FR2765749A1 - Decodeur a base de syndrome a decision ponderee pour codes a convolution - Google Patents

Abstract

Un décodeur à décision pondérée (170) calcule un code transmis estimé à probabilité maximum à partir d'un signal reçu démodulé avec moins de complexité comparé à un décodeur à décision pondérée Viterbi classique. Un détecteur à décision formelle symbole par symbole (210) détermine un vecteur à décision formelle à partir d'un vecteur de signal reçu démodulé. Un calculateur de syndrome (220) multiplie le vecteur à décision formelle par une matrice scalaire de contrôle de parité pour calculer un vecteur de syndrome. Un modificateur de syndrome (230) examine le vecteur de syndrome pour trouver des modèles de syndromes prédéterminés correspondant à des erreurs isolées dans le vecteur à décision formelle. Des modèles de syndromes sont supprimés du vecteur de syndrome pour créer un vecteur de syndrome modifié, et l'erreur correspondante dans le vecteur à décision formelle est enregistrée dans un vecteur d'erreur estimée. Un décodeur à base de syndrome (250) utilise le vecteur de syndrome modifié pour créer un treillis d'erreurs simplifiées pour produire un vecteur d'erreur restante. En soustrayant le vecteur d'erreur estimé et le vecteur d'erreur restante à partir du vecteur à décision formelle, on crée un vecteur de code transmis estimé à probabilité maximum.

Description

Titre

DECODEUR A BASE DE SYNDROME A DECISION PONDEREE POUR

CODES A CONVOLUTION

RENVOI AUX DEMANDES APAPRENTEES

La présente demande est apparentée à la demande de brevet américain no de série 08/858 280 (dossier d'avocat CE01423R) attribué aux inventeurs Reuven Meidan et Meir Ariel. La demande apparentée est déposée à la même date que le présent document, cédée au cessionnaire de la présente demande, et incorporée dans le présent document dans sa totalité par cette référence.

DOMAINE DE L'INVENTION

La présente invention concerne généralement des systèmes de communication, et plus particulièrement un décodeur à décision pondérée à complexité réduite utilisable dans un récepteur d'un système de

communication à code à convolution.

ARRIERE-PLAN DE L'INVENTION

Les codes à convolution sont souvent utilisés dans des systèmes de communication numériques pour protéger des informations transmises contre les erreurs. Au niveau de l'émetteur, un vecteur de code sortant peut être décrit en utilisant un diagramme en treillis dont la complexité est déterminée par la longueur limite du codeur. Bien que la complexité des calculs augmente avec l'augmentation de la longueur limite, la robustesse du codage augmente également avec la

longueur limite.

Au niveau du récepteur, un décodeur à décision pondérée pratique, tel qu'un décodeur Viterbi, utilise une structure en treillis pour réaliser une recherche optimale du vecteur de code transmis à probabilité maximum. L'algorithme de Viterbi est cependant complexe au niveau du calcul, et sa complexité augmente de façon exponentielle avec l'augmentation de la longueur limite. Cela signifie essentiellement qu'un décodeur Viterbi exige une quantité de courant importante et une capacité extraordinaire de millions d'instructions par seconde (MIPS) pour traiter des codes à convolution

ayant des longueurs limites importantes.

Des vocodeurs destinés à divers systèmes de communication, tels qu'un standard IS-95 d'Accès Multiple par répartition en Code à Séquence Directe (DS-CDMA) et le global System for Mobile Communications (GSM), présentent de telles longueurs importante. Par exemple, la longueur limite en demi-vitesse du GSM est

K = 7 et la longueur limite de 1'IS-95 est K - 9.

Un autre inconvénient des décodeurs Viterbi est qu'un nombre fixe de calculs doit être réalisé pour chaque vecteur de code, indépendamment du nombre réel d'erreurs qui se sont produites pendant la transmission. Ainsi, un décodeur Viterbi traite un signal reçu ayant quelques erreurs de transmission ou pas d'erreur du tout en utilisant le même nombre de calculs que pour un signal reçu ayant beaucoup d'erreurs. Il existe un besoin d'un décodeur à décision pondérée qui a une exigence de courant et de traitement MIPS réduite pour des codes à convolution ayant des longueurs importante et des voies de communication

ayant de faibles taux d'erreurs.

BREVE DESCRIPTION DES DESSINS

La FIGURE i représente un schéma fonctionnel d'un système de communication présentant un récepteur ayant un décodeur à décision pondérée suivant un mode de

réalisation préféré.

La FIGURE 2 représente un schéma fonctionnel du décodeur à décision pondérée illustré sur la FIGURE 1

suivant le mode de réalisation préféré.

La FIGURE 3 représente un organigramme du fonctionnement du modificateur de syndrome illustré sur

la FIGURE 2 suivant le mode de réalisation préféré.

La FIGURE 4 représente un graphique illustrant la complexité de calcul du décodeur à décision pondérée de la FIGURE 2 en fonction du pourcentage de la complexité

d'un décodeur Viterbi classique.

DESCRIPTION DETAILLEE DU MODE DE REALISATION PREFERE

Un décodeur à décision pondérée utilise un vecteur de syndrome pour détecter l'existence d'erreurs de transmission dans un système de communication à codage à convolution. Soit r un vecteur de signal reçu démodulé. Le vecteur r est un vecteur de nombres réels de dimension N. Soit v le vecteur obtenu par la détection symbole par symbole du vecteur de signal r

reçu démodulé.

Si les symboles de décision formelle valides sont binaires, v est un vecteur de dimension N ayant des valeurs d'élément de O ou 1. Soit v = c + e, o c est le vecteur de code transmis. e est le vecteur d'erreur de transmission. Pour le code à convolution C, il existe une matrice scalaire de contrôle de parité H ayant M colonnes et N lignes ayant des symboles binaires de O et i comme composants. La condition de contrôle de parité qui satisfait au vecteur de code transmis c est exprimée par la relation Hct = O, o l'exposant t représente la transposition vectorielle. En d'autres termes, si c est un vecteur de code5 appartenant au code à convolution C (c'est-à-dire que c est un vecteur de code transmis et c E C), Hct = 0, o H est une matrice ayant M lignes et N colonnes, c est un vecteur de ligne de longueur N, et l'exposant t

représente la transposition vectorielle.

Un vecteur de syndrome s est un vecteur binaire de dimension M défini par s = Hvt. Puisque v * c + e,s = H(c+e)t, et que Hct * 0, s = Het. Lorsqu'un vecteur de syndrome s = 0, le vecteur d'erreur de transmission e = 0, et aucun décodage à probabilité maximum à décision pondérée n'est requis. En d'autres termes, le vecteur détecté symbole par symbole v est le vecteur de code ç transmis décodé à décision pondérée avec la plus grande probabilité, et le décodage à décision pondérée du vecteur de signal reçu r est inutile.20 Puisque l'erreur de transmission zéro est improbable, le vecteur de syndrome s est normalement différent de 0. Un décodeur à base de syndrome à décision pondérée pour des codes à convolution calcule le vecteur de code ç transmis évalué à probabilité maximum en calculant d'abord le vecteur d'erreur de transmission ê à probabilité maximum. Le décodeur à décision pondérée comprend un détecteur symbole par symbole, un calculateur de syndrome, un modificateur de syndrome et un décodeur à base de syndrome. Un détecteur symbole par symbole est un détecteur à décision formelle qui détermine, symbole par symbole, un vecteur à décision formelle v en provenance d'un vecteur de signal r reçu démodulé. Le vecteur à décision formelle v est multiplié par la matrice scalaire de contrôle de parité H pour creer un vecteur

de syndrome s.

Une mémoire stocke des modèles de syndromes associés à des modèles d'erreurs transmission probable vraisemblables. Par exemple, soit e un modèle d'erreurs à transmission vraisemblable dans le vecteur à décision formelle v, tel qu'une erreur de transmission sur un bit ou une erreur de transmission sur deux bits. Du fait de la structure des matrices scalaires de contrôle de parité, il y a un nombre limité de modèles de syndromes qui correspond à des erreurs de vecteur à

décision formelle à symbole unique.

Soit sp = He't, sp est un vecteur de syndrome complet de longueur M. On suppose que le modèle de syndrome p est un segment de sp commençant par le premier élément différent de zéro dans s. et se terminant par le dernier élément différent de zéro de s. Pour garantir un décodage optimum, le modèle de syndrome peut être encadré par des bits zéro de chaque20 côté. En réduisant le nombre de zéros encadrant le modèle de syndrome, on augmente la vitesse de calcul,

mais cette opération peut se traduire par une solution moins optimale. Le modificateur de syndrome compare le vecteur de syndrome s calculé par le calculateur de25 syndrome à des modèles de syndromes p connus provoqués par des erreurs isolées du vecteur à décision formelle.

Si un modèle de syndrome connu est détecté, le modificateur de syndrome met à jour un vecteur d'erreur estimée e et crée un vecteur de syndrome simplifié en30 soustrayant le modèle de syndrome du vecteur de syndrome. Le vecteur de syndrome modifié est simplifié dans le sens o il contient plus de zéros que le

vecteur de syndrome d'origine.

Si le vecteur de syndrome modifié correspont à tous les zéros, le décodage est terminé et le modèle d'erreur estimée ô est soustrait du vecteur v pour former un vecteur de code décodé ç à décision pondérée à probabilité maximum. Si le vecteur de syndrome modifié ne correspond pas à tous les zéros, le processus de modification de syndrome décrit précédemment est répété et un nouveau modèle de syndrome est recherché en mémoire et comparé au vecteur de syndrome modifié. Ce processus est répété jusqu'à ce que tous les modèles de syndromes aient été comparés au vecteur de syndrome ou jusqu'à ce qu'un vecteur de syndrome modifié différent de tous les zéros

soit obtenu.

Le vecteur d'erreur estimée à peut être utilisé pour calculer le vecteur de code transmis ç à probabilité maximum; ç - v - ê, o v est la sortie du vecteur du détecteur symbole par symbole et ê est le

vecteur d'erreur de transmission à probabilité maximum.

Si le vecteur de syndrome modifié s' = H(v -)t = 0, ê - e. Si le vecteur de syndrome modifié s' = H(v -)t # 0, le vecteur d'erreur de transmission à probabilité maximum ê = i + e', o e' est un vecteur d'erreur restante différent de zéro qui doit être identifié par

une recherche dans un treillis d'erreurs simplifiées.

Dans ce cas, le décodeur à base de syndrome prend le vecteur de syndrome modifié s' dans le modificateur de syndrome et l'utilise pour réaliser un treillis d'erreurs simplifiées pour déterminer le vecteur d'erreur restante e'. La sortie du treillis d'erreurs simplifiées e' plus le vecteur d'erreur estimée e égalent le vecteur d'erreur de transmission ô à

probabilité maximum.

Une fois le vecteur d'erreur de transmission ê à probabilité maximum identifié, le vecteur de code transmis ç à probabilité maximum = v - e. Cette approche de simplification d'un vecteur de syndrome et de son utilisation pour calculer le vecteur d'erreur de transmission ê à probabilité maximum se traduit par des conditions de traitement réduites comparé à un décodeur Viterbi. La FIGURE 1 montre un schéma fonctionnel d'un système de communication 100 présentant un récepteur ayant un décodeur à décision pondérée 170 suivant un mode de réalisation préféré. Le récepteur 130 est représenté comme une partie d'une unité d'abonné de radiotéléphone cellulaire 101, cependant, le récepteur peut également faire partie d'un télécopieur, d'un modulateur-démodulateur (MODEM), d'un radiotéléphone bilatéral, ou d'un autre dispositif de communication qui reçoit des signaux codés de manière convolutionnelle. Dans l'unité d'abonné 101, un microphone 105 capte des signaux audio qui sont ensuite modulés par un émetteur 110 et diffusés par une antenne par l'intermédiaire d'un duplexeur 125. L'antenne

reçoit également des signaux radiofréquences (RF) d'un émetteur complémentaire contenu dans un émetteur-

récepteur 199 tel qu'une station de base cellulaire. Une partie entrée RF 140 abaisse le signal RF reçu pour donner un signal en bande de base analogique. Un convertisseur analogique-numérique (A/N) 146 convertit le signal en bande de base analogique en un signal30 numérique. Le démodulateur numérique 150 traite le signal numérique pour produire un vecteur de signal r

reçu démodulé.

Le vecteur de signal r reçu démodulé est connecté à un décodeur à décision pondérée 170. A la sortie du décodeur à décision pondérée 170, un convertisseur numérique/analogique (N/A) 180 convertit le signal décodé à décision pondérée à probabilité maximum pour qu'il se trouve dans le domaine analogique, et un amplificateur BF 185 utilise des amplificateurs opérationnels pour augmenter le gain du signal rétabli

aux fins de reproduction par le haut-parleur BF 190.

La FIGURE 2 représente un schéma fonctionnel du décodeur à décision pondérée 170 illustré à la FIGURE 1 suivant le mode de réalisation préféré. Un vecteur de signal r reçu démodulé entre dans le détecteur symbole par symbole 210 qui produit un vecteur à décision formelle v. Le détecteur symbole par symbole examine simplement le signal reçu et le convertit en symbole valide le plus proche (binaire, par exemple)

indépendamment de la valeur des symboles environnants.

Le vecteur à décision formelle de sortie v d'un détecteur symbole par symbole 210 n'est pas nécessairement un vecteur de code valide. Un calculateur de syndrome 220 multiplie le vecteur à décision formelle v par une matrice scalaire de contrôle de parité H pour produire un vecteur de syndrome s. Dans la situation o le vecteur de syndrome s = 0, le vecteur à décision formelle v est le vecteur de code transmis ç estimé à probabilité maximum, et il est garanti que le vecteur à décision formelle v serait identique à la sortie d'un décodeur à décision pondérée

tel qu'un décodeur Viterbi.

Si le vecteur de syndrome s # 0, le modificateur de syndrome 230 exécute une recherche par l'intermédiaire du vecteur de syndrome calculé pour détecter des modèles de syndromes prédéfinis p stockés dans la mémoire de modèles de syndromes 240, qui correspond à des modèles d'erreurs spécifiques en, tels que des modèles de syndromes à une seule erreur ou des modèles de syndromes à deux erreurs, dans le vecteur à décision formelle v reçu. Si un modèle de syndrome p est découvert dans le vecteur de syndrome, le modificateur de syndrome 230 simplifie le vecteur de syndrome en soustrayant le modèle de syndrome p et enregistre le modèle d'erreur trouvé e dans un vecteur d'erreur estimée e suivant les résultats de la recherche. Le vecteur de syndrome s' modifié est simplifié dans le sens o il a plus de zéros que le vecteur de syndrome s d'origine. Si s' = 0, le vecteur d'erreur de transmission ê à probabilité maximum = ô, et le vecteur de code ç transmis estimé à probabilité maximum * v - ê. Si le vecteur de syndrome modifié s' = H(v - >) # 0 après soustraction d'un modèle de syndrome trouvé p, le modificateur de syndrome 230 continue de rechercher des modèles de syndromes jusqu'à ce que tous les modèles de syndromes dans la mémoire de modèles de syndromes 240 aient été comparés au vecteur de syndrome modifié s' ou jusqu'à ce que le vecteur de syndrome

modifié s' = 0.

Si le vecteur de syndrome modifié s' = H(v - e) est toujours différent de tous les zéros après que tous les modèles de syndromes dans la mémoire de modèles de syndromes 240 ont été comparés au modèle de syndrome modifié s', le vecteur de syndrome modifié s' est envoyé à un décodeur à base de syndrome 250 pour être utilisé dans la construction d'un treillis d'erreurs simplifiées qui est ensuite utilisé pour calculer le vecteur d'erreur restante e' en fonction des principes de décision pondérée. Le vecteur d'erreur de transmission à probabilité maximum ê = ë + e'. Une fois que le vecteur d'erreur ê à probabilité maximum est calculé, le vecteur de code transmis ç estimé à probabilité maximum = v - e. La recherche du vecteur d'erreur de transmission ê à probabilité maximum qui produit le vecteur de syndrome s peut être décrite par une recherche par l'intermédiaire d'un diagramme de treillis d'erreurs du trajet avec le poids d'accumulation minimum. Meir Ariel & Jakow Snyders, "Soft Syndrome Decoding of Binary Convolutional Codes," (Décodage de syndrome logiciel de codes à convolution binaires), 43 IEEE Transactions on Communications, pages 288 à 297 (1995) fournissent une discussion approfondie et des exemples détaillés sur la manière de construire et de décoder un treillis d'erreurs.15 Un treillis d'erreurs qui décrit le même co-groupe du code à convolution auquel le vecteur symbole par symbole v appartient est utilisé pour rechercher le vecteur d'erreur restante e'. La forme du treillis d'erreurs dépend uniquement de la valeur du vecteur de20 syndrome calculé, et un vecteur de syndrome modifié produit un treillis d'erreurs simplifiées. Une recherche accélérée par l'intermédiaire d'un treillis d'erreurs simplifiées est possible en raison de sa structure irrégulière. Dans des conditions de faibles25 taux d'erreurs sur des bits, le treillis d'erreurs peut être sensiblement simplifié sans affecter l'optimalité de la procédure de décodage. En d'autres termes, le modificateur de syndrome 230 simplifie le vecteur de syndrome pour promouvoir de longues chaînes de zéros, ce qui permet la construction et le traitement plus efficace d'un treillis d'erreurs par le décodeur à base

de syndrome 250.

La FIGURE 3 représente un organigramme du fonctionnement du modificateur de syndrome 230 et du décodeur à base de syndrome 250 illustré sur la FIGURE 2 suivant le mode de réalisation préféré. Le modificateur de syndrome 230 simplifie le vecteur de syndrome pour promouvoir la présence de longues chaînes5 de bits zéros successifs. A l'étape de début 301, le vecteur d'erreur de transmission ô estimé est remis à zéro. A l'étape 305, le vecteur de syndrome s est obtenu du calculateur de syndrome 220 (représenté sur la FIGURE 2). Si le vecteur de syndrome est égal à10 zéro, tel que déterminé par l'étape 310, le vecteur d'erreur de transmission ê à probabilité maximum = e = 0, tel que représenté à l'étape 312 et le vecteur à décision formelle v est le vecteur de code transmis ç estimé à probabilité maximum, tel que représenté à l'étape 315. Une fois que le vecteur de code transmis ç estimé à probabilité maximum est déterminé, le processus prend fin à l'étape 330. Il est cependant peu probable que ce cas se produise dans des systèmes

pratiques à la première phase de la procédure.

Si le vecteur de syndrome s # 0, le modificateur de syndrome 230 recherche par l'intermédiaire du vecteur de syndrome des modèles de syndromes connus p. Cette recherche est réalisée plusieurs fois, si besoin est. Il faut remarquer qu'un vecteur de syndrome est une combinaison linéaire des colonnes d'une matrice scalaire de contrôle de parité H et, dans le cas binaire, simplement une somme de colonnes de matrice H. Une seule erreur dans un vecteur à décision formelle v produit un vecteur de syndrome qui est égal à la colonne correspondante de la matrice scalaire de contrôle de parité H. Par ailleurs, si des erreurs multiples de vecteur à décision formelle sont groupées, leurs modèles de syndromes correspondants à une seule erreur se chevaucheront pour générer un modèle de syndrome composé qui ne peut plus être facilement identifié. Du fait de la structure de matrices scalaires de contrôle de parité, il y a un nombre limité de modèles de syndromes qui correspond à des erreurs de vecteur à décision formelle à un seul symbole. Par exemple, la matrice scalaire de contrôle de parité d'un code à convolution à bit en demi-vitesse contient seulement deux types de modèles de syndromes qui correspondent à des erreurs de vecteur à décision formelle à un seul symbole. En d'autres termes, toutes les colonnes de ce type de matrice scalaire de contrôle de parité sont des versions décalées des deux premières colonnes. Pour les codes à convolution troués, le nombre de modèles de syndromes différents qui correspond à des erreurs de vecteur à décision formelle à un seul symbole est supérieur aux codes non troués, mais il est toujours habituellement suffisamment petit pour permettre une mise en oeuvre relativement simple d'un modificateur de

syndrome.

L'étape 340 charge un modèle de syndrome p ayant x bits et son modèle d'erreur de vecteur à décision formelle e correspondant provenant d'une liste prédéterminée contenue dans une mémoire de modèles de syndromes 240 (représentée sur la FIGURE 2). L'étape 350 recherche un modèle de syndrome p dans une partie du vecteur de syndrome. Si le modèle de syndrome p est identifié dans une partie du vecteur de syndrome, l'étape 353 conserve une archive de la position de l'erreur de vecteur à décision formelle isolé correspondant en ajoutant un modèle d'erreur e au vecteur d'erreur estimée ô, soustrait le modèle de syndrome p du vecteur de syndrome, et déplace le modèle de syndrome vers les a bits de droite, qui est la longueur du modèle de syndrome p. Si le modèle de syndrome p ne correspond pas à la partie du vecteur de syndrome, l'étape 355 décale le modèle de syndrome d'un

bit vers la droite.

Après une étape de décalage 353, 355, l'étape 360 vérifie si les décalages ont dépassé la longueur M du vecteur de syndrome. Tant que les décalages n'ont pas dépassé la longueur M, le modèle de syndrome p est comparé aux parties suivantes du vecteur de syndrome.10 Lorsque le modèle de syndrome p a été comparé à chaque partie du vecteur de syndrome entier, le modificateur

de syndrome revient à l'étape 310 jusqu'à ce que, soit le vecteur de syndrome modifié soit égal à zéro, soit tous les modèles de syndromes connus dans le vecteur de15 syndrome aient été retirés.

Si, à la fin de la recherche itérative, telle que déterminée par les étapes 310, 320, le vecteur de syndrome modifié s' # 0, le décodeur à base de syndrome 250 utilise le vecteur de syndrome modifié s' pour construire un treillis d'erreurs pour calculer le vecteur d'erreur restante e' à l'étape 325. L'erreur de transmission ô à probabilité maximum = e + e'. Le décodeur à base de syndrome réalise l'étape 315 et calcule le vecteur de code transmis ç estimé à25 probabilité maximum en soustrayant le vecteur d'erreur de transmission ô à probabilité maximum du vecteur à

décision formelle v, et l'étape finale 330 intervient.

Le vecteur de syndrome modifié s' est plus adapté à la construction d'un treillis d'erreurs efficace que le vecteur de syndrome d'origine s. En d'autres termes, du fait de la suppression de modèles de syndromes connus, le modèle des bits de vecteur de syndrome différent de zéro restant correspondrait à des erreurs groupées dans le vecteur à décision formelle v. Dans le cas souhaité, cependant, la recherche et l'élimination de modèles de syndromes connus se traduiront par un vecteur de syndrome modifié différent de tous les zéros à l'étape 310, et la construction d'un treillis d'erreurs à l'étape 325 serait inutile. Si, à un moment quelconque, le vecteur de syndrome modifié s' est égal à zéro, tel que déterminé à l'étape 310, le vecteur d'erreur de transmission ê à probabilité maximum est égal au vecteur d'erreur estimée e, tel que représenté à l'étape 312. A l'étape 315, le décodeur à base de syndrome 250 calcule le vecteur de code transmis ç estimé à probabilité maximum en soustrayant le vecteur d'erreur de transmission ô à probabilité maximum du vecteur à décision formelle v,

et l'étape finale 330 intervient.

En général, la suppression d'un modèle de syndrome p du vecteur de syndrome d'origine s entraîne un décodage suboptimum. Néanmoins, la perte en termes de performances du décodeur, comparée au cas optimal, est contrôlable et peut être totalement réduite. Les performances de taux d'erreurs sur des bits (TEB) du modificateur de syndrome dépend de a, la longueur en bits du modèle de syndrome p. En augmentant a par l'ajout de bits zéros au modèle de syndrome d'origine p, on augmente la distance (en bits) entre le modèle d'erreur de vecteur e. à décision formelle considéré et ses erreurs potentielles voisines de vecteur à décision formelle. En conséquence, la probabilité que le modèle de syndrome identifié p était effectivement produit par un modèle d'erreur de vecteur e. à décision formelle augmente avec l'augmentation de a. En prenant a correspondant à plusieurs fois la longueur limite du code, mais inférieur à la longueur M du vecteur de syndrome, est habituellement suffisant pour garantir l'absence de perte réelle dans le gain de codage, c'est-à-dire que les performances TEB sont identiques à

celles d'un décodeur Viterbi optimum.

La FIGURE 4 représente un graphique de la complexité de calcul du décodeur à décision pondérée représenté à la FIGURE 2 proportionnellement à la complexité d'un décodeur Viterbi classique. L'axe vertical 410 représente la proportion de complexité du décodeur à décision pondérée par rapport à un décodeur Viterbi classique. L'axe horizontal 420 représente le chiffre de bruit. La mesure de complexité correspond au nombre d'additions réelles et de comparaisons nécessaires pour le décodage. Ici, la longueur en bits

a du modèle de syndrome p a été choisie à seize, c'est-

à-dire que des erreurs de symbole à décision formelle, dont la distance des erreurs voisines était au moins de trente-deux bits, ont été trouvées et éliminées. Cette longueur en bits a était suffisante pour assurer que les performances TEB étaient identiques à celles du décodeur Viterbi, mais avec une complexité de calcul sensiblement réduite. Avec une longueur de bits a raccourcie inférieure à seize, les performances TEB peuvent être moins qu'optimales, cependant, la

complexité de calcul serait toujours davantage réduite.

Dans des conditions TEB modérées, le modificateur de syndrome 230 (représenté sur la FIGURE 2) réduit notablement la complexité de calcul et le courant absorbé de la procédure de décodage à base de syndrome sans perte d'optimalité. Par exemple, pour un vocodeur en demi-vitesse GSM sur un processeur numérique de signaux ONYX de Motorola, le modificateur de syndrome et le décodeur à base de syndrome réduisent les cycles machine de 92 % comparé au décodage classique effectué par un décodeur Viterbi lorsque le TEB du signal reçu est de i %, tel que représenté par le point 455, et le modificateur de syndrome et le décodeur à base de syndrome réduisent les cycles machine de 97 % compare au décodage effectué par un décodeur Viterbi lorsque le TEB du signal reçu est de 0,1 %, tel que représenté par

le point 475.

En résumé, un modificateur de syndrome associé à un décodeur à base de syndrome élimine ou simplifie la construction d'un treillis d'erreurs et réduit la complexité de calcul du décodage à base de syndrome d'un vecteur de signal reçu démodulé. Dans des situations à faible erreur de transmission, le modificateur de syndrome et le décodeur à base de syndrome a une complexité de calcul très réduite comparée à un décodeur Viterbi. Bien que des composants spécifiques et des fonctions du décodeur à base de syndrome à décision pondérée pour des codes à convolution soient décrits ci-dessus, des fonctions moindres ou supplémentaires pourraient être employées par un homme du métier s'il reste dans l'esprit et le cadre de la présente invention. L'invention ne sera

limitée que par les revendications jointes.

Claims (10)

REVENDICATIONS

1. Décodeur à base de syndrome à décision pondérée (170) pour décoder un signal reçu démodulé caractérisé par: un détecteur à décision formelle (210) pour créer un vecteur à décision formelle (v) à partir d'un vecteur de signal reçu démodulé (r); un calculateur de syndrome (220), couplé au détecteur à décision formelle (210), pour calculer un vecteur de syndrome (s) à partir d'une matrice de contrôle de parité (H) et du vecteur à décision formelle (v); et un modificateur de syndrome (230), couplé au calculateur de syndrome (220), pour localiser et supprimer un modèle de syndrome (p) dans le vecteur de syndrome (s) pour créer un vecteur de syndrome modifié (s').

2. Décodeur à base de syndrome à décision pondérée (170) selon la revendication 1, caractérisé en ce que le modificateur de syndrome (230) calcule un vecteur d'erreur estimée (à) en fonction du modèle de

syndrome (p).

3. Décodeur à base de syndrome à décision pondérée (170) selon la revendication 2, caractérisé, de plus, par: une mémoire de modèles de syndromes (240), couplée au modificateur de syndrome (230), pour stocker le

modèle de syndrome (p).

4. Décodeur à base de syndrome à décision pondérée (170) selon la revendication 3, caractérisé en ce que la mémoire de modèles de syndromes (240) stocke également un modèle d'erreur de vecteur (ev) à décision formelle, associé au modèle de syndrome (p), utilisé

pour calculer un vecteur d'erreur estimée (<).

5. Décodeur à base de syndrome à décision pondérée (170) selon la revendication 2, caractérisé, de plus, par: un décodeur à base de syndrome (250), couplé au modificateur de syndrome (230), pour calculer un vecteur d'erreur restante (e') en utilisant le vecteur de syndrome modifié (s').10

6. Décodeur à base de syndrome à décision pondérée (170) selon la revendication 5, caractérisé en

ce que le décodeur à base de syndrome (250) soustrait le vecteur d'erreur estimée (e) et le vecteur d'erreur restante (e') du vecteur à décision formelle pour15 produire un vecteur de code transmis (ç) estimé.

7. Procédé de décodage à base de syndrome à décision pondérée d'un signal reçu démodulé caractérisé par les étapes de: détection à décision formelle d'un vecteur de signal reçu démodulé pour produire un vecteur à décision formelle (v); multiplication du vecteur à décision formelle (v) par une matrice de contrôle de parité (H) pour calculer un vecteur de syndrome (s); et25 vérification (310) pour voir si le vecteur de

syndrome (s) est un vecteur zéro.

8. Procédé de décodage à base de syndrome à décision pondérée d'un signal reçu démodulé selon la revendication 7, caractérisé, de plus, par l'étape de: si le vecteur de syndrome (s) n'est pas un vecteur zéro, localisation et suppression (353) d'un modèle de syndrome (p) du vecteur de syndrome (s) pour créer un vecteur de syndrome modifié (s') et un vecteur d'erreur

estimée (ô).

9. Procédé de décodage à base de syndrome à décision pondérée d'un signal reçu démodulé selon la revendication 8, caractérisé, de plus, par les étapes de:5 calcul (325) d'un vecteur d'erreur restante (e') à partir du vecteur de syndrome modifié (s'); et calcul (315) d'un vecteur de code transmis (ç) estimé à partir du vecteur à décision formelle (v), du

vecteur d'erreur estimée (ô), et du vecteur d'erreur10 restante (e').

10. Procédé de décodage à base de syndrome à décision pondérée d'un signal reçu démodulé selon la revendication 7, caractérisé, de plus, par l'étape de: si le vecteur de syndrome (s) n'est pas un vecteur

zéro, calcul d'un vecteur de code transmis (ç) estimé à partir du vecteur à décision formelle (v).