПРОБЛЕМЫ АВИАЦИОННОЙ ЦИФРОВОЙ

ЭЛЕКТРОСВЯЗИ И ПУТИ ИХ РЕШЕНИЯ……………………… 15 Авиационная электросвязь как объект интеграции услуг…………..

1.1 15 Характеристика системы радиосвязи ВС их свойства и 1.2 особенности……………………………………………………………. 21 Системы ВЧ-диапазона……………………………………………….

1.2.1 21 Основные направления развития авионики воздушных судов 1.2.2 гражданской авиации на базе ОВЧ-диапазона……………………… 24 Авиационные спутниковые системы связи, их достоинства и 1.2.3 недостатки…………………………………………………………….. 26 Оценка эффективности функционирования существующей сети 1.3 авиационной радиосвязи декаметрового диапазона на основе прямых каналов……………………



Оценка эффективности применения сети взаимосвязанных 1.4 пространственно-разнесенных радиоцентров ретрансляторов…… 35 Направления совершенствования систем обработки данных на базе 1.5 когнитивных принципов……………………………………………… 38 Выводы по главе……………………………………………………….

1.6 44

МОДЕЛИ ФОРМИРОВАНИЯ МЯГКИХ РЕШЕНИЙ

СИМВОЛОВ ДВОИЧНЫХ И НЕДВОИЧНЫХ

ИЗБЫТОЧНЫХ КОДОВ…………………………………………… 45

–  –  –

ЗАКЛЮЧЕНИЕ……………………………………………………………… 126 СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ………………………. 129 ПРИЛОЖЕНИЕ А. Алгоритм работы декодера на основе упорядоченной статистики…

–  –  –

УСЛОВНЫЕ СОКРАЩЕНИЯ

АБГШ Аддитивный белый гауссовский шум АЗН Автоматическое зависимое наблюдение АСУ Автоматизированная система управления АЭСВ Авиационная электросвязь БАЭС Беспроводная авиационная электросвязь БЛА Беспилотный летательный аппарат БЧХ Боуза-Чоудхури-Хоквингема код ВВХ Вероятностно-временные характеристики ВС Воздушное судно ДКМ Декаметровый диапазон ДП Диспетчерский пункт ДСЧ Датчик случайных чисел ИИ Искусственный интеллект КАМ Квадратурно-амплитудная модуляция КС Корпоративная сеть ЛВС Локальная вычислительная сеть МДП Местные диспетчерские пункты МВЛ Местные воздушные линии МРС Мягкое решение символа МСЭ Международный союз электросвязи НДК Недвоичные коды ОВД Обслуживание воздушного движения ПД Передача данных ПО Программное обеспечение ППРЧ Псевдослучайная перестройка рабочей частоты ПРК Произведение кодов РС Рида-Соломона код РРВ Распространение радиоволны РЦР Радиоцентр ретранслятор СС Система спутниковой связи СУБД Системы управления базами данных СКК Сигнально-кодовая конструкция ССКМ Спутниковая система контроля местоположения САРС Система авиационной радиосвязи ТКС Телекоммуникационная система УВД Управление воздушным движением УКВ Ультракороткая волна ФМ Фазовая модуляция ЭВК Энергетический выигрыш кода ЭЭ Энергетическая эффективность Aeronautical Fixed Telecommunication Network – Сеть авиационной AFTN фиксированной электросвязи Amplitude Modulation – амплитудная модуляция AM Amplitude Phase Keying – амплитудная фазовая модуляция APK Air Traffic Service – Служба воздушного движения ATS Airline Operational Communications – Оперативная связь AOC авиакомпаний Bit Error Rate – частота появления ошибочных битов BER extended squitter - расширенный сквиттер или расширенный ES самогенерируемый сигнал.

CNS/ATM Communications, Navigation, Surveillance/ Air Traffic Management – Связь, навигация, наблюдение/ Управление воздушным движением International Civil Aviation Organization – Международная ICAO организация гражданской авиации High Frequence Data Link - протокол передачи данных HFDL Open Systems Interconnection – открытая семиуровневая сетевая OSI модель Quadrature Amplitude Modulation – квадратурная амплитудная QAM модуляция Quadrature Phase Shift Keying – квадратурная фазовая манипуляция QPSK Soft-decision decoding – декодер с мягким решением SDD ВВЕДЕНИЕ В современных условиях возрастают требования к системе дальней авиационной электросвязи на базе радиосредств декаметрового диапазона волн, которые наряду с голосовой связью все шире используется для организации обмена оперативными данным. Это вызвано увеличением парка авиационных средств, разнообразием их новых типов, повышением протяженности океанических маршрутов и маршрутов следования воздушных судов (ВС) в приполярных широтах, увеличением длительности беспосадочных перелетов, резким снижением временных затрат по доставке запасный частей и выполнением на этой основе оперативного технического обслуживания ВС.

С борта современного ВС возможно ведение связи по спутниковым каналам, в системе ультракоротковолновой (УКВ) радиосвязи и в системе декаметрового диапазона волн (ДКМ). Недостатком спутниковых систем связи является невозможность ведения подобной связи в приполярных широтах, а связь УКВ диапазона используется, как правило, в условиях прямой видимости (вблизи аэропортов). Для осуществления полетов авиации в общем воздушном пространстве активно развиваются системы автоматического зависимого наблюдения (АЗН-В), как важнейшую технологию, обеспечивающую эффективное управление безопасностью полетов воздушных судов, воздушным движением летательных аппаратов различного назначения с учетом национальных интересов России, мирового опыта применения стандартов международной организацией гражданской авиации (ICAO). Использование современных технологий связи, навигации, автоматического зависимого наблюдения, позволяет значительно оптимизировать и повысить эффективность аэронавигационного обеспечения руководства полетами государственной и гражданской авиацией. В таких системах реализуются распределенное временное разделение каналов, режим псевдослучайной перестройки рабочей частоты (ППРЧ), помехоустойчивое каскадное кодирование, шифрование информации [2].

На сегодняшний день организационные принципы, характеристики и основные показатели систем связи с ДКМ ограничивают такие важные показатели как спектральная и энергетическая эффективность. При этом основным ограничивающим фактором следует считать эффект рассеивания энергии сигнала, что приводит к необходимости использовать низкоскоростные виды модуляции и сложные виды помехоустойчивых кодов [2, 6]. Основные направления совершенствования современных и развития перспективных цифровых систем связи декаметрового диапазона обусловлены методами, направленными на повышение спектральной и энергетической эффективности таких систем.

Известно, что раздельно каждое из указанных направлений характеризуется своими асимптотическими параметрами, но одновременное достижение предельных значений этих показателей эффективности оказывается невозможным. Поэтому поиск приемлемых компромиссов при оптимизации характеристик и режимов функционирования цифровой радиосвязи декаметрового диапазона волн приобретает особую актуальность. Достижение требуемых параметров по достоверности приема данных в подобных системах, учитывая специфический характер помех указанного диапазона, не может быть получено только за счет реализации отдельных подходов в решении названных задач и требует определенного синтеза известных решений [12].

Одним из перспективных направлений подобного рода является развитие мягких, адаптивных алгоритмов обработки помехоустойчивых кодов в сочетании с методами иерархической модуляции. Это позволяет не только уменьшить мощность передающих устройств с одновременной оптимизацией использования ограниченного частотного ресурса, но и решить задачу снижения сложности вычислительного процесса. В настоящее время прослеживается устойчивая тенденция перехода от алгебраических методов декодирования помехоустойчивых кодов к более эффективным алгоритмам их обработки на основе итеративных преобразований и неалгебраических методов обработки данных, вплоть до попыток применения для их реализации нейросетевых базисов и когнитивных подходов.





Это обеспечивает устойчивый процесс оптимизации технологий передачи данных по сетям, в смысле роста их пропускной способности, поскольку переход от канонических алгебраических приемов повышения достоверности данных к комплексным мягким методам обработки принятых данных способствует повышению производительности дорогостоящих сетевых компонентов. Таким образом поиск путей повышения помехоустойчивости систем авиационной электросвязи в ДКМ диапазоне является актуальной научно-технической задачей.

В данной предметной области наиболее важные результаты были достигнуты в трудах Л.М. Финка, Л.Ф. Бородина, В.П. Шувалова, В.М. Охорзина, Д. Д. Кловского, Комашинского В.И., В.Ф. Комаровича, Назарова, В.Н. Рисухина и зарубежных авторов G. Clark, G.D. Forny, R.W. Hamming, W.W. Peterson, R.T.

Chien, E.R. Berlekamp, J.L. Massey, I.S. Reed,G. Solomon, R.C. Bose, J.F. Mac Williams, R. Morelos-Zaragoza, B. Sklar, J.G. Prokis и др.

Степень разработанности темы. Методы повышения достоверности данных в системе авиационной электросвязи декаметрового диапазона активно разрабатывались Головиным О.В., Игнатовым В.В., Семисошенко М.А., Прохоровым В.И., Шаровым А.Н. применительно к технологиям двойного назначения. Определенный вклад в развитие данной предметной области внес Назаров С.Н., раскрывший особенности применения цифровых систем связи в гражданской авиации, за счет синтеза гибридной сети связи. В указанных работах этих авторов применение средств помехоустойчивого кодирования рассматривалось в общих чертах без детализации особенностей мягких методов декодирования, как двоичных, так и недвоичных кодов.

Цель диссертационной работы является повышение энергетической эффективности систем обмена данными авиационной электросвязи на базе радиосредств декаметрового диапазона волн на основе новых алгоритмов мягкого декодирования избыточных кодов.

Для достижения цели решаются следующие задачи:

1. Анализ и выбор оптимальных схем помехоустойчивого кодирования, удовлетворяющих потребностям современной авиационной электросвязи декаметрового диапазона волн для обеспечения требуемого уровня достоверности данных, обрабатываемых в режиме реального времени.

2. Обоснование и разработка алгоритмов неалгебраического декодирования по спискам систематических недвоичных блоковых кодов на базе вычисления признака кластера и формирования на этой основе списка наиболее вероятных комбинаций, подлежащих дальнейшей обработке декодером. Получение сравнительных характеристик для рассмотренных методов, оценка возможности реализации.

3. Разработка численных методов формирования оценок надежности символов недвоичных кодов (НДК) для эффективной реализации методов мягкого декодирования таких кодов. Проверка статистических свойств оценок с использованием имитационных моделей каналов связи, характерных для ДКМ диапазона авиационной электросвязи.

Исследование методов итеративных преобразований в структуре 4.

произведения кодов заданной размерности с системой синхронного накопления данных, а также в системе защиты символов номера кластера при использовании НДК.

5. Оценка на основе математического моделирования потенциальных возможностей предложенных алгоритмов декодирования многомерных произведений кодов с использованием целочисленных индексов мягких решений в условиях применения каналов связи декаметрового диапазона волн.

Объект исследования. Объектом исследования данной диссертационной работы является системы передачи данных авиационной электросвязи декаметрового диапазона волн, работающей в режиме реального времени с заданным уровнем достоверности.

Методы исследования. Для решения поставленных задач и достижения намеченной цели использованы методы системного анализа, математического моделирования, теории вероятности, теории информационных систем, численные методы, а также методы программирования. Математическое моделирование производилось с использованием пакетов прикладных программ Mathcad и MATLAB.

Научная новизна исследования.

1. Предложен подход к решению задач повышения достоверности данных передаваемых в системе декаметрового диапазона авиационной электросвязи, учитывающий возможности многомерных кодовых конструкций, позволивший эффективно сочетать мягкие методы декодирования с системой итеративных преобразований двоичных и недвоичных кодов.

2. Разработана новая концепция выработки оценок надежности символов недвоичных кодов по результатам обработки двоичной информации в непрерывном канале связи для эффективной реализации методов мягкого декодирования таких кодов.

3. Предложен и исследован метод перестановочного декодирования двоичных избыточных кодов, учитывающий передовые технологии построения перестановочных декодеров двоичных кодов с применением элементов когнитивной обработки данных и позволивший существенно снизить время обработки принятых кодовых векторов

4. Предложен метод неравновесной защиты номеров кластеров в системе списочного декодирования НДК адаптивных систем обмена данными, обеспечивающий надежную защиты номера кластера в системе списочного декодирования комбинаций НДК.

Теоретическая и практическая значимость работы Теоретическая значимость исследования заключается в строгом обосновании метода разбиения пространства кодовых комбинаций любых линейных помехоустойчивых кодов на кластеры, номера которых упорядочиваются лексикографически. При этом комбинации всех образованных кластеров подобны комбинациям базового кластера с номером ноль через систему ключевых кодовых векторов известных приемнику априори. Это позволяет осуществлять мягкое списочное декодирование линейных кодов с использованием единственного списка, а разработанные на этой теоретической основе алгоритмы обладают простой реализацией и могут быть применены при модернизации современной и разработке перспективной авиационной электросети реального времени.

Реализация результатов работы Результаты диссертационных исследований по исследованию комплексных методов и алгоритмов повышения достоверности данных в системе авиационной электросвязи декаметрового диапазона использованы в организациях:

1. Авиакомпания «Волга-Днепр».

2.Ульяновском институте гражданской авиации имени Главного маршала авиации Б.П. Бугаева – при внедрении в учебный процесс по специальности курсантов (студентов) 25.05.05 – Эксплуатация воздушных судов и организация воздушного движения, специализаций: 25.05.05.01 – Организация летной работы и 25.05.05.02 – Организация использования воздушного пространства.

3. Ульяновском государственном техническом университете – при внедрении в учебный процесс по направлению 11.03.02 в курсах «Общая теория связи» и «Теория кодирования и защиты информации».

Апробация работы и публикации Основные положения и результаты работы докладывались на следующих конференциях: научная сессия РНТО РЭС им. Попова, посвященная Дню радио, г.

Москва (2010, 2011, 2012); Международная научно-техническая конференция «Радиолокация, навигация, связь» – RLNC, г. Воронеж (2011,2012,2014,2016);

Международный научный молодежный форум «Университетское образование:

традиции и инновации», г. Ульяновск (2010); Международная научная конференция студентов, аспирантов, молодых ученых «Научный потенциал студенчества в XXI веке», г. Ставрополь (2010); Международной научнопрактической конференции «Проблемы подготовки специалистов для ГА и повышения эффективности работы воздушного транспорта», г. Ульяновск (2010Всероссийском конкурсе научно-исследовательских работ студентов и аспирантов в области технических наук в рамках Всероссийского фестиваля науки, на конкурсе молодые ученые транспортной отрасли, г. Москва (2011).

Результаты работы опубликованы в 34 печатных трудах, в числе которых 6 статей в журналах, входящих в перечень ВАК, 28 трудов и тезисов докладов на Международных и Всероссийских научно-технических и научно-практических конференциях.

Вклад автора в разработку проблемы. Во всех работах и в том числе совместных работах по теме диссертации автору лично принадлежат постановка задачи и основной вклад в разработку концепций математических моделей и методов их реализации. Результаты данной диссертационной работы соответствуют пунктам 2, 8 и 10 паспорта специальности 05.12.13.

Структура, объем и содержание работы Диссертационная работа состоит из введения, четырех глав, заключения и 2 приложений, основной материал изложен на 138 страницах, списка использованных источников из 105 наименований. Диссертация содержит 37 рисунка и 18 таблиц. Общий объем диссертации 152 страниц.

Основные положения, выносимые на защиту:

1. Новые модели формирования индексов надежности символов НДК в системе каскадных конструкций или произведения кодов с заданной размерности.

2. Доказательство базовой теоремы о преимуществе перестановочного декодирования двоичных блоковых кодов относительно иных схем мягкой обработки подобных кодов.

3. Новый алгоритм перестановочного декодирования двоичных блоковых избыточных кодов с применением элементов когнитивного подхода к обработке данных процессором приемника при оценки линейности переставленных матриц кода и формировании порождающих матриц эквивалентных кодов в систематической форме.

4. Сокращенный алгоритм итеративных преобразований данных в системе их синхронного накопления при обработке произведений кодов размерности 3D.

Содержание работы Во введении отражены актуальность темы исследования и степень ее разработанности, определены объект и предмет исследования, на основании чего сформулирована цель работы. Приводится атрибутика структурных элементов, используемых в автореферате.

Первая глава посвящена оценке возможностей систем связи ДКМ диапазона применительно к авиационной электросвязи, указываются основные параметры таких радиоканалов и выявляются их свойства. Целесообразность применения подобной связи подчеркивается статистическими данными по ее использованию зарубежными авиационными компаниями, приводятся данные по типу радиосредств ДКМ диапазона, используемых на отечественных ВС, включая их новые образцы. В силу многочисленных параметров, определяющих качество такой связи, рассматривается структура когнитивного цикла воздушной трассы.

Делаются выводы по главе и ставятся задачи на дальнейшее исследование.

Во второй главе рассматриваются методы аналитического и имитационного моделирования каналов связи ДКМ диапазона. Особое внимание уделено принципам формирования мягких решений символов (МРС) для двоичных видов модуляции и формированию на их основе оценок надежности для символов НДК, которые необходимы для реализации мягких методов декодирования таких кодов.

Исследуются достоинства и недостатки различных подходов в организации процедуры формирования таких оценок, даются рекомендации для их использования в реальных схемах каскадного кодирования.

В третьей главе доказывается положение, в соответствии с которым применение метода перестановочного декодирования относительно методов с кластеризацией кодовых комбинаций или методов исправления стираний (по сути классических мягких методов декодирования) обеспечивает по вероятности ошибки на бит лучшие показатели. Недостатком метода перестановок является необходимость обрабатывать не только принятый вектор, но и осуществлять поиск переставленной порождающей матрицы кода в систематической форме.

Это требует большого вычислительного ресурса. Предлагается заменить классическую процедуру перестановочного декодирования на процедуру с когнитивным базисом. Для этого в работе предлагается обучить декодер распознавать сочетания надежных символов и соответствующие им переставленные матрицы, подсчитанные заранее, извлекать и памяти процессора.

Приводятся сравнительные данные для исследуемых методов по временным показателям работы декодеров.

В четвертой главе подвергаются анализу методы мягкого декодирования комбинаций НДК. Предлагаются алгоритмы и конструкции декодеров, реализующих новые подходы в системе каскадирования кодов или использовании произведений кодов заданной размерности.

В заключении работы даются основные выводы по полученным в ходе исследований результатам. В приложениях представлены результаты испытаний имитационных моделей для методов распознавания образов в процедуре формирования оценок надежности символов.

ГЛАВА 1

ПРОБЛЕМЫ АВИАЦИОННОЙ ЦИФРОВОЙ ЭЛЕКТРОСВЯЗИ И ПУТИ

ИХ РАЗРЕШЕНИЯ

1.1 Авиационная электросвязь как объект интеграции услуг В «Федеральном законе «О связи» (126-ФЗ)» определено, что единая сеть электросвязи Российской Федерации (РФ) состоит из расположенных на территории РФ сетей электросвязи, которые делятся на категории [3, 70]:

- сети связи общего пользования (ОП);

- выделенные сети связи;

- технологические сети связи, присоединяемые к сети связи ОП;

- сети связи специального назначения и другие сети связи для передачи информации при помощи электромагнитных систем.

В ходе реформировании экономики РФ некоторые из названных сетевых структур перешли в собственность акционерных обществ, обеспечивающих в современных условиях нужды соответствующих отраслей, что вызвало к появлению термина «корпоративные сети связи», который закрепился в современной литературе по описанию ряда сетевых структур [35, 47, 52]. Как правило, под корпорацией понимается объединение различных бизнесов с общим финансовым контролем и главной задачей любой корпорации является получение прибыли [52, 63]. Из редакции закона «О связи» [70] становится ясно, что законодательно термин «корпоративные сети» в настоящее время формально выведен из употребления. Однако подобные сети являются яркими представителями интеграции телекоммуникационных систем с широким представлением телематических услуг и именно подобные сети определяют материальную основу эффективного управления бизнесом. Корпоративные сети в рамках новой терминологии можно отнести либо к технологическим, либо к выделенным сетям связи, поскольку и те другие допускают взаимодействие с зарубежными партнерами, что важно для организации внешних авиационных перевозок. Основной особенностью авиационной электросвязи (АЭСВ) является широкое использование радиосредств для связи многочисленных диспетчерских, навигационных и информационных служб, служб обеспечения безопасности полетов, регламентно-технических групп и различных сервисов с экипажами воздушных судов (ВС), находящихся в полете или в движении при рулении в зоне аэропортов [6, 29].

Сеть гражданской авиации в настоящий момент представлена отдельными, экономически самостоятельными предприятиями, обслуживающими телекоммуникационное оборудование и каналы связи передачи аэронавигационного трафика на основе протоколов передачи данных, установленных International Civil Aviation Organization (ICАО). В тоже время, новые достижения науки и техники позволяют организовать на корпоративных сетях новые дополнительные услуги связи, за счет увеличения эффективности использования существующего, а также внедряемого нового оборудования и каналов связи, что является экономически целесообразным и служит дальнейшему развитию авионики. Корпоративная сеть гражданской авиации в первую очередь предназначена для передачи служебной аэронавигационной информации [52, 63].

Целями модернизации авионики являются:

- обеспечение перехода к перспективной Аэронавигационной системе;

- внедрение систем связи, навигации, наблюдения/ организации воздушного движения (Communications, Navigation, Surveillance/ Air Traffic Management (CNS/ATM)), основанных на широком использовании спутниковых технологий, цифровых линий передач данных;

- существенное повышение безопасности полетов, эффективности аэронавигационной системы, пропускной способности воздушных трасс;

- снижение эксплуатационных расходов авиакомпаний.

При этом ожидается:

- повышение уровня безопасности воздушного движения;

- повышение пропускной способности воздушного пространства;

- снижение эксплуатационных расходов пользователей воздушного пространства;

- интеграция аэронавигационной системы России в единую Европейскую аэронавигационную систему на базе перехода к перспективным системам CNS/ATM, технологиям, правилам и процедурам ICАО;

- концепция перспективной CNS/ATM системы основана на широком использовании спутниковых технологий, цифровой связи и обмена цифровыми данными между наземными, бортовыми и космическими системами.

Тенденции развития современных сетей передачи данных наглядно демонстрируют их гетерогенную природу, когда для взаимодействия конечных систем используется более одного протокола связи. Как внутреннее, так и внешнее взаимодействие таких сетей предполагает наличие так называемых преобразователей протокола или шлюзов. Выполняя свои функции на прикладном уровне модели Open Systems Interconnection (OSI) [5, 19, 42], шлюз способен учитывать входящий/исходящий поток служебных сообщений, транзитный поток служебных сообщений трафик, взаимное влияния соседних центров сети в случае использования ими альтернативных маршрутов, тем самым адаптивно выделяя полосу пропускания для дополнительного информационного трафика.

Результатом подобного адаптивного управления может быть экономически обоснованный выбор тех или иных коммуникационных средств.

Радиоволны всех диапазонов могут распространяться поверхностной и пространственной волной и при распространении в среде распространения радиоволн (РРВ) в большей или меньшей степени испытывают поглощение, рассеяние и имеют многолучевой характер распространения [42, 49, 59].

Спутниковые системы АЭСВ не обеспечивают связь в высоких широтах, а использование для такой связи спутников-ретрансляторов с высокоэлептическими орбитами экономически не оправдано, поскольку требуется постоянная корректировка положения приемных антенн на борту ВС.

Преимущественный способ РРВ различных диапазонов приведен в таблице 1.1.

Таблица 1.1 – Элементы радиосвязи авиационной электросвязи

–  –  –

Для оценки дальности прямой видимости используется геометрический принцип оценки степени точки относительно окружности [75]. Поскольку высота ВС изменяется от hвс 0,..,hmax, степень точки p является всегда положительной величиной, которая рассчитывается по формуле

–  –  –

В гражданской авиации особое внимание уделяется вопросам организации связей, непосредственно влияющих на безопасность полетов.

К ним относятся:

- связи, осуществляемой в процессе обслуживания воздушного движения (ОВД) (Air Traffic Service – ATS);

- оперативные связи авиакомпаний (Airline Operational Communications – AOC).

В перспективных системах ОВЧ АЭСВ подобная связь используется для передачи данных, предоставление (на дисплее) экипажу. Для океанических и удаленных районов с низкой интенсивностью воздушного движения ВЧрадиостанции являются основным средством передачи и приема цифровых сообщений. В перспективных системах авиационной радиосвязи диапазона ОВЧ начинают активно использовать для получения с ВС дополнительной информации, которую в традиционных системе получают с помощью вторичной локации [6, 16, 28, 38, 56, 67]. Авиационная голосовая ОВЧ-радиосвязь осуществляется АМ-сигналами на частотах 118…137 МГц с шагом сетки частот 25 кГц. Дальность действия ОВЧ-радиостанций не превышает дальности прямой видимости, определяемых с учетом рельефа местности по выражению (1.1).

Вследствие этого, для увеличения размеров пространства, охватываемого радиосетью, применяются выносные ретрансляторы. Невозможность установки ретрансляторов в удаленных и океанических районах приводит к невозможности покрытия этих районов радиополем ОВЧ-диапазона. Это приводит к необходимости организации в этих районах ВЧ-радиосвязи. Авиационная ВЧрадиосвязь осуществляется сигналами с амплитудной и однополосной модуляцией на частотах 2,8…22 МГц с шагом сетки частот 1,0 кГц.

Характеризуется большой дальностью действия (несколько тысяч км.).

Целесообразность использования такого вида связи подчеркивается обязательным использованием радиостанции ВЧ-диапазона на всех существующих и перспективных ВС [68], как показано в таблице 1.3.

Таблица 1.3 – Средства ВЧ - диапазона на отечественных ВС № Наименование средства Тип ВС Арлекин-Д Ил-96-300, Ил-96-400, Ту-204, Ту-324, Ту-334, Ан-148.

Бозон-2М Ан-2, Ан-24, Ан-28, Ан-72, Ми-2, Ми-8.

Ядро 1 Ан-2, Ан-24, Ан-28, Ан-72, Як-40, Ил-114, Ми-2, Ми-8.

Ядро 2 Ан-72, Ан-74, Як-42, Ил-62, Ил-76, Ил-86, Ту-204.

Микрон Ан-26, Ан-30, Ан-32, Ил-18, Ил-62, Ил-86, Ту-154.

Кристалл Ан-2, Ми-2.

устанавливается на всех европейских ВС и российском 7 KHF-1050-2 Superjet 100 Ямал МС-21 Таким образом, средства радиосвязи ВС объективно составляют основу системы обмена данными экипажа ВС и наземных служб. Их деление на средства ВЧ и ОВЧ определяется задачами, решаемыми экипажами ВС на различных этапах выполнения полетного задания. Применение средств ОВЧ ограничено только дальностью прямой видимостью, с использованием средств ВЧ требует комплексного подхода и обработке цифровых данных в силу особенностей распространения радиоволн в данном частотном диапазоне.

1.2 Характеристика системы радиосвязи ВС их свойства и особенности

1.2.1 Системы ВЧ-диапазона

ВЧ-радиосвязь обладает существенными недостатками:

- нерегулярность условий распространения радиоволн;

- влияние помех разного класса и происхождения, приводящими к необходимости подбора частот для связи и в процессе ведения связи.:

- существенным влиянием человеческого фактора, обусловленное уровнем знания языка и акцент, а также возможность ошибок при передаче и понимании сообщения;

- влияние множества различных помех: шум в кабине, влияние различных эффектов распространения радиоволн, естественные и искусственные помехи и т.д., приводящими к низкому темпу передачи информации за счет переспросов, вызванных низкой словесной разборчивости. Совершенно очевидно, что преодолеть указанные выше недостатки возможно только на основе применения комплексных методов и алгоритмов повышения достоверности данных используемых АСУ (авиационных средств управления) авиационных компаний для решения корпоративных задач [67, 68, 71]. Ассиметрией построения бортовых антенно-фидорных устройств и возможностей спаренного и счетверенного приема наземными службами.

Передача данных, телеграфная и телефонная авиационная электросвязь между центрами (пунктами) ОВД, авиакомпаниями и аэропортами организуется на основе объединения сетей авиационной, коммерческой, внутриаэропортовой и международной связи. Основу этих сетей составляют средства проводной связи, а на тех участках, где они отсутствуют – средства радиорелейной связи и радиосвязи [72, 74].

Для авиационной и коммерческой связи выделяют каналы, арендованные в общегосударственных сетях телеграфной и телефонной связи и в общегосударственных сетях передачи данных. Международная связь базируется на государственных международных сетях и на специализированных международных авиационных сетях связи AFTN и др.

Внутриаэропортовую связь организует само авиапредприятие.

Существующие системы авиационной электросвязи, в частности стационарная сеть передачи аэронавигационной информации (AFTN–Aeronautical Fixed Telecommunication Network), относятся к системам накопления и пересылки сообщений, морально устарели, характеризуются низкой скоростью передачи данных и не удовлетворяют возрастающие потребности гражданской авиации.

Радиосети диапазона ВЧ для авиационной воздушной связи в зоне РЦ могут быть организованы на одной частоте для нескольких диспетчеров РЦ, а также по принципу "семейства частот" [61]. Радиосети дальней связи диапазона ВЧ организуются для связи с экипажем воздушных судов, выполняющих дальние специальные и международные полеты [3, 29, 56].

Обеспечение прямой ВЧ радиосвязи является сложной задачей, зависящей в значительной степени от условий распространения радиоволн, помеховой обстановки в месте приема и технических характеристик имеющихся антенн.

Надежность ВЧ радиосвязи можно существенно повысить, если организовать сеть ВЧ радиосвязи. Все радиоцентры будут объединены в общую сеть с последовательным соединением соседних районных центров и совместно использовать подгруппы выделенных частот (ориентировочно 7 подгрупп по 4 – 7 частот в каждой) для обеспечения режима разнесенного приема. При этом каждый радиоцентр ведет одновременный прием на собственной выделенной группе частот и на двух группах частот соседних районных центров с автоматическим определением уровня принимаемого ВЧ сигнала (информация для вывода о качестве канала радиосвязи). Информация о качестве радиосвязи доводится до радиооператоров районного центра, с которым непосредственно соединен ВЧ радиоцентр, так и до радиооператоров соседних районных центров. Решение о радиоцентре для работы принимает радиооператор. Для обеспечения работы радиооператоров соседних районных центров в каждом радиоцентре должен иметься резервный перестраиваемый передающий канал со своей антеннофидерной системой [66, 73].

На воздушном транспорте уже более 10 лет Корпорацией «Авиационное радио» (ARINC) [27, 45] активно внедряются ВЧ линии передач данных (HFDL), они считаются реальной альтернативной спутниковой связи на различных маршрутах большой дальности. В частности 76 авиакомпаний с авиапарком более 2000 ВС уже оборудованы системой связи HFDL, отправляя при этом 4700000 сообщений в месяц. Все больше авиакомпаний указывают этот протокол, с каждым годом растет число новых ВС, которые уже строятся с HFDL, доступным в качестве дополнительного средства связи. На рисунке 1.2 представлена гистограмма внедрения линии передач данных HFDL по годам.

Рисунок 1.2 – Гистограмма внедрения HFDL

Корпорация «Авиационная связь» обеспечивает широкую зону доступа, так как имеет сеть из 15 наземных станций, охватывающей большую часть поверхности Земли, включая оба полюса.

Линии передач данных HFDL являются гибкими, интеллектуальными бортовыми системами, обслуживающимися наземной сетью с большой емкостью и обладающей устойчивостью, которая позволяет справиться с опасными природными явлениями, которые могут повлиять на распространение КВ связи.

Данная связь каждый день доставляет сигналы на межконтинентальные маршруты и готова заполнить пробелы покрытия каналов связи, которые влияют на важные показатели местных и ближнемагистральных авиаперевозчиков. В недалеком будущем ожидается установка оборудования на HFDL узкофезюляжных и турбовинтовых самолетах, что позволит заполнить пробелы покрытия каналов передачи данных при перелетах через океан.

1.2.2 Основные направления развития авионики воздушных судов гражданской авиации на базе ОВЧ-диапазона В условиях современной авиации перед службой ОВД встает задача повышения эксплуатационной гибкости ВС, а также обеспечения их безопасности. Кроме того в условиях широкого внедрения в различные сферы деятельности беспилотных летательных аппаратов (БЛА) возникает задача координации полетов подобных средств, выполняемых совместно с пилотируемыми ВС. В связи с этим появляется необходимость внедрения новых систем наблюдения, таких как автоматического зависимого наблюдения – вещания (АЗН-В), способных качественно дополнить, а в будущем и заменить, используемые в настоящий момент вторичные радиолокаторы. Главными достоинствами новой системы являются возможность применения бортового наблюдения, компактность и низкая себестоимость относительно вторичных радиолокаторов. использованием и примыкающих применений (TIS-B, FIS-B и др.) на базе УКВ линии передачи данных режима 4 (VDL-4).

Система АЗН-В представляет собой радиовещательную передачу с борта воздушного судна данных о его местоположении (широте и долготе), абсолютной высоте, скорости, опознавательном индексе и другой информации, полученной от бортовых систем. Поскольку сообщения АЗН-В передаются в радиовещательном режиме, их может получать и обрабатывать любой подходящий приемник.

Поэтому функция АЗН-В поддерживает как наземные, так и бортовые виды применения наблюдения, предоставляющие возможность обмена сообщениями не только с наземными станциями, но и с другими ВС [56, 67]. Более того, теперь вся информация, которую борт принимает от других бортов со сведениями о положении, скорости и курсе, отображается на дисплее, находящемся в кабине пилота. Таким образом, для пилота картина движения становится ясной, что позволяет поддерживать на заданном уровне безопасность полета.

Развитие технологий CNS/ATM включает внедрение линий передач данных, особое внимание уделяется декодеру линии 1090 ES (extended squitter), представляющей собой расширенный сквиттер или расширенный самогенерируемый сигнал. Длительность каждого сообщения ES составляет 120 мкс (8 мкс преамбулы и 112 мкс данных). Сигналы передаются на частоте 1090 МГц при скорости передачи данных 1 Мбит/с. Информация с системы АЗН-В передается в виде отдельных сообщений, каждое из которых содержит соответствующий набор данных.

Однако применение АЗН-В на базе линий передач данных 1090 ES имеет ряд опасностей:

- абсолютная прозрачность; все работают на фиксированной частоте 1090 МГц случайным образом; при большом количестве ВС – наложение сообщений друг на друга и выход АЗН-В из строя; информация АЗН-В доступна в том числе и террористам; с 2017 г. после ввода в эксплуатацию спутников Iridium второго поколения каждый шаг оборудованного ВС от момента выпуска с завода до утилизации будет известен за рубежом;

- признанная абсолютная незащищенность при посылке ложных сигналов, имитирующих несуществующие полеты; ведет к коллапсу системы УВД; требует дублирования другими технологиями, например, радарными, при этом теряется смысл АЗН-В как такового;

- существенная технологическая зависимость от Запада; импортная элементарная база; в России отсутствует наземная передающая станция, что не позволяет передавать информацию для реализации ситуационной осведомленности о необорудованных ВС;

- ситуационная осведомленность в режиме «борт-борт» решается лишь для простейших случаев, в программах NextGen и SESAR ADS-B In на 1090 ES отсутствует; сервис по полетно-информационному обслуживанию не возможен.

Таким образом, можно сделать вывод:

- в силу абсолютной открытости и незащищенности сигнала АЗН-В на фиксируемой частоте 1090 МГц представляется неправомерным типовое использование АЗН-В на базе линий передач данных 1090 ES на ВС государственной авиации;

- ВС государственной авиации за рубежом могут, а иногда и должны использовать линии передач данных 1090 ES, а также VDL-2 и, если потребуется, VDB;

- все внутренние полеты ВС государственной авиации должны осуществляться без использования линий передач данных 1090 ES;

- весь комплекс связанных задач ВС государственной авиации внутри РФ решается с помощью линий передач данных VDL-4.

1.2.3 Авиационные спутниковые системы связи, их достоинства и недостатки

Авиационные спутниковые системы основаны на использовании искусственных спутников земли (ИСЗ) в качестве ретрансляторов, тем самым это позволяет охватить большие рабочие зоны системы, диаметр которых достигает 10 тысяч километров над поверхностью Земли.

Спутниковая связь является развивающимся и перспективным видом связи, что обусловлено такими ее достоинствами как:

- возможность обслуживания большего количества абонентов, удаленных на значительные расстояния и расположенных в любых регионах Земли;

- простота реконфигурации систем спутниковой связи (СС) при изменении мест расположения абонентов;

- независимость затрат при организации связи от расстояния между объектами;

- незначительное влияние атмосферы и географических особенностей мест установки земных станций на устойчивость связи.

СС необходима гражданской авиации (ГА), ВС которой выполняет полеты по международным трассам, в том числе на судах дальней и военно-транспортной авиации. Процесс внедрения самолетов аппаратурой спутниковой навигации ГЛОНАСС/GPS начался еще в 2001 году, но идет медленными темпами. По данным Росавиации, из 1869 отечественных ВС, находящихся в эксплуатации (908 самолетов и 961 вертолет), оснащено аппаратурой ГЛОНАСС/GPS только 232 ВС.

Модернизация с переходом на спутниковую связь требует установки антенн и полного комплекта спутникового бортового оборудования, что приводит к существенным материальным затратам.

На сегодняшний день в РФ разработана СС контроля местоположения (ССКМ) ВС, в состав которой входит сама система подвижной спутниковой связи «ИНМАРСАТ», спутники ГЛОНАСС, GPS и сеть Интернет.

К недостаткам спутниковой системы связи можно отнести:

- слабую помехозащищенность;

- влияние атмосферы;

- задержка распространения сигнала.

Из выше изложенного следует, что жизнь и развитие современного общества немыслимы без широкого использования разнообразных средств и систем передачи сообщений. Объем информации возрастает, увеличивается дальность связи, требования к надежности, качеству связи и эффективности использования оборудования становятся более высокими. Все это приводит к непрерывному совершенствованию всех систем авиационной радиосвязи.

Корпорация «Авиационная связь» (ARINC) предоставляет пакет услуг GLOBALink, в который входят ОВЧ, ВЧ (HFDL) и спутниковая связь.

ОВЧ каналы связи эффективны только в диапазонах прямой видимости континентального воздушного пространства. Однако не возможность размещения ретрансляционных станций в океаническом пространстве, в районах Сибири и на полюсах ограничивает использование ОВЧ связи. Геостационарные спутниковые системы обеспечивают кругосветный обхват, но также не достигает полюсов. На низкой околоземной орбите спутники пролетают над полюсами, но система до сих пор не нашла широкого распространения в авиатранспортной отрасли. Если на борту ВС присутствует ВЧ-связь и HFDL, то экипажи данного судна имеют линию голосовой связи и передачи данных дальнего радиуса действия для обеспечения высоконадежной связи.

1.3 Оценка эффективности функционирования существующей сети авиационной радиосвязи декаметрового диапазона на основе прямых каналов Основным свойством САРС ДКМ Д, по которому можно оценить его эффективность, является своевременность. Оценку эффективности функционирования существующей САРС ДКМ Д при УВД осуществим с использованием методики, положение которой изложены в работах [5,14,23-27].

Для определения эффективности функционирования САРС ДКМ Д необходимо задать исходные данные:

- время года (лето); время суток (10-12 часов); тип антенны – VH; длинна трассы – 2100 км; время связи – W-50;

мощность передаваемая к антенне – РА=1 кВт; рабочая частота – 0,85 ОРЧ; вид сигнала – ЧТ-500; допустимая вероятность ошибки Рош 310. Определение рабочей частоты для всей авиатрассы осуществляется по графику суточной МПЧ, представленной на рисунке 1.3.

Длина волны в метрах

–  –  –

коэффициент усиления приемной антенны на рабочей частоте в наG - правлении прихода волны (в общем случае G определяется с учетом зависимости (1.2));

G G max f (, ) (1.3) Здесь G max - коэффициент усиления в направлении максимума излучения;

f (, ) - нормированная характеристика направленности по мощности в направлении, характеризуемом угловыми координатами,( f (, ) 1 ).

RA, X A - активная и реактивная составляющие входного сопротивления антенны на рабочей частоте (Ом), определяется по графику на рисунке 1.5; Rпр активная составляющая входного сопротивления приемника, Ом (реактивная составляющая входного сопротивления приемника принимается равной нулю).

–  –  –

Если полоса пропускания приемника отличается от той, для которой известна статистика помех, то необходимо произвести пересчет средних уровней помех по следующей приближенной формуле:

–  –  –

где x 2 - искомое значение среднего уровня помех в полосе пропускания приемника F2 ; x 1 - известное значение среднего уровня помех в полосе пропускания F1.

Обычно для дневных сеансов радиосвязи x 8 12дБ, для ночных сеансов x 13 17 дБ. При использовании для cвязи узкополосных сигналов величина x в пределах изменения полосы пропускания приемника практически остается постоянной. По результатам, полученным ранее рассчитываются среднее повышение уровня сигнала над уровнем z y x и рассеяния превышения

–  –  –

При оценке эффективности систем радиосвязи можно также знать средние длительности пригодного (когда z zдоп ) и непригодного (когда z zдоп ) состояний радиоканала.

В условиях нормального распределения уровней сигнала и помех эти длительности определяются выражениями:

–  –  –

Здесь Т пс доп - допустимое время передачи сообщения; v — среднее число сообщений, передаваемых в единицу времени, определяемое из формулы (1.6).

На основе расчетов была построена модель и получены графики зависимостей значений вероятности радиосвязи от значений требуемой достоверности и оптимальной рабочей частоты в существующей сети ДКМ беспроводной авиационной электросвязи.

Таким образом, использование сети радиосвязи ДКМ диапазона БАЭС, организуемой по принципу прямых каналов, в районе зоны ответственности ДП не обеспечит авиапассажирам услуг требуемого качества.

Рисунок 1.8 – Графики зависимостей значений вероятности радиосвязи от значений требуемой достоверности и оптимальной рабочей частоты в существующей сети ДКМ беспроводной авиационной электросвязи Вероятность ошибки в каналах с замираниями и аддитивной помехой в виде нормального шума при некогерентном приеме, характерных для ДКМ диапазона при различных распределениях мешающих факторов могут определяться по разному [45, 72].

Для случая рэлеевских замираний вероятность ошибки одинарного приема элемента ортогональных в усиленном смысле двоичных сигналов с активной паузой равна Рош 1 (h0 2), где h0 – отношение сигнала к

–  –  –

Вероятность ошибочного приема элемента сигнала на фоне нормальной стационарной помехи принято выражать как функцию отношения средней энергии сигнала к спектральной плотности помехи на входе приемного устройства h 2 PcTc 2, где 2 – спектральная плотность помехи, РсТ с – энергия n n сигнала за длительность Т с [60].

Оценка эффективности применения сети взаимосвязанных 1.4 пространственно-разнесенных радиоцентров ретрансляторов Существует достаточно большое число способов повышения эффективности функционирования радиосвязи ДКМ диапазона, одним из них является применение вынесенных за зону ответственности диспетчерского пункта радиоцентров-ретрансляторов (РЦР). При этом между ВС и ДП устанавливается не прямая связь, а связь через группу РЦР, разнесенных между собой на значительное расстояние (рисунок 1.9). Сообщение от ВС принимается одновременно несколькими РЦР. В процессе приема на каждом РЦР оценивается качество соответствующей радиолинии связи. Информация о состоянии сети авиационной электросвязи собирается на сервере управления радиодоступом, который активирует радиоцентр-ретранслятор, обеспечивающий наилучшее качество связи.

Обязательным условием построения данной сети должно быть отсутствие взаимной частотно-пространственной корреляции между собой радиолиний связи между ВС (ДП) и каждым РЦР. Это достигается путем пространственного разнесения РЦР. Определим минимально необходимые расстояния взаимного удаления РЦР друг от друга. Для этого рассмотрим условия распространения радиосигналов между воздушным судном и радиоцентром-ретранслятором.

Зона ответственности диспетчерского пункта

–  –  –

Рисунок 1.9 – Применение вынесенных за зону ответственности диспетчерского пункта радиоцентров-ретрансляторов в сети авиационной электросвязи Радиосвязь ДКМ диапазона характеризуется случайным характером дальнего и сверхдальнего распространения отраженных от ионосферы сигналов.

При проведении испытаний наблюдалась существенная статистическая связь между усредненными уровнями помех в пунктах приема, удаленных друг от друга на расстояние не более 150 км. При удалении точек приема на расстояние более 300 км корреляция средних уровней помех на одинаковых частотах практически отсутствовала.

Вероятность осуществления авиационной радиосвязи можно определить [4, 8, 10]:

–  –  –

где PCB1 – вероятность связи воздушного судна с одним из радиоцентромретранслятором на фиксированной частоте; N – общее количество радиоцентровретрансляторов; k – количество радиоцентров-ретрансляторов, где усредненное превышение уровня сигнала над уровнем помех соответствует допустимому.

Вероятность PCB1 можно определить как вероятность связи в радиолинии ВС и одного из РЦР с достоверностью не ниже заданного:

–  –  –

Из выражения (1.13) видно, что вероятность осуществления авиационной радиосвязи напрямую зависит от числа радиоцентров-ретрансляторов, в которых качество прима удовлетворяет заданным требованиям. На графиках рисунка 1.10 показана вероятность осуществления авиационной радиосвязи с заданной достоверностью передачи информации, которая увеличивается с ростом числа точек приема, т.е. при увеличении выделенного пространственного ресурса сети в интересах осуществления сеанса обмена информацией.

Рисунок 1.10 – Зависимости значений вероятности осуществления радиосвязи от количества точек приема Используя результаты расчетов, можно выбрать необходимое количество РЦР, обеспечивающих требуемую вероятность осуществления авиационной радиосвязи.

Таким образом, существующая ДКМ радиосвязь в составе АЭСВ не обеспечивает требуемого качества обслуживания абонентов. Применение сети вынесенных РЦР позволяет повысить значение параметров связи, возможны ситуации, когда требуемого качества обслуживания не достигается, т.к. сеть не адаптируется к изменению условий связи. Возможность адаптации к изменяющимся условиям связи между абонентами СРС ДКМ АЭСВ обеспечивается использованием нескольких зон удаленных РЦР. Для снижения затрат использование зон удаленных РЦР должно осуществляется в интересах множества авиатрасс. При этом возникает необходимость решения задач множественного доступа и распределение доступного пространственного ресурса сети.

1.5 Направления совершенствования систем обработки данных на базе когнитивных принципов Совершенствование телекоммуникационных технологий является результатом технического прогресса, связанного с развитием микропроцессорных и информационных технологий. Увеличения объемов памяти и существенное повышение скорости обработки данных в каналах и процессорах систем связи открывают новые возможности по созданию и развитию алгоритмов обработки информации как на уровне отдельных устройств, так и на уровне сетевых технологий [27, 45, 53].

Развитие отдельных технологий приспособленных к конкретным условиям обработки информации сменилось разработкой адаптивных алгоритмов, которые показали свою эффективность в системах с относительно стабильным набором характеристик. В таких системах адаптация осуществляется за определенное время Т А, которое включает в себя время анализа достижения целевой функции F в i -х условиях и в случае отрицательного результата анализа параметров F осуществляет выбор нового значения i из заданного набора режимов. Кроме того необходимо учитывать время поиска нового оптимального (по критериям

F) режима, время обмена преамбулами информационных пакетов (время синхронизации), время оценки продуктивности выбранного i -го режима [4, 15, Современный опыт эксплуатации систем АЭСВ показывает, что 22, 30].

продуктивность адаптивных систем в диапазоне ВЧ оставляет желать лучшего.

Это связано с быстрыми и многочисленными изменениями характеристик каналов связи, которые существенно зависят не только от выбранного диапазона, но и от многочисленных геофизических факторов связанных с распространением радиоволн, зависящих от состояния отражающих их слоев ионосферы. Учитывая, что большинство расчетов коротковолновых радиолиний связи выполняется в условиях, когда передатчик и приемник (в системе сдвоенного или счетверенного приема – несколько приемников) являются стационарными. Кроме того, на ВС находящимся в полете отсутствует возможность оптимизации в процедуре выбора типа передающей антенны, поскольку подобные антенны являются встроенными, отвечают заданным, как правило фиксированным техническим условиям на тип ВС [8, 13, 20, 41]. Таким образом, система связи ВС может быть адаптирована к сложившимся условиям передачи информации за счет крайне ограниченного ресурса набора подходящих режимов и лицензионных частот. С учетом этого возникает целесообразность использования на ВС новых принципов организации связи (особенно с учетом двойных технологий) на базе использования принципов когнитивной обработки информации.

Технология когнитивного радио (КР) предназначена для вторичного использования радиочастоты спектра, когда устройства в сети автоматически перенастраиваются на свободные частоты. Устройства КР изменяют свои параметры на основе получения информации об электромагнитной и географической обстановке, распознают образы сигналов всех первичных радиоэлектронных средств (РЭС) и используют частоты, когда первичные РЭС не работают. Они автоматически перенастраиваются на свободные диапазоны, поддерживая устойчивое соединение [27, 45, 47, 54]. Обобщенная структура когнитивных систем связи представлена на рисунке 1.11.

В месте с этим учитывая сложные условия организации связи с ВС необходимо распространить принципы когнитивного подхода не только на организацию радиоканала, но и на подбор соответствующих режимов кодеков. В этом случае необходимо целенаправленно изменять конфигурацию таких устройств как кодер – декодер помехоустойчивого кода, перемежитель – деперемежитель, мягкие – жесткие методы декодирования выбранных избыточных кодов, выбор пространства организации кодового слова (кадра) в случае применения многомерных произведения кодов.

Основной целью создания когнитивных систем связи является повышение эффективности использования коммуникационных ресурсов и увеличение

Рисунок 1.11 – Обобщенная структура когнитивных систем связи

производительности линии связи, коммутаторов и оконечных устройств. Основой такого повышения являются знания о предметной области, в которой используются конкретные сетевые технологии и конкретные устройства связи.

Нейро-цифровые сети, как правило, создаются на короткое время и состав участников в такой сети постоянно изменяется. Например, в тоталитарном пространстве водителей и технических средств системы дорожного движения. В когнитивных сетях и устройствах связи состав сети более стабилен и ограничен заданным числом режимов. Указанным требованиям во многом отвечают беспроводные самоорганизующиеся сети (БСС), однако в системе АЭСВ целесообразно комплексно использовать не только возможности сетевых ресурсов, но и возможности оконечных устройств обработки данных. В настоящий момент это не выполняется.

Как утверждает Рамминг (Ramming) в [100], что для БСС - сети требуется новый тип технологии организации сети, называемый когнитивной технологией.

Он утверждает, что такая сеть должна понимать задачи приложения, а приложение способно понять возможности сети в любой момент времени. Это позволило бы сети, посредством изучения основных требований приложения, использовать новые возможности и динамически выбирать удовлетворяющие этим требованиям протоколы сети.

При рассмотрении простого примера управления маршрутизацией в когнитивной беспроводной самоорганизующейся сети, в качестве процесса адаптации всей системы представлен сеанс передачи данных в самоорганизующейся сети между исходящим узлом S1 и узлом назначения D1, как показано на рисунке 1.12. Исходящий узел S1 не имеет достаточной мощности для прямой передачи данных в D1. Поэтому он должен передать данные в узел назначения только через промежуточные узлы, такие как R1 и R2.

Рисунок – 1.12 Управление маршрутизацией в когнитивной Ad-Нос сети

Предполагается, что цепь из источника до назначения имеет высокую вероятность успешной передачи. Уровень маршрутизации будет определять маршруты на основе минимального количества промежуточных узлов, которые в данном случае включают в себя либо R1, либо R2. Узел S1 выполняет адаптацию канального уровня для выбора R1 или R2 на основе отношения сигнала к шуму и наименьшей вероятности нарушения связи. С точки зрения канального уровня в узле S1 это обеспечивает самую высокую вероятность того, что переданные пакеты прибудут к ретрансляционным узлам корректно. Однако без дополнительной информации этот выбор не гарантирует вероятность доставки передаваемых данных от S1 до D1.

В отличие от адаптации отдельных элементов сети, для расчета полной вероятности нарушения связи на пути от узла S1 до D1 через узлы R1 и R2 когнитивная сеть использует информацию от всех узлов. Это показывает преимущество более глобального подхода, но у когнитивной сети есть и другое преимущество: ее способность к обучению. Предположим, что механизм познания измеряет пропускную способность от источника до пункта назначения, чтобы оценить эффективность предыдущих решений, а узлы S1 и S2 направляют свой трафик в обоих направлениях через узел R2, поскольку это удовлетворяет требованию минимальной вероятности нарушения связи. Теперь предполагается, что R2 переполняется из-за большого объема трафика, поступающего из S2. Это становится очевидным в процессе изучения пропускной способности на основании сообщений узлов S1 и S2. Механизм изучения признает, что предшествующее решение больше не оптимально, и познавательный процесс направляется на выработку другого решения. Когнитивная сеть явно не знает, что есть переполнение в узле R2, потому что мы не включали эту информацию в качестве наблюдения. Тем не менее, сеть в состоянии сделать вывод, что могут возникнуть проблемы из-за снижения пропускной способности, а затем реагировать на переполнение, возможно, перенаправлением трафика через узлы R1 и (или) R3. Этот пример иллюстрирует потенциал когнитивных сетей в оптимизации непрерывной работы и способность реагировать на непредвиденные обстоятельства. Протокол маршрутизации когнитивной сети основан не на чисто алгоритмическом подходе и способен выбрать эффективный операционный режим даже в непредвиденных ситуациях.

Применительно к транспортной сфере технологии получения новых знаний находят применение в рамках создания когнитивных (автономных) транспортных средств (воздушных судов) и глобальных транспортных магистралях (воздушных трассах) [45, 46, 62].

Когнитивные процессы включают в себя несколько циклов, представленных на рисунке 1.13: наблюдения, ориентации, принятия решения и осуществление действий.

Бесконфликтность и эффективность взаимодействия различных элементов когнитивной воздушной трассы может быть обеспечена, благодаря использованию общего информационного и интеллектуального пространства, которые могут опираться на сетевые инфраструктуры [47].

Рисунок 1.13 – Когнитивный цикл воздушной трассы.

Когнитивная радиосвязь позволяет увеличить эффективность использования диапазона декаметрового диапазона за счет передачи не занятых в данный момент частотах. При этом не создается помех приоритетным пользователям. В активном режиме когнитивная электросвязь исследует окружающую радиообстановку и адаптирует параметры передачи в соответствии с результатами измерений. Среди методов измерения диапазона можно выделить несколько преобразований (энергии, параметров, согласованных фильтров и т. д.).

В современной авиационной электросвязи для пропускной способности применяются адаптивные методы выбора канала, алгоритмы передачи на несколько несущих, приемных и передающих антенн. В когнитивных сетях связи используются механизмы устранения интерференции, предотвращаются перехваты сигнала, повышается эффективность использования диапазона и других ресурсов. В когнитивной авиационной сети сочетаются все виды устройств передачи: проводные линии, наземные станции беспроводной связи, спутниковая связь. При преобразовании помех когнитивная связь осуществляет скачкообразное переключение канала, а выбор канала, в свою очередь производиться адаптивно [48, 55].

1.6 Выводы по главе

1. К сети авиационной радиосвязи ДКМ диапазона предъявляются высокие требования по обеспечению своевременности, надежности и безопасности доставки. Особенностью средств авиационной радиосвязи ДКМ диапазона является осуществление связи без использования схем адаптации к изменению условий связи. Это объясняется высокой скоростью передвижения ВС и требованиями к безопасности связи.

2. Организуемые линии ДКМ радиосвязи имеют большую протяженность, что позволяет применять узкий диапазон частот, характеризуемый высоким уровнем помех соседних радиостанций. Анализ эффективности показывает, что образуемые каналы сети авиационной радиосвязи ненадежны, низкоскоростные и не всегда обеспечивают выполнение требования по своевременности доставки требуемых объемов данных.

3. Анализ способов повышения эффективности функционирования авиационной радиосвязи ДКМ диапазона показывает, что применение разнесенного приема с использование вынесенных за зону связи взаимосвязанных радиоцентров-ретрансляторов, расположенных друг от друга на расстояние, обеспечивающее отсутствие пространственной корреляции позволяет повысить вероятность осуществления радиодоступа ВС к опорной сети РЦР. Однако, требуемых значений при этом не достигается. Поэтому возникает необходимость использования района зон РЦР в интересах множества ВС на различных авиатрассах.

4. Выбор приемлемых параметров канала в ДКМ диапазоне из множества противоречивых альтернатив представляет сложную задачу, поэтому перспективным направлением в этой процедуре следует считать организацию когнитивного цикла воздушной трассы.

ГЛАВА 2

МОДЕЛИ ФОРМИРОВАНИЯ МЯГКИХ РЕШЕНИЙ СИМВОЛОВ

ДВОИЧНЫХ И НЕДВОИЧНЫХ ИЗБЫТОЧНЫХ КОДОВ

2.1. Постановка задачи

Повышение энергетической и спектральной эффективности передачи цифровой информации является одной из важнейших проблем теории и техники связи. Основными направлениями повышения спектральной эффективности систем связи являются методы связанные с развитием сложных видов модуляции, позволяющих преодолеть границу Найквиста. При решении задач повышения энергетической эффективности системы связи используют основной инструмент основанный на применении в таких системах методов помехоустойчивого кодирования. В ходе решения подобных задач целесообразно использовать мягкие методы декодирования избыточных кодов, поскольку такие методы представляют определенный компромисс между решением задач спектральной эффективности и получением энергетического выигрыша. Одновременно с этим, применение сложных видов модуляции приводит к широкому внедрению в практику построения телекоммуникационных систем недвоичных помехоустойчивых кодов, которые используются либо самостоятельно, либо в составе каскадных конструкций или произведение кодов заданной размерности.

Именно для таких кодов проблема выработки оценок надежности недвоичных символов считается не достаточно решенной. Следовательно, эффективное использование мягких методов для недвоичных кодов остается под вопросом. В этой связи в данной главе рассматриваются модели формирования мягких решений двоичных кодов (параграф 2.2.), модели формирования оценок надежности недвоичных кодов (параграф 2.3.) и оценивается возможность применения моделей распознавания образов в процедуре выработки оценок надежности символов недвоичных кодов в системах с двоичными видами модуляции как наиболее пригодных для авиационной электросвязи в системе декаметрового диапазона (параграф 2.4.)

2.2. Модели формирования мягких решений символов в системе с двоичной модуляцией Методы энергетической и спектральной эффективности систем связи характеризуется своими асимптотическими параметрами, но одновременное достижение предельных значений этих показателей эффективности оказывается невозможным [1, 18, 46]. Поэтому поиск приемлемых компромиссов при оптимизации характеристик и режимов функционирования цифровых систем связи и особенно цифровой радиосвязи приобретает особую важность. Одним из перспективных направлений подобного рода является развитие мягких, адаптивных алгоритмов обработки помехоустойчивых кодов в сочетании с методами иерархической модуляции. Палитра алгоритмов мягкого декодирования избыточных кодов существенно расширяет возможности достижения вышеуказанного компромисса в системах обмена данными относительно методов жесткой обработки информации, но главным достоинством такого подхода является заметный энергетический выигрыш относительно жестких схем декодирования. Это позволяет не только уменьшить мощность передающих устройств с одновременной оптимизацией использования ограниченного частотного ресурса, но и решить задачу снижения сложности вычислительного процесса.

В настоящее время прослеживается устойчивая тенденция перехода от алгебраических методов декодирования помехоустойчивых кодов к более эффективным алгоритмам их обработки на основе итеративных преобразований и неалгебраических методов обработки данных, вплоть до попыток применения для их реализации нейросетевых базисов. Это обеспечивает устойчивый процесс оптимизации технологий передачи данных по сетям, в смысле повышения их пропускной способности, поскольку переход от алгоритмических методов повышения достоверности данных к кодовым способствует повышению производительности дорогостоящих сетевых компонентов.

Современный этап развития передач информации отмечен переходом от двоичных сигналов к многопозиционным и поиском регулярных методов формирования сигнально-кодовых конструкций (СКК). При использовании избыточных кодов их спектральную эффективность оценивают отношением R k / n, здесь k – число информационных разрядов, а n – общее число разрядов кодового вектора помехоустойчивого кода. В таких кодах, добавление к информационным символам избыточных символов вызывает увеличение скорости модуляции и полосы частот канала связи. Если относительная скорость безызбыточного кода R k / n 1, то использование тривиального сверточного кода за счет введенной избыточности снижает этот показатель до значения R 0,5.

Следовательно, для достижения требуемой скорости передачи двоичных информационных символов требуется увеличение скорости модуляции. Это по критерию Найквиста требует увеличения полосы пропускания F в два раза по сравнению с передачей без кодирования. Избежать увеличения полосы частот можно за счет применения многопозиционной фазовой модуляция ФМ-m [2, 14, 32].

В этом случае применяется манипуляционное кодирование, состоящее в том, что номерам сигналов сопоставляются определенные группы из m битов, которым соответствуют сигналы ui (t ), где i 0,..., m 1. Система ФМ-4 по частоте является наиболее эффективной. В спутниковых сетях ФМ-4 является наиболее распространенной и принята в качестве стандарта. Поэтому при сравнительной оценке эффективности систем передачу с ФМ-4 применяют за эталон [2].

С увеличением кратности фазоманипулированных колебаний расстояние между номинальными значениями сигналов уменьшается, что приводит к потере достоверности данных в условиях снижения уровня принимаемо сигнала. На рисунке 2.1 представлены вероятности ошибки на бит как функция отношения Pb

–  –  –

реализацией иерархической модуляцией (ИМ) в ходе обмена данными совместно используются QPSK и КАМ-16.

Таблица 2.1 – Сравнительные данные по параметру Dmin для ФМ-m и КАМ-m

–  –  –

на степень надежности принятого символа. Учитывая условие квантования уровней МРС по Витерби, для получения сравнительных оценок относительно новых методов целесообразно иметь 3.

Если задан интервал стирания 0 1, то порог зоны неопределенности

–  –  –

оцениваются как МРС с номером max 2 1. Другие МРС формируются по правилу:

f (z ) линейная функция и решение -оптимальной задачи требует Пусть

–  –  –

Рисунок 2.2 – Рабочая характеристика приемника с max 7 : а – с открытой правой границей зоны неопределенности (сигналы АМ), z – амплитуда сигнала;

б – с закрытой границей (ФМ), где z – фаза сигнала

–  –  –

%ФОРМИРОВАНИЕ МРС СИМВОЛА

chast=stgr_inf/7;

if (abs(g)=stgr_sup+7*chast) IDS=0;

if((abs(g)=stgr_inf)&&(abs(g)stgr_sup)) %Переключатель IDS=7;

else

for j=0:6

if((abs(g)=chast*j)&&(abs(g)chast*(j+1))) IDS=j;

end if ((abs(g)=stgr_sup+chast*j)&&(abs(g)stgr_sup+chast*(j+1))) IDS=6-j;

…………………………………………………………………………………… %КОНЕЦ------------------------------------------------------------Преимущества формирования МРС подобным методом показаны в работах В последующем подобные оценки могут быть использованы в [18, 34, 55].

качестве показателей для формирования оценок надежности q- ичных символов недвоичных кодов.

2.3. Модели формирования оценок надежности символов недвоичных кодов Правило (8) вычисления МРС распространяется не только на системы связи с двоичными методами модуляции, но и на системы с сигнальными созвездиями.

На рисунке 2.3 показана система возможных альтернативных решений вычисления МРС с использованием концентрических границ с центрами в номинальных точках сигналов, например, QPSK. Для рационального вычисления max индексов целесообразно использовать еще одну границу, которую назначают в виде дробно-рациональной функции вида y (ax b) (cx ) при c 0 (см. первый квадрант схемы). Учет этой границы соответствует концепции открытого интервала и увеличивает число оценок max практически на порядок, что способствует более быстрой их сортировке в декодере.

Рисунок 2.3 – Альтернативные принципы Рисунок 2.

4 – Принцип минимума определения разбиения пространства евклидовой метрики в сигнальном сигналов QPSK на зоны для получения МРС созвездии QAM-16 Задача заключается в том, чтобы вычислить евклидову метрику от принятой приемником точки z до ближайших точек созвездия. Аналогичная задача решается в системе сферического декодирования сигналов. Если выполняется условие, то за метрику выбирается значение. В случае появления равенства в любом сочетании указанных векторов сигналу целесообразно присвоить низшую оценку из диапазона возможных значений. Алгоритм вычисления МРС сохраняется для любых значений сигналов категории QPSK или QAM, что в совокупности с правилом (8) подчеркивает универсальность предложенного правила формирования МРС. С ростом индексов QAM эффективность правила снижается [12, 36, 59, 112]. Использование подобного подхода возможно в системах, где сложные виды модуляции не посредственно связанны с недвоичными кодами. В большинстве случаев в телекоммуникационных системах применяются каскадные схемы кодирования, когда для внутреннего кода применяют двоичные конструкции, которые позволяют использовать методы формирования МРС описанные в параграфе 2.2.

совместно с алгебраическими проверками четности. Это обеспечивает надежную фиксацию локаторов ошибок, например, в кодах Рида-Соломона. Кроме того, учитывая возможности системы перемежения - деперемежения двоичных символов по декорреляции ошибок, что важно для каналов КВ, используемых в АЭВС, возможно применение произведения кодов (ПК) размерности 2D или 3D.

Принцип построения ПК заданной размерности заключается в системном изменении избыточности при наращивании объема информационных блоков.

Рассмотрим модели построения ПК произвольной размерности. Пусть кодер избыточного кода формирует слова конечной длины из замкнутого множества n

–  –  –

Порождающая матрица тривиального кода с проверкой четности (КПЧ) имеет вид G I kk Pk1, где I k k – единичная матрица, а Pk1 – единичный векторстолбец. Для подобного кода при невыполнении условий четности исправление ошибки выражается в инвертировании символа, имеющего наименьший МРС [3].

Для получения ПК из двух тривиальных КПЧ размерности 2D кодер формирует k из k векторов-строк квадратную матрицу Ak a x0 z 1, где x 1, k, z 1, k и только

–  –  –

z образует куб из информационных и проверочных элементов (в общем случае прямоугольный параллелепипед), который назовем кадром [5, 16, 27, 48, 63].

Порождающая матрица этого кода определяется кронекеровским произведением матриц G исходных кодов. Введенная в код избыточность R оценивается

–  –  –

номером i из кадра с номером j с образованием проверочных соотношений вида и [8, 12, 45, 66].

Фрагмент имитационной модели ПК размерности 2D в системе с гауссовским каналом связи и фазовой модуляции в системе MATLAB представлен ниже.

function complex N=8; %Размерность матрицы E=2; %Энергия сигнала disp=0.3; %Дисперсия int_stir=0.95; %Коэффициент расстояния между MO_right/left и stgr MO_right=pi/2;

MO_left=-(pi/2);

ResMatrixRight = zeros(N+1,N+1);

ResMatrixFalse = zeros(N+1,N+1);

%Границы стираний:------------------stgr(1)=MO_right-(MO_right*(1-int_stir));

stgr(2)=MO_right+(MO_right*(1-int_stir));

stgr(3)=MO_left-(MO_right*(1-int_stir));

stgr(4)=MO_left+(MO_right*(1-int_stir));

%------------------------------------S_N=E/(2*disp); %отношение сигнал-шум h=10*(log(S_N)/log(10)) %выражение сигнал-шум в дБ tg=7/stgr(1); %Угловой коэффициент %ОСНОВНОЙ ЦИКЛ------------------------------------------------------------for i=1:N

for j=1:N

NaVhode(i,j)=round(rand); %формирование символа от источника информации end end %Проверка на четность исходного сигнала

for i=1:N

NaVhode(i, N+1) = mod(sum(NaVhode(i,:)),2);

NaVhode(N+1, i) = mod(sum(NaVhode(:,i)),2);

end NaVhode(N+1,N+1) = mod(sum(NaVhode(1:N,N+1)),2);

–  –  –

NaVihode(i,N+3) = mean(abs(IDS(i,1:(N+1))));

NaVihode(N+3,i) = mean(abs(IDS(1:(N+1),i)));

NaVihode(i,N+4) = (std(abs(IDS(i,1:(N+1)))))^2;

NaVihode(N+4,i) = (std(abs(IDS(1:(N+1),i))))^2;

end for i=1:N+1 for j=1:N+1 switch NaVihode(i,j) case 1 NaVihode(i,j)=(IDS(i,j)+1);

case 0 NaVihode(i,j)=-(IDS(i,j)+1);

end end end NaVihode(N+3,N+3)=mean([NaVihode(N+3,1:(N+1)) NaVihode(1:(N+1),N+3)']);

NaVihode(N+4,N+4)=(std([NaVihode(N+4,1:(N+1)) NaVihode(1:(N+1),N+4)']))^2;

format short, NaVihode %Вывод----------------------------------------------------msg1 = 'Правильный прием' %ResMatrixRight %msg2 = 'Ошибочный прием' ResMatrixFalse %figure;

%waterfall(ResMatrixRight);

%figure;

%waterfall(ResMatrixFalse);

%КОНЕЦ------------------------------------------------------------

–  –  –

Нижняя матрица на рисунке 2.5 указывает на ошибочные символы с отметкой значений их МРС. Заметно, что попытка исправления подобной конфигурации ошибок даже для кода размерности 2D приведет к неоправданному росту числа выполняемых операций. Оценка подобных кодов с использованием классических границ принятых в теории помехоустойчивого кодирования, представлено на рисунке 2.6.

Рисунке 2.6 – Сравнительные характеристики кодов размерности 2D с единственной проверкой четности: 2 Указанные границы показываю, что в среднем на одну проверку четности приходится от трех до пяти символов.

Это означает, что в таких кодах целесообразно использовать методы итеративных преобразований, которые характерны для двоичных последовательностей [3, 15, 39]. Уменьшение размера матрицы кода приводит к положительному результату даже в условиях использования канала связи с очень низким отношением сигнал-шум. Результаты испытаний модели с матрицей 2.6, представлены на рисунке 2.7. Заметно, что одиночные ошибки достаточно просто могут быть исправлены за счет проверки четности столбцов. Подобные исправления ошибок приводят к существенному снижению числа выполняемых операций и облегчают исправление ошибок в строках. Как и в кодах с низкой плотностью проверки на четность неисправляемая комбинация ошибок возникает в том случае, если среди ошибок формируется замкнутая циклическая группа, когда ошибки располагаются на позициях матрицы, образующих прямоугольную фигуру.

–  –  –

Рисунок 2.8 – Пример командного окна с выводом результатов испытания имитационной модели где функция sign() возвращает знак своего аргумента; L( ki ) – МРС символа, участвующего в формировании проверочного бита; L( p ) – индекс МРС проверочного символа; m – число исключенных из анализа надежных МРС, входящих в корректируемый вектор.

Матричная конструкция ПК позволяет применить систему перемежениядеперемежения символов. Однако следует учитывать, что подобная система становиться эффективной только в том случае, если матрица перемежения составляет размерность 1024х1024 бит, что составляет 1 Кбит. Подобные сообщения в АЭВС, как правило, не передаются, поэтому метод повтора данных в комплексе с итеративными преобразованиями комбинаций ПК размерности 3D и более имеют предпочтение перед другими методами обмена данными в АЭВС в рассматриваемом диапазоне волн.

2.4. Использование моделей распознавания образов в процедуре выработки оценок символов недвоичных кодов Для проверки гипотезы несоответствия средних значений требуемой достоверности символов в случае ошибочного решения о проверки четности была разработана имитационная модель СОД с каскадным кодом на основе кода РС над полем GF(24 ). В качестве алгебраической проверки в модели использовалась единственная проверка четности для символов кода РС.

Испытания проводились для отношений сигнал-шум, определяемых как Eb N 0, для диапазона значений от 0 дБ до 10 дБ, где параметр Eb указывает на значение энергии сигнала, приходящейся на один бит, а N 0 – спектральная плотность белого гауссовского шума. Выборка в 106 недвоичных символа при испытании модели обеспечивала требуемую погрешность полученных результатов. Итоги статистических испытаний модели приведены на рисунке 2.9.

Рисунок 2.9 – Оценка ошибочной регистрации недвоичных символов

Заметно, что ряд значений МРС при низких отношениях сигнал-шум хорошо коррелируют с ошибочными решениями. Это особенно проявляется при 4 и 5.

Подобные оценки без дополнительных преобразований данных следует применять с осторожностью. Решением возникшего противоречия может явиться использование в качестве внутреннего кода системы с большей исправляющей способность или итеративные преобразования символов кодовых комбинаций внутреннего кода.

Для более точной классификации МРС недвоичных символов целесообразно использовать методы распознавания образов или методы сравнения гистограмм и оценки степени их различия на основе статистических критериев.

Во-вторых, использовался метод пересечения, который в наибольшей степени соответствует реализации процедуры сортировки символов недвоичного кода (НК) соответствует оценка по методу пересечения, поскольку максимальная оценка близка к единице, а минимальная – к нулю (символы на длине n1 ранжируются в порядке убывания). Аналитическое выражение процедуры имеет вид n1 dint er sec tion(n1этал, n1прин ) min( n1этал (i), n1прин (i)). (2.10) i 1 В-третьих, применялась метрика Бхаттачария широко использующаяся в системе декодирования полярных кодов [3]. Незначительным недостатком метода является соответствие ненадежных символов максимальной оценке и надежных символов минимальной оценке. Аналитическое выражение процедуры с вполне понятными изменениями символики имеет вид

–  –  –

ступени рассматривается над полем Галуа GF(22 ). Тогда за эталонную модель системы оценок по выражению (2.10) принимается структура МРС вида n1эт 7777. В такой модели нормировочный множитель равен N нор max n1, т.е. в представленном примере N нор 28.

–  –  –

dint er 22 28 0,7857. Если n1пр 6654 (отличие от предыдущего значения всего на единицу), то dint er 21 28 0,7500. Разница между нормированными значениями достаточно заметная, что облегчает сортировку оценок в декодере НДК. При использовании выражения (2.10) для первого набора МРС n1пр 7654,

–  –  –

0.6 0.6 0.4 0.4 0.2 0.2

–  –  –

0.8 0.8 0.6 0.6 0.4 0.4 0.2 0.2

–  –  –

0.6 0.6 0.4 0.4 0.2 0.2

–  –  –

0.8 0.8 0.6 0.6 0.4 0.4 0.2 0.2 Рисунок 2.11 – Результаты испытаний имитационной модели системы с ФМ в условиях использования каналов связи с различными отношениями сигнал-шум На рисунке 2.11 представлены диаграммы испытаний имитационной модели системы обмена данными с ФМ в условиях аналогичным испытаниям системы с АМ. В целях получения полной информации о степени совпадений системы принятых МРС с эталонной системой. На рисунке 2.11г начало осей координат развернуто по часовой стрелке на 900 (отношение сигнал-шум откладывается по оси ОХ) для получения более полной информации. Заметно, что диапазон оценок расширился и до значения параметра отношения сигнал-шум 4 дБ оценки убывают и становятся более различимыми. В этом видна позитивная роль ФМ.

Для сравнения статистических особенностей выбранных методов сравнения эталонной комбинации с комбинациями принятыми по каналу связи с помехами были выбраны одни и те же методы при различных длинах кодовых комбинаций, переданных по каналам связи с идентичным уровнем помех. В соответствии с этим на рисунке 2.12 представлены сравнительные характеристики метода пересечения.

Полученные данные показывают, что при любых видах модуляции и хорошим состоянии канала связи количество оценок надежности монотонно возрастают для оценок от 8 до 10. Количество оценок меньших чем 8, напротив монотонно убывают, что соответствует физическим процессам, происходящим в канале связи с помехами.

а) Модуляция АМ, E=2, N=4 байт, 0 дБ б) Модуляция АМ, E=2, N=8 байт, 0 дБ 0.8 0.8 0.6 0.6 0.4 0.4 0.2 0.2

–  –  –

0.8 0.8 0.6 0.6 0.4 0.4 0.2 0.2

–  –  –

0.8 0.8 0.6 0.6 0.4 0.4 0.2 0.2

–  –  –

0.8 0.6 0.8 0.4 0.6 0.2 0.4 0.2 1

–  –  –

На рисунке 2.14 показано сопоставление метода пересечений и метода Бхаттачария при одинаковых длинах кодовых комбинаций, но различных видов модуляции.

Заметно, что оценки по методу Бхаттачария более контрастны относительно метода пересечения, следовательно, более различимы в процедуре сортировок недвоичных символов кодовых комбинаций недвоичного кода.

а) ВНАТ Модуляция АМ, E=2, N=8 байт, б) Модуляция АМ, E=2, N=8 байт, 0 дБ 0 дБ 0.8 0.6 0.8 0.4 0.6 0.4 0.2 0.2

–  –  –

0.8 0.6 0.8 0.4 0.6 0.4 0.2 0.2 Рисунок 2.14 – Сравнительные характеристики метода Бхаттачария и метода пересечения байтовой длиной недвоичного символа

–  –  –

0.8 0.6 0.8 0.6 0.4 0.4 0.2 0.2

–  –  –

0.8 0.6 0.8 0.4 0.6 0.2 0.4 0.2 0 Рисунок 2.15 – Сравнительные характеристики метода Бхаттачария и метода пересечения полубайтовой длиной недвоичного символа

2.5. Выводы по главе

1. Применение средств аналитического и имитационного моделирования к выявлению возможностей формирования оценок надежности символов недвоичных кодов на основе мягких решений двоичных символов показало, что формирование оценок надежности НДК по средним показателям МРС является достоверной только при высоких отношениях сигнал-шум.

2. Оценка надежности символов НДК по результатам проверки четности, вычисление выборочного среднего МРС из выборочной дисперсии при низких отношениях сигнал-шум приводит к неудовлетворительному результату, поскольку максимум ошибочных решений лежит в области относительно высоких оценок надежности. Этот факт говорит о недостаточной защите символов НДК с тривиальной проверкой четности, поскольку такие проверки не выявляют двойные ошибки.

3. Доказана целесообразность использования в качестве инструментов выборочных оценок надежности НДК методов распознавания образов в формате пересечения гистограмм или оценки расстояния Бхаттачария. Свободные от алгебраических проверок четности, выборочного среднего и дисперсии такие оценки носят монотонный возрастающий (убывающий) характер и хорошо подвергаются сортировке.

4. Применение произведения кодов заданной размерности приводит к структурам близким к системе перемежения-деперемежения символов, что важно для ДКМ диапазона. На основе аналитического и имитационного моделирования доказана целесообразность принятия цифровых структур в каналах с рассеиванием энергии, тогда за счет синхронного накопления данных и применения итеративных преобразований достигается требуемый уровень достоверности данных.

ГЛАВА 3

ИССЛЕДОВАНИЕ МЕТОДОВ ДЕКОДИРОВАНИЯ ДВОИЧНЫХ КОДОВ

НА ОСНОВЕ УПОРЯДОЧЕННЫХ СТАТИСТИК

3.1. Классификация методов мягкого декодирования двоичных кодов

Доказано, что для любого класса кодов предпочтительна схема мягкого декодирования, при которой декодер использует сведения о процедуре демодуляции символов, которые выражаются в виде вещественных чисел, получивших название мягких решений символов (МРС) для двоичных кодов или оценок надежности символов в системе декодирования НДК. Декодеры подобного класса обеспечивают энергетический выигрыш от двух до трех дециБелл [21, 23, 58, 69, 91, 107].

Для повышения корректирующей способности двоичных блоковых кодов в алгоритме работы декодеров подобных кодов предлагается использовать принцип упорядочения статистики, которая использует механизм МРС в порядке их убывания (возрастания). Это позволяет реализовать процедуру декодирования принятого приемником кодового вектора с использованием принципа образования эквивалентного кода из исходного кода, применяемого в системе связи [64]. Такое решение классифицируется как мягкое декодирование.

Исследования в данной предметной области показывают, что мягкие декодеры по принципам своей работы можно разбить на три основных класса:

- декодеры с исправлениями стираний;

- декодеры с разбиением пространства разрешенных кодовых комбинаций на кластеры;

- перестановочное декодеры с системой упорядочения МРС или оценок надежности.

Конструкция декодеров с исправлением стираний достаточно подробно описаны в работах [7, 9, 10, 11, 21, 33, 51, 102]. Асимптотические оценки подобных декодеров обеспечивают энергетический выигрыш, определяемый выражением Dh 10 lg( R(t 1)) дБ. При реализации мягких декодеров подобные оценки в канале с гауссовским шумом при Eb / N 0 в случае жестких решений энергетический выигрыш оценивается выражением

Ds 10 lg( Rd min ) 10 lg( R(2t 1)) дБ [21, 43, 65, 76]. В приведенных формулах:

R k / n – скорость кода, а k – число информационных символов в кодовом векторе длины n, t – число, исправляемых кодом ошибок и (d min d ) – метрика Хэмминга [21, 64]. Отсюда следует, что при выполнении условия Eb / N 0 асимптотический выигрыш по энергетике при мягком декодировании примерно в два раза выше (на 3 дБ), чем при жестких решениях. В реальных системах связи подобная оценка справедлива при условии, что ошибочные символы совпадают с низкими значениями МРС. На практике из-за ложных решений по стираниям это выполняется с некоторой долей вероятности, как описано в работах [21, 76].

Метод разбиения пространства кодовых векторов на кластеры предложен и исследован в работах [21, 23]. Его суть заключается в том, что источник информации, работая в поле элементов из GF(2 k ), где k N – число разрядов в комбинации безызбыточного кода, после прохождения канального кодера, содержащего порождающую матрицу Gkn, формирует на его выходе последовательности длины n k. Этой операцией групповой код С n, k над полем элементов из GF(2 n ) считается заданным [23]. Исходя из свойств вложенности двоичных полей степени расширения n и менее, комбинации любого кода С n, k

–  –  –

где {ci } – множество комбинаций из Сn, k, принадлежащих кластеру с номером s i, где i 0,2 1 [23]. В новых условиях все комбинации кода содержат три непересекающихся между собой по символам кодового вектора части: – сочетание любых произвольно выбранных разрядов кодовой комбинации, обозначающих номер s кластера; k – любые разряды кодового вектора, n k представляющие индикатор эквивалентности кода; – другие, не используемые в процедуре кластеризации и не обязательно избыточные разряды [23]. В случае списочного декодирования по кластерам необходимо получать надежные МРС, которые должны следовать подряд. На рисунке 7 представлена оценка подобных событий для кода Хэмминга (7,4,3) и некоторых кодов БЧХ. В ходе моделирования рассматривались различные размерности номера кластера и вероятность его восстановления по максимальным МРС. Увеличение символов в номере кластера, например, с двух до пяти, приводят к резкому снижению вероятности правильной идентификации номера кластера. Следовательно, целесообразна специфическая защита символов номера кластера, которая оказывается актуальной как для двоичной так и для НДК. Заметно, что длина комбинации номера кластера меньше значения k. На рисунках 3.1 и 3.2 приведены результаты имитационного моделирования различных последовательностей двоичных символов, представляющих длины кодовых комбинаций наиболее характерные для использования в качестве внутренних кодов системы с каскадным кодированием. В ходе экспериментов учитывались только максимальные значения МРС. Это позволяет утверждать, что полученные результаты носят характер граничных оценок.

Рисунок 3.1 – Значение коэффициента Рисунок 3.

2 – Вероятность следования значений max среди n1 символов правдоподобия Значение коэффициента правдоподобия определялось в соответствии с выражением (4). Очевидно непрерывное следование максимальных значений МРС max на длине кодового вектора накладывает серьезные ограничения на метод кластерного разбиения, поскольку вероятность встретить на отрезке символов длины n1 подобные оценки в разбивку оболе вероятно. На основании этого можно утверждать о строгости неравенства вида Pперест Pкластер, которое определяет вероятности появления ошибочных символов на бит при использовании той или иной технологии исправления мягких решений символов.

Окончательно можно утверждать, что в системах с исправлением стираний на основе МРС выполняется условие вида Pперест Pкластер Pмягк Pалгебр.

Суть перестановочного декодирования заключается в том, что множество МРС зафиксированных на длине n1 принятого вектора Vпр { j }, где j 1, n1,

–  –  –

соответственно частота появления правильных и ошибочных жестких решений с конкретным значением МРС можно оценить вероятность ошибочного декодирования. Подобные показатели в работе оценивались методом имитационного моделирования. Результат моделирования представлен на рисунке

6. Как правило, N пр N ош, поэтому при относительно высоких отношениях

–  –  –

3.2. Принцип исправления ошибок декодером на основе упорядоченной статистики Обычно возможности кодов рассматриваются с точки зрения применения в декодере метрики Хэмминга [57, 64, 76]. При этом целесообразно исправлять не ошибки, а стирания, кратность которых в два раза выше, чем кратность исправляемых кодом ошибок. Использование упорядоченной статистики при декодировании блоковых кодов позволяет повысить кратность исправляемых стираний до значения nk, где n - общая длина кодовой комбинации, а k число информационных разрядов. В работах [21] доказывается, что повышение кратности исправляемых стираний не является экзотической задачей, а реализуется за счет использования в системе эквивалентных кодов и разделения символов кодовой комбинации на две группы [21, 23, 64]. В первую группу собираются наиболее надежные символы, тогда как ко второй группе относятся наименее надежные символы.

Алгоритм работы декодера представлен в Приложении А. На примере кода БЧХ (15;5;7) рассмотрим поэтапное выполнение алгоритма с оценкой сложности реализации выполняемых операций.

Порождающая матрица кода в систематической форме имеет вид:

G 0 1 Пусть от источника информации на вход кодера поступает вектор вида 1 1 0

1 0. В результате умножения вектора на порождающую матрицу на выходе кодера формируется последовательность: 1 1 0 1 0 1 1 0 0 1 0 0 0 1 1. После передачи этой последовательности по каналу связи принимается вектор, в котором в соответствии с вероятностью ошибки на бит, характерной данному каналу связи, возможно появление ошибок. Пусть образец ошибок имеет вид e010010001. Заметно, что представленный объем ошибочных символов превосходит исправляющую способность кода по исправлению не только ошибок, но и стираний. Естественно, что жесткий декодер и традиционный мягкий декодер не в состоянии исправить возникшую в канале связи комбинацию ошибок. Докажем, что подобная комбинация может быть исправлена за счет применения в декодере эквивалентных кодов.

В результате передачи кодового вектора по каналу связи и наложения на него вектора ошибок получаем последовательность вида nпр 1001.

Эта последовательность фиксируется жестким декодером. В мягком декодере каждому жесткому решению приписывается степень его надежности. Пусть оценки надежности символов выражаются целыми числами от 0 до 7. Представим вектор nпр вместе с такими оценками Таблица 3.1 – Представление кодовой комбинации совместно с МРС

–  –  –

Результат работы декодера представим в таблице 2.2. Заметно, что на первых k позициях оказались наиболее надежные символы, значения которых будут использованы для создания эквивалентного кода.

Таблица 3.2 – Результат работы декодера по упорядочению символов статистики

–  –  –

Для создания эквивалентного кода необходимо найти порождающую матрицу такого кода. Для этого, используя матрицу перехода, выполним умножение истинной порождающей матрицы G на матрицу перехода Gпер. В соответствии с теорией матриц это обеспечит перестановку столбцов матрицы G.

–  –  –

Поскольку det Gk x k = 1, то новую порождающую матрицу можно привести к систематической форме и алгоритм вычисления вектора помех продолжается.

Оценим максимальное число операций, необходимых для вычисления детерминанта квадратных матриц некоторой размерности. Полученные результаты сведем в таблицу 3.3. Рассмотрим матрицу размерности 2 2.

Число операций, необходимых для вычисления определителя такой матрицы составляет: две операции умножения и одна операция вычитания (обратное действие операции сложения).

a b det a b1 a1 b.

a1 b1 Современные процессоры тратят на операцию сложения до 2 нс, а на операцию умножения – до 180 нс. Т.к. в декодере осуществляется умножение единиц и нулей, будем считать, с некоторой долей условности, что на операцию умножения операндов будет тратиться тоже 2 нс. Таким образом, на вычисление указанного определителя будет потрачено порядка 6 нс.

Таблица 3.3 – Временные интервалы для оценки определителей Размерность матрицы k k 6 109 с 4,6 108 с 2,2 107 с 1,2 106 с 7,0 106 с 4,9 105 с Вычислим порождающую матрицу нового кода в систематической форме.

Известно, что произведение матрицы Gkk A на ее обратное отображение Gkk 1 A1 обеспечивает получение единичной матрицы Ekk E. Выполнив Gkk 1 Ekk / Gkk, получим обратную матрицу, которая точно действие указывает на порядок сложения строк матрицы G`` для получения порождающей матрицы в систематической форме.

–  –  –

Закодируем вектор 1 1 0 0 0 порождающей матрицы Gсис. Учитывая то, что на месте информационных разрядов после указанных преобразований находятся надежные символы, получаем возможность формирования вектора, который не будет содержать ошибок.

Этот вектор будет иметь вид 1 1 0 0 0 1 1 1 0 0 1 1 0 0 1.

Складывая этот вектор с трансформированным в соответствии с ранговой метрикой вектором, полученным из канала связи, получим вектор ошибок.

В таком представлении вектор ошибок не соответствует комбинации ошибок, действовавшей в канале связи в момент передачи кодового вектора по этому каналу. Для получения истинной комбинации ошибок необходимо данный вектор умножить на перестановочную матрицу вида, которая легко получается путем транспонирования исходной перестановочной матрицы, которая была получена за счет расстановки символов по убыванию градации надежностей. Выполнение операции представлено в таблице 3.3.

–  –  –

Заметно, что после обратной перестановки символов вектора ошибок полученное расположение ошибок полностью соответствует исходному вектору ошибок.

Анализ полученного алгоритма показывает, что эквивалентный код в ряде случаев не может быть получен сразу после выполнения перестановок, т.к.

проверка на нелинейность столбцов порождающей матрицы эквивалентного кода не всегда заканчивается успешно. Это связано с тем, что после перестановки возможны ситуации, когда в одной строке или столбце окажутся только нули или только единицы. В этом случае декодер «занимает» подходящий столбец из ближайших столбцов, превосходящих значения k. Эта операция приводит к замене надежного символа из k отобранных первоначально на менее надежный символ, который может оказаться пораженным ошибкой. В предельном случае в матрице kk может оказаться до двух столбцов (строк), которые нарушают свойства нелинейности. Процедура перестановки столбцов после процедуры сортировки столбцов несколько снижает значения асимптотической оценки.

Целесообразно оценить отрицательное влияние линейно зависимых комбинаций на эффективность рассматриваемого алгоритма.

Рассмотрим порождающую матрицу кода БЧХ (15,5,7).

1 11 0 10 G 0 11 0 10 0 11

Пусть известна весовая структура кода (как правило, для коротких кодов весовой спектр кода известен). Код БЧХ (15,5,7) имеет кроме чисто нулевого и чисто единичного вектора по 15 векторов веса 7 и 8. Обозначим эти веса через A7 и A8. Представители каждого веса показаны в матрице G. Оценим появление чисто единичной строки и чисто нулевой строки в матрице размерности kk при упорядочивании статистики. Очевидно, для первой строки число возможных вариантов сочетаний нулей определяется выражением C8 56, а для единиц – выражением C7 21. Всего нежелательных вариантов для первой строки оказывается 77. Обозначим число нежелательных вариантов для первой строки порождающей матрицы через 1G. Тогда в общем случае число таких вариантов оценивается выражением

–  –  –

Нумерация столбцов матрицы (символов) осуществляется слева направо как показано в выражении (3.2). В режиме обучения датчик последовательностей номеров символов для любого принадлежащего коду вектора V формирует уникальный набор номеров символов Z i. В соответствии с этим может быть образованно C7 35 не повторяющихся последовательностей длинны k 4. На основании одной из таких последовательностей Z i из порождающей матрицы кода G извлекаются столбцы, последовательность номеров которых в точности соответствуют последовательности номеров символов Z i. Если в результате G проверки вырожденности полученной матрицы размерности k k определитель этой матрицы 0, то такая последовательность номеров заноситься в базу положительных решений и далее по основному алгоритму отыскивается матрица Gs, которая так же заноситься в базу данных и всегда для каждого кода будет соответствовать уникальной последовательности Z i. В случае повторения подобной последовательности номеров символов эта последовательность уже не потребует вычисления матрицы Gs, что обеспечивает выигрыш временного ресурса, так как матрица извлекается из базы данных в готовом виде. В случае отрицательного исхода, когда определитель матрицы G 0, значение последовательности Z i записывается в базу отрицательных решений. Из 35 различных сочетаний номеров и символов для комбинаций рассматриваемого кода 27 комбинаций отвечают условию 0 и только 8 значений соответствуют условию 0. Базовые значения Z i по первому условию, когда 0 приведены в таблице 3.6.

Таблица 3.6 – Базовые значения Z i при условии 0 Базовые значения Zi по первому условию, когда 0 приведены в таблице 3.

7.

Таблица 3.7 – Базовые значения Z i при условии 0 Соотношение объемов таблиц указывает на целесообразность применения метода перестановочного декодирования не только для коротких кодов, но и кодов имеющих большую длину чем 7.

Каждая комбинация цифр из таблиц 3.6 и

3.7 включает в себя 4!=24 перестановки поэтому предусматривается фиксация иных перестановок указанных групп в базе как положительных, так и отрицательных решений. Так как база положительных решений в три раза больше базы отрицательных решений целесообразно проверку осуществлять, начиная с проверки отрицательного результата последовательности номеров Z i. В случае появления последовательности вида не равной ни одной из ранее Zx обработанных последовательностей Z i вариант Z x сверяется с базой данных отрицательных решений и в случае отсутствия подобной комбинации в этой базе данных, декодер приступает к обработки данных по основному алгоритму, пополняя по итогам работы либо базу данных положительных решений, либо базу данных отрицательных решений.

Например, для Z i 1264 матрица G имеет вид:

G, для которой 0.

В результате линейных преобразований, которые достаточно подробно описаны в патентах РФ 2444127 и 2580797 формируется матрица Gs которая для

Z i 1264 имеет вид:

Gs.

Набор Z i 1264 и соответствующая ему матрица Gs заноситься в базу данных положительных решений. Аналогично решается задача в случае отрицательных решений, когда 0.

Предложенный способ мягкого когнитивного декодирования систематических блоковых кодов позволяет:

- по крайней мере в 75% случаев исправлять стирания, кратность которых определяется соотношением n k ;

- по сравнению с аналогами существенно сократить время обработки кодовых комбинаций за счет готовых решений по структуре перестановленных матриц эквивалентных кодов;

- осуществить предварительное обучение декодера до включения его в оперативную работу, заполнив базы данных декодера по положительным и отрицательным решениям;

- осуществить пополнение баз данных декодера для положительных и отрицательных решений за счет новых комбинаций, не учтенных в ходе предварительного обучения декодера;

- подготовка баз данных положительных и отрицательных решений может быть выполнена на внешне вычислительной системе и введена в декодер с помощью переносного носителя данных или социально организованного канала связи.

3.3 Разработка структурной схемы декодера и описание его работы

Структурная схема декодера, использующего упорядоченные статистики, представлена на рисунке 3.3.

Структурная схема включает следующие элементы:

блок 1 – блок приема, блок 2 – датчик случайных чисел с равномерной плотностью распределения вероятностей, блок 3 – накопитель кодовой комбинации, блок 4 – блок формирования стираний, блок 5 – анализатор сигналов, блок 6 – накопитель оценок, блок 7 – блок ранжирования символов, блок 8 – блок исправления стираний, блок 9 – блок обратных преобразований, блок 10 – блок выделения ошибок, блок 11 – формирователь эквивалентного кода.

Блок приема 1 предназначен для приема двоичной информации из канала связи. В этом блоке выполняются два основных действия: во-первых, принимается жесткое решение об обрабатываемом двоичном символе, во-вторых, формируется предварительное решение о сигнале стирания в случае, если демодулируемые параметры сигнала оказались ниже установленных границ. Вход этого блока является информационным входом декодера. Жесткие решения из блока 1 направляются в накопитель кодовой комбинации 3.

–  –  –

В случае формирования предварительного решения о сигнале стирания с другого выхода блока 1 может запускаться датчик случайных чисел 2 (ДСЧ), а предварительное решение о стирании передается с третьего выхода блока 1 на вход блока формирования стираний 4, накопитель оценок 6 и блок упорядочения оценок 5 подключен к первому входу блока эквивалентного кода 8 и его один выход подключен ко входу блока контроля линейности 9, управляющий выход которого подключен ко второму входу блока эквивалентного кода 8, а информационный выход блока контроля линейности 9 подключен к первому входу блока сравнения и обратных перестановок 11, тогда как его второй вход подключен к другому выходу блока эквивалентного кода 8, при этом выход блока сравнения и обратных перестановок 11 подключен ко второму входу блока исправления стираний 10, а один выход накопителя кодовой комбинации 7 подключен к третьему входу блока эквивалентного кода 8.

В зависимости от уровня принятого сигнала в блоке 1 формируется граница в соответствии с заданным аналитическим выражением, значение которой передается в датчик случайного числа 2.

Рассмотрим поэтапное выполнение алгоритма работы декодера на примере кода БЧХ (15;5;7).

Порождающая матрица кода в систематической форме имеет вид:

–  –  –

После передачи этой последовательности по каналу связи принимается вектор, в котором в соответствии с вероятностью ошибки на бит, характерной данному каналу связи, возможно появление ошибок. Пусть образец ошибок имеет e010010001. Заметно, что представленный объем ошибочных вид символов превосходит исправляющую способность кода по исправлению не только ошибок, но и стираний. Естественно, что жесткий декодер и традиционный мягкий декодер не в состоянии исправить возникшую в канале связи комбинацию ошибок. В результате передачи кодового вектора по каналу связи и наложения на него вектора ошибок получаем последовательность вида nпр 1001.

Эта последовательность фиксируется в блоке приема 1 жестким декодером и через первый выход этого блока направляется в накопитель кодовой комбинации 7.

Кроме того, в блок 1 введен симметричный интервал неопределенности E, где E - энергия сигнала, приходящаяся на бит, E - математическое

–  –  –

значение выбирать Для уменьшения вероятности ошибки целесообразно большим, но это приводит к росту ложных стираний, которые искажают индексы достоверности символов в сторону их занижения. Для минимизации числа ложных стираний вводятся датчик случайного числа и условие его работы. При попадании сигнала в интервал неопределенности блок приема 1 формирует только предварительное решение о стирании и вырабатывает границу вида y si / E, где si - текущий уровень сигнала. Значение y через третий выход блока 1 передается в датчик случайного числа 2. Датчика случайного числа 2 с заданной плотностью распределения вероятностей, (например, равномерной) по команде из блока 1 формирует случайное число и дает сигнал на формирование стирания в блок формирования стираний 3 при условии y, в противном

–  –  –

В соответствии с полученным двудольным графом переходов в блоке эквивалентного кода 8 формируется матрица перестановок Gпер. Блоку 8 известна порождающая матрица G исходного кода, а также значения символов принятого вектора с ошибками nпр 1001 из накопителя кодовой комбинации

7. На основе этих данных блок 8 формирует порождающую матрицу эквивалентного кода путем умножения матрицы G на матрицу перехода Gпер, что обеспечивает перестановку столбцов матрицы G. Одновременно в блоке 8 за счет умножения вектора nпр на Gпер

–  –  –

приблизительно всего в 10% общего возможного числа попыток, однако в случае неудачной коррекции nпр и Gпер на первом шаге блок 9 по управляющему выходу дает команду в блок 8 на замену столбцов с номерами k и k 2. Вычисление выполняется в блоке 9 по известным алгоритмам. В результате для рассматриваемого случая получаем det Gkxk 1.

Поскольку det Gkxk 1, то новая порождающая матрицу приводится к систематической форме и алгоритм вычисления вектора помех продолжается.

В блоке сравнения и обратных преобразований 11 осуществляется приведение матрицы G`` к систематической форме за счет деления единичной матрицы размерности k k на матрицу Gkxk. Полученная обратная матрица Gkxk

–  –  –

В таком представлении вектор ошибок не соответствует комбинации ошибок, действовавшей в канале связи в момент передачи кодового вектора по этому каналу. Для получения истинной комбинации ошибок необходимо данный вектор умножить на обратную матрицу перестановки известную блоку 8, которая формируется за счет транспонирования исходной матрицы перестановки.

Выполнение операции представлено в таблице 3.9.

–  –  –

Рисунок 3.4 – Вероятность ошибочного Рисунок 3.

5 – Энергетический выигрыш кода приема кодовой комбинации блокового кода Таким образом, выигрыш при применении модифицированного алгоритма, относительно классического алгоритма исправления стираний указанного кода в зависимости от состояния канала связи составляет от 2,1 дБ до 2,6 дБ.

3.4 Выводы по главе

1. Применение упорядоченной статистики обеспечивает полную реализацию введенной в код избыточности, что позволяет повысить эффективность системы передачи информации по вероятности ошибки.

Применение метода обеспечивается матрицами перестановок и квадратными матрицами размерности равной информационному блоку кода, позволяющими определить нелинейные сочетания строк порождающей матрицы.

2. Обосновано применение в системе ДКМ диапазона метода перестановочного декодирования двоичных блоковых избыточных кодов.

Показано, что среди мягких методов декодирования таких кодов способ перестановочного декодирования обеспечивает наименьшую вероятность ошибки на бит и за счет обработки большего числа вариантов МРС с высокими показателями обеспечивает большой энергетический выигрыш в системе авиационной электросвязи. Аналитическое моделирование подобной процедуры декодирования показывает, что выигрыш может составлять от 2,1 дБ до 2,6 дБ.

3. Предложен алгоритм перестановочного декодирования двоичных блоковых кодов, выявлены его достоинства относительно метода кластерного разбиения пространства разрешенных кодовых векторов. В качестве основного недостатка метода перестановок является обязательность в выполнении процедуры адекватных перестановок порождающей матрицы кода, что резко повышает сложность реализации декодера и увеличивает время обработки каждого кодового вектора.

4. В целях сокращения времени поиска переставленной порождающей матрицы в систематической форме с учетом короткой длинны кодовых комбинаций внутреннего кода систем каскадного кодирования, предложен метод когнитивной процедуры, в которой организуется датчик случайных перестановочных символов комбинации двоичного кода и система памяти (база данных). Таким образом, декодер может быть обучен сразу распознавать сечение столбцов переставленных порождающих матриц, декодирование которых выполнить невозможно.

ГЛАВА 4

МЕТОДЫ МЯГКОГО ДЕКОДИРОВАНИЯ НЕДВОИЧНЫХ КОДОВ

РИДА – СОЛОМОНА В СИСТЕМЕ КАСКАДНЫХ КОДОВ

Повышение эффективности декодирования по упорядоченным 4.1.

статистикам В современных инфокоммуникационных технологиях и системах связи предъявляются высокие требования к достоверности передачи информации. По этой причине в мобильных системах обмена данными используются композиции помехоустойчивых кодов в виде каскадных конструкций или турбокодов и в целях повышения их эффективности необходимо наиболее полно использовать избыточность, введенную на каждой ступени обработки данных. Для решения подобной задачи целесообразно применить метод декодирования основанный на упорядочивании МРС внутренних кодов [77, 80, 85, 86, 87, 91].



Pages:   || 2 |
Похожие работы:

«МИНОБРНАУКИ РОССИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Ухтинский государственный технический университет" (УГТУ) Химия Определение жёсткости воды Методические указания Ухта,...»

«Министерство образования и науки Российской Федерации федеральное государственное автономное образовательное учреждение высшего образования "НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТОМСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕ...»

«Элекртоинтел ИСТОЧНИК ПИТАНИЯ ДЛЯ АРГОННОДУГОВОЙ СВАРКИ NEON BД 201 АД Руководство по эксплуатации Электроинтел Перед началом эксплуатация источника питания для дуговой сварки NEON ВД 201 АД необходимо ознакомится с данным техническим описанием и требованиями по технике безопасности при пр...»

«Гиль Людмила Болеславна Развитие интеллектуальных умений и способности к саморазвитию студентов технического вуза в процессе математической подготовки 13.00.08 – теория и методика...»

«ТЕХНОЛОГИЯ МАШИНОСТРОЕНИЯ Методические указания к практическим занятиям Санкт-Петербург МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬ...»

«ОЦЕНКА ФИНАНСОВОЙ УСТОЙЧИВОСТИ КОММЕРЧЕСКОГО БАНКА © Бойко С.В. Северо-Кавказский государственный технический университет, г. Ставрополь В статье рассматривается возможность применения ме...»

«Открытое акционерное общество "Российский концерн по производству электрической и тепловой энергии на атомных станциях" (ОАО "Концерн Росэнергоатом") Саморегулируемая органи...»

«Дидковская Яна Викторовна ТРАНСФОРМАЦИЯ СОЦИАЛЬНОГО МЕХАНИЗМА ВЗАИМОСВЯЗИ ПРОФЕССИОНАЛЬНОГО САМООПРЕДЕЛЕНИЯ И ПРОФЕССИОНАЛЬНОЙ КАРЬЕРЫ В РОССИЙСКОМ ОБЩЕСТВЕ специальность 22.00.04 – социальная структура, социальные институты и процессы Диссертация на соискание ученой степени доктора соци...»

«1 Sate 160123 Conference Ierusalim 151219 От редакции сайта "К вопросу о решениях конференций, проводимых различными научно-техническими общественными организациями". На названных конференциях докладываются и обсуждаются работы, как правило, по актуальным проблемам, таким, например, как спасения Мертвого моря, охр...»

«А.А. Проскурнин АВТОМАТИЗИРОВАННАЯ СИСТЕМА КОНТРОЛЯ ЗНАНИЙ Проблемы освоения компьютеров в образовании, усовершенствования педагогических технологий на основе человеко-компьютерного диалога в учебном процессе...»

«МЕЖГОСУДАРСТВЕННЫЙ СОВЕТ ПО СТАНДАРТИЗАЦИИ, МЕТРОЛОГИИ И СЕРТИФИКАЦИИ (МГС) INTERSTATE COUNCIL FOR STANDARDIZATION, M ETROLOGY AND CERTIFICATION (ISC) ГОСТ МЕЖГОСУДАРСТВЕННЫЙ 11209СТАНДАРТ Ткани для специальной одежды Общие технические требования...»

«ББК 85.33(0) А 65 Андреев М.Л. На границах комедии. М.: Российск. гос. гуманит. ун-т, 2002. 32 с. (Чтения по истории и теории культуры. Вып. 34) ISBN 5–7281–0327–8 Редактор серии Е.П.Шумилова Верстка О.Б.Малаховой Оригинал-макет подготовлен в Институте высших гуманитар...»

«1 ЗАО "ЗЭТО" Содержание 1. О компании 2 2. Наша история 4 3. Производство 6 4. Продукция 10 5. Услуги и сервис 14 6. Оборудование ЗАО "ЗЭТО" на объектах 18 О компании ВЕЛИКОЛУКСКИЙ ЗАВОД ЭЛЕКТРОТЕХНИЧЕСКОГО ОБОРУДОВАНИЯ ЗАО "ЗЭТО" Великолукский "Завод электротехнического оборудования" является...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФИЛИАЛ ФЕДЕРАЛЬНОГО ГОСУДАРСТВЕННОГО БЮДЖЕТНОГО ОБРАЗОВАТЕЛЬНОГО УЧРЕЖДЕНИЯ ВЫСШЕГО ОБРАЗОВАНИЯ "ВЛАДИВОСТОКСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Э...»

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ТЕХНИЧЕСКОМУ РЕГУЛИРОВАНИЮ И МЕТРОЛОГИИ НАЦИОНАЛЬНЫЙ ГОСТ Р СТАНДАРТ (проект, окончательная РОССИЙСКОЙ редакция) ФЕДЕРАЦИИ ГАЗ ГОРЮЧИЙ ПРИРОДНЫЙ Определение содержания кислорода Настоящий проект стандарта не подлежит применению до его утверждения Москва Стандартинформ ГОСТ...»

«университета водных ЖУРНАЛ коммуникаций 4. Саушев А. В. Определение совокупности настраиваемых элементов автоматизированной системы управления / А. В. Саушев // Электрооборудование и АСУ...»

«РОССИЙСКАЯ ФЕДЕРАЦИЯ (19) (11) (13) RU 2 578 547 C1 (51) МПК A61N 1/18 (2006.01) ФЕДЕРАЛЬНАЯ СЛУЖБА ПО ИНТЕЛЛЕКТУАЛЬНОЙ СОБСТВЕННОСТИ (12) ОПИСАНИЕ ИЗОБРЕТЕНИЯ К ПАТЕНТУ 2015103847/14, 05.02.2015 (21)(22) Заявка: (72) Автор(ы):...»

«УДК 324 АНАЛИЗ ИСПОЛЬЗОВАНИЯ ИНТЕРНЕТ-ТЕХНОЛОГИЙ В ИЗБИРАТЕЛЬНЫХ КАМПАНИЯХ В РОССИИ И США М.Д. Роскин, аспирант кафедры всемирной истории, Санкт-Петербургский национа...»

«ЗАРОЖДЕНИЕ ПРОШМЫШЛЕННОГО ДИЗАЙНА В СССР Е.А.Бугаева (г. Томск, Томский политехнический университет) e-mail: kate.bugaeva96@yandex.ru Abstract. This article considers the emergence of industrial design in the USSR. The change in public...»

«Министерство сельского хозяйства Российской Федерации Департамент кадровой политики и образования Московский государственный агроинженерный университет им. В.П. Горячкина Волгоградский государственный университет Ю.А. КОЗЕНКО ФОРМИРОВАНИЕ МЕХАНИЗМА АНТ...»

«5. Goldin, A. L., M. A. Kolosov, and K. P. Morgunov. “Calculation for settlement and slant of central part of hydraulic lock № 5 of Volga-Don inland navigation channel.” Zhurnal Universiteta vodnyh kommu-nikacij 3 (2009): 15–21.6. Goloskokov, D. P., and V. A. Daniljuk. “Modelling of the in...»

«  ВВ/TEL ВАКУУМНЫЙ ВЫКЛЮЧАТЕЛЬ   ТЕХНИЧЕСКАЯ ИНФОРМАЦИЯ Вакуумный выключатель для КРУ заводов TER_VCB25_LD1_F Версия 2.1   Техническая информация ВВ/TEL-20 Версия 2.1 2 из 48     СОДЕРЖАНИЕ 1. ВВЕДЕНИЕ 2. ПРИНЯТЫЕ СОКРАЩЕНИЯ 3. ОБЩИЕ СВЕДЕНИЯ 3.1. Назначение и область применения 3.2. Ключевые преимуще...»

«ПРОБЛЕМЫ ГЕОЛОГИИ И ОСВОЕНИЯ НЕДР систем при контроле геофизических параметров в режиме реального времени // Естественные и технические науки, 2014. – №1/2. – С.36-39. Уилсон К., Шокарев И., Смолл Дж.,...»

«Дрокин Виталий Вадимович АНАЛИЗ НАГРУЗОЧНЫХ ХАРАКТЕРИСТИК ЛЕПЕСТКОВОГО ГАЗОДИНАМИЧЕСКОГО ПОДШИПНИКА НА ОСНОВЕ ЧИСЛЕННОГО МОДЕЛИРОВАНИЯ Специальность 05.02.02 – "Машиноведение, системы приводов и детали машин" Автореферат диссертации на соискание учёной степени кандидата технических наук Челябинск – 2012 Работа выполнена в...»








 
2017 www.ne.knigi-x.ru - «Бесплатная электронная библиотека - электронные матриалы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.