Présentation

Article

1 - PRINCIPE DE CONTRE-RÉACTION

2 - TURBOCODES

3 - DÉCODAGE

4 - IMPLEMENTATION

5 - OPTIMISATION DES TURBOCODES CONVOLUTIFS

6 - APPLICATIONS INDUSTRIELLES

7 - PERSPECTIVES ET PROBLÉMATIQUES

Article de référence | Réf : TE5260 v1

Décodage
Turbocodes : réalisations et perspectives

Auteur(s) : Yannick SAOUTER

Date de publication : 10 août 2010

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Version en anglais En anglais

RÉSUMÉ

Une multitude de facteurs liés à aux activités humaines (télévision, satellite, radio, stations radar…) perturbe les nombreuses télécommunications (liaisons wifi, téléphones portables, liaisons satellite) qui peuplent de nos jours notre environnement. Ce bruit important peut conduire à des erreurs de transmission de données. Les codes correcteurs sont une forme de codage basée sur la redondance de l’information et destinés à corriger ces erreurs. L’intégration des turbocodes dans ces systèmes est venue bousculer la théorie précédemment établie. La correction d’erreur peut se pratiquer maintenant à des niveaux de bruit jusqu’alors inaccessibles, avec en plus une structure de décodeurs grandement simplifiée.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

ABSTRACT

A multitude of factors related to human activities (television, satellite, radio, radar stations, etc.) disrupts many telecommunications (WiFi connections, mobile phones, satellite links) currently present in our environment. This significant noise can lead to errors in data transmission. Correcting codes are a type of coding based on the redundancy of information and used in order to correct these errors. The integration of turbocodes into these systems has shaken the previously established theory. Error correction can be now carried out at previously inaccessible noise levels and has a greatly simplified structure of decoders.

Auteur(s)

INTRODUCTION

De nos jours, les télécommunications sont omniprésentes dans notre environnement. Que ce soit pour les liaisons satellites, les téléphones portables, les liaisons WiFi, de nombreux systèmes s'échangent des données par voie hertzienne. Or le milieu de propagation des ondes est perturbé de manière inhérente par du bruit. Ce bruit est de différente nature. Il peut être lié aux activités humaines (stations radar, balises maritimes, radio, télévision...) mais aussi d'origine externe (activité solaire ou rayonnements intergalactiques). De plus, les ondes radioélectriques subissent des affaiblissements liés à l'absorption par le milieu de propagation. Enfin, dans les applications terrestres, on assiste aussi à des phénomènes d'écho où le récepteur reçoit plusieurs copies du signal hertzien décalées dans le temps. C'est le cas, par exemple, quand le faisceau principal est réfléchi par des objets appartenant à l'environnement (immeubles, voitures...). Tous ces facteurs perturbent les communications et peuvent conduire à des erreurs de transmission des données.

Pour faire face à ce problème, les codes correcteurs d'erreurs ont été inventés. Le principe consiste à rajouter de l'information redondante à l'information que l'on veut émettre. Ainsi, si on veut diffuser un paquet de symboles de taille n, au préalable, il est encodé en un paquet de taille N > n. Du côté du récepteur, le paquet de taille N reçu contient éventuellement des erreurs. Mais tous les paquets possibles en réception ne correspondent pas à un encodage correct. Le décodage consiste donc à trouver d'abord le paquet le plus vraisemblable, puis d'en extraire l'information utile de taille n. Par paquet le plus vraisemblable, en général, il faut comprendre le paquet valide minimisant le nombre d'erreurs ou la puissance du bruit observée par rapport au paquet de taille N reçu.

Les références entre crochets sont développées dans la rubrique Pour en savoir plus [Doc. TE 5 260].

L'invention des turbocodes  en 1993 a fortement modifié l'approche moderne des codes correcteurs d'erreurs. En effet, les systèmes préexistants étaient relativement complexes en termes d'encodage et de décodage. D'autre part, d'un point de vue théorique, les travaux réalisés par Claude Shannon  prédisaient qu'en deçà d'une certaine puissance de bruit, il était possible d'obtenir des systèmes de communications sans erreurs. Or les solutions existantes fonctionnaient à des niveaux de bruit relativement éloignés de cette limite. Avec le temps, cette différence entre la théorie et la pratique avait même fini par être définitivement acceptée comme une pénalité incompressible. Les solutions à base de turbocodes ont montré que la pénalité vis-à-vis de la limite de Shannon est en fait beaucoup plus faible. En effet, avec ce type de systèmes, la correction d'erreur intervient à des niveaux de bruit qui étaient jusqu'alors inaccessibles. En outre, la structure des décodeurs est relativement simple. Leur intégration pour des applications du monde réel est donc possible pour un coût matériel qui s'avère en fait moins élevé qu'avec les solutions classiques précédemment utilisées.

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-te5260


Cet article fait partie de l’offre

Le traitement du signal et ses applications

(160 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation
Version en anglais En anglais

3. Décodage

3.1 Algorithmes de décodage de codes convolutifs

Les codes convolutifs : en premier lieu, faisons quelques rappels sur les codes convolutifs. Nous nous intéressons ici seulement au cas des codes convolutifs récursifs systématiques. Un encodeur pour le code récursif systématique (15/17) est représenté en figure 7. Les données à encoder Xi entrent dans l'encodeur par la gauche. L'encodeur possède trois bascules internes. À l'instant i, l'encodeur calcule deux valeurs binaires Ri et ni suivant les équations suivantes :

À l'instant i + 1, la nouvelle valeur pour p0,i+1 devient n, tandis que p1,i+1 (resp. p2,i+1) prend la valeur p0i (resp. p1i). Cela explique que l'on parle de code récursif : l'encodeur possède un état interne qui est utilisé pour la formation de Ri et qui est modifié par la donnée entrante Xi . La valeur binaire Ri est appelée redondance. En sortie du décodeur, la trame encodée est formée des couples (Xi , Ri). Puisque les données utiles Xi se retrouvent dans la trame encodée, l'encodeur est dit systématique. On peut aussi décrire l'encodeur sous la forme d'un treillis. Cette représentation possède peu d'intérêt en ce qui concerne l'encodage du code mais est utile pour le décodage. Dans le treillis, l'état interne (p, p1 , p2) de l'encodeur est noté par un symbole (ici un nombre entre 0 et 7). Une section du treillis est formée par deux ensembles de sommets (un à gauche et un à droite) indexés par les symboles. Un sommet g à gauche est relié par un arc à un sommet d à droite si et seulement si dans l'encodeur, il existe une valeur pour la donnée X tel que l'état interne correspondant au symbole g devient d après encodage par la donnée X. L'arc allant de g à d possède alors le label (X/) où R est la valeur de redondance produite.

L'algorithme...

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Le traitement du signal et ses applications

(160 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Décodage
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - BERROU (C.), GLAVIEUX (A.) -   Near Shannon limit error correcting coding and decoding : turbocodes.  -  In Intl. Conf. On Communications, Geneva, Switzerland, vol. 2, p. 1064-1070 (1993).

  • (2) - SHANNON (C.E.) -   A mathematical theory of communication.  -  Bell System Technical Journal, vol. 27, p. 379-423, juil. 1948.

  • (3) - HARTMANN (C.), RUDOLPH (L.) -   An optimum symbol-by-symbol decoding rule for linear codes.  -  IEEE Trans. On Information Theory, vol. 22, issue 5, p. 514-517, sept. 1976.

  • (4) -   Telemetry channel coding, CCSDS. 101.0-B-3.  -  Blue Book, mai 1992.

  • (5) - PYNDIAH (R.), GLAVIEUX (A.), PICART (A.), JACQ (S.) -   Near optimum decoding of product codes.  -  In Global Telecommunications Conference, vol. 1, p. 339-343, déc. 1994.

  • (6) - BAHL (L.), COCKE (J.), JELINEK (F.), RAVIV (J.) -   On optimal decoding...

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Le traitement du signal et ses applications

(160 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS