رسائل دكتوراة
French
2016
Modulation avec codage itératif pour un canal à bruits non-gaussiens
Abdelmalik Taleb Ahmed, Ali Chemsa , Djamel Saigaa
جامعة محمد خيضر - بسكرة · الجزائر
Ce travail étudie le décodage itératif ou le turbo décodage, des turbo codes convolutifs pour un bruit généralement non gaussien,particulièrement le bruit impulsif, à savoir le bruit GG symétrique qui possède une variance finie, et le bruit � −stable symétrique � a variance infinie. Pour le dernier type du bruit, la définition du n’est pas valide et nous avons utilisé à la place le paramètre de dispersion du bruit �. Nous savons que les performances d’un décodeur itératif dépendent étroitement de l’information extrinsèque délivrée par chaque décodeur constitutif SISO, parce que plus cette information est fiable plus le décodeur itératif est performant. Dans ce travail, nous avons proposé trois approches originales qui rendent l’information extrinsèque plus fiable. La première approche est établie pour les deux algorithmes de décodage SOVA et MAP dans le cas d’un canal AWGN. Elle consiste à ajouter une fonction porte (binaire) qui dépend des itérations dans l’entrée systématique du décodeur itératif, afin de rendre les informations extrinsèques délivrées par les décodeurs constitutifs plus fiables, ce qui permet ainsi d’améliorer les performances en termes de �� et de convergence. La deuxième et la troisième approches sont utilisées dans l’algorithme MAP pour les canaux à bruit impulsif GG et � respectivement. Ces approches sont deux méthodes d’estimation semi-aveuglesbasées sur les statistiques d’ordre inférieur fractionnel FLOS. Elles estiment les paramètres du bruit à partir du signal reçu uniquement. Ces paramètres estimés sont utilisés par l’algorithme MAP pour calculer l’information extrinsèque. L’avantage majeur de ces deux approches est qu’elles présentent de bonnes estimations des paramètres, ce qui permet aux décodeurs constitutifs de donner des informations extrinsèques plus fiables.
This work studies the iterative decoding or the turbo decoding of the convolutional turbo codes for a generally non-gaussian noise, especially impulsive noise, namely the symmetric GG noise which has a finite variance, and the symmetric −stable noise (ܵܵ) with an infinite variance. For the last type of noise, the ܴܰܵ definition is not valid and we used instead of it the dispersion parameter of the noise. We know that the performance of an iterative decoder are closely related to the extrinsic information provided by each constituent SISO decoder, because more this information is reliable more the iterative decoder is performing. In this work, we proposed three original approaches that make the most reliable extrinsic information. The first approach is established for both decoding algorithms MAP and SOVA in the case of an AWGN channel. It is to add a gate function (binary) that depends on the iterations, in the systematic input of the iterative decoder, in order to make the extrinsic informations delivered by the constitutive decoders more reliable, this allows also to improve the performance in terms of BER and convergence. The second and third approaches are used in the MAP algorithm for a channel with GG and ܵܵ impulsive noise respectively. These approaches are two semi-blind estimation methods based on fractional lower order statistics FLOS. They estimate the parameters of the noise from the received signal only. These estimated parameters are used by the MAP algorithm to calculate the extrinsic information. The major advantage of these two approaches is that they have good estimates of the parameters, which allows the constitutive decoders to provide more reliable extrinsic informations.
