CÓDIGOS CORRETORES DE ERROS

Slides:



Advertisements
Apresentações semelhantes
Árvores 2010/1 Teoria dos Grafos (INF 5037/INF2781)
Advertisements

Representação de Grafos
UTFPR – CEAUT 2011 Tópicos em Controle Sistemas Discretos.
Fluxo em Redes Prof. Ricardo R. Santos.
A técnica de transmissão OFDM
PRINCÍPOS DE COMUNICAÇÕES
N Rainhas Descrição do Problema Satisfação de Restrições (CSP)
Controle Digital Prof. Cesar da Costa 5.a Aula – Transformada Z.
Reconhecimento de Padrões Métodos, Técnicas e Ferramentas para Aprendizado e Classificação de Dados Módulo II Introdução ao Processamento de Imagens.
PORTUGUÊS ESTRUTURADO E PSEUDOCÓDIGO
Análise por Variáveis de Estado
Análise por Variáveis de Estado (3a parte)
Entrada e Saída Introdução.
Prentice Hall Engenharia de Software: Teoria e Prática Shari Lawrence Pfleeger Capítulo 8 Defeitos e falhas de software Especificação errada: pode não.
Recuperação Como garantir a integridade da informação, em caso de avarias de HW ou SW forma de suportar a reposição de um estado consistente da informação.
REDES NEURONAIS ARTIFICIAIS (RNAs) Universidade do Minho.
AULA 03 PERCEPTRON SIMPLES.
Recursividade Prof. Alex F. V. Machado
Prof. Júlio Cesar Nievola
Redes de Hopfield Redes Neurais COPIN
Eletrostática - Força elétrica
Compressão de Dados.
1.1. DIAGRAMAS DE FLUXO DE SINAL
SOLUÇÃO DE EQUAÇÕES NÃO LINEARES
Redes de Kohonen Paulo Adeodato e Germano Vasconcelos
Inteligência Artificial
Prof a. Maria Aparecida C. Livi - Introd. Prog. 1 v1 1 Análise e Solução de Problemas Compreensão rigorosa do problema. Validação da solução. Programação.
Classificação e Pesquisa de Dados
THOBER CORADI DETOFENO, MSC. Aula 07
Prof. MSc Sofia Mara de Souza AULA3
TÉCNICAS DE CODIFICAÇÃO DE SINAIS
Slides Prof. Jean SIMÃO Revisão: Prof. João FABRO
CONCEITOS FINANCEIROS BÁSICOS
Cifra de Vigenère Técnicas de Data Mining para cripto-análise
List Ranking. List Ranking (1) Seja L uma lista representada por um vetor s tal que s[i] é o nó sucessor de i na lista L, para u, o último elemento da.
Algoritmos em Grafos.
MATEMÁTICA Prof. Carlos Alexandre.
CLUSTERING: UMA REVISÃO AOS ALGORITMOS BÁSICOS
Hardware toda a Parte física do computador. É o cerebro do Computador. Ele processa as informações e as transforma em dados que são enviados aos dispositivos.
Caracterização de consumos
Soluções no Espaço de Estados e Realizações (C. T. Chen, Capítulo 4)
Representação no Domínio do Tempo de
Redes Neurais Prof. Alex F. V. Machado.
Desenvolvimento de Jogos e Entretenimento Digital
Linguagem de programação
Sistema de equações lineares
ANÁLISE DO PADRÃO DE ACESSOS À MEMÓRIA DE PROGRAMAS PARALELOS
Redes Neuronais/Neurais/ Conexionistas Introdução
Análise por Variáveis de Estado (4a parte). Equação Característica, Autovalor e Auto Vetor Autovalores:definição - são as raízes da equação característica.
Algoritmos Estruturados
Programação e Aplicações Gráficas
Reed-Solomon Error Correction
Solução das equações de estado
Inteligência Artificial I
Programação Dinâmica.
A Série e a Transformada de
TÉCNICAS DE CODIFICAÇÃO DE SINAIS INTRODUÇÃO À ÁLGEBRA Evelio M. G. Fernández
Indicadores socioeconômicos do Brasil.
Introdução à modelagem orientada a objetos
O que devem fazer os Microprocessadores ?
©2001 Germano Vasconcelos, Paulo Adeodato Desenvolvimento de Aplicações Germano C. Vasconcelos Centro de Informática - UFPE.
Inteligência Artificial
Introdução à Programação
Professor: Cezar Augusto Pereira dos Santos
PUCC 1 Agenda Memória Correção de Erros. PUCC 2 Tipos de Erros Graves: –Defeito físico permanente. Células perdem a capacidade de armazenar dados com.
DERIVADAS Taxa de variação média
DESENVOLVIMENTO Prof: Marcelo West Disciplina: Lógica de Programação.
CAMPO ELÉTRICO Prof. Bruno Farias
Ciência da Computação Aprendizado de Máquina (Machine Learning) Aula 12 Aprendizado não Supervisionado Mapas auto-organizáveis Max Pereira.
Exemplo 1 Criar um algoritmo que leia uma matriz 3x3 e exiba
Transcrição da apresentação:

CÓDIGOS CORRETORES DE ERROS CÓDIGOS CONVOLUCIONAIS Evelio M. G. Fernández - 2007

Estrutura e Codificação de Códigos Convolucionais

Codificador Convolucional C1: (2, 1, 3)

Equação de Codificação em forma de Matrizes

Codificador Convolucional C2: (3, 2, 1)

Equação de Codificação em forma de Matrizes

Matriz Geradora para Codificadores Convolucionais

Constraint Length O constraint length v de um codificador convolucional é definido como Um codificador convolucional com taxa R = k/n e constraint length v é chamado de codificador (n, k, v) Um código convolucional (n, k, v) é o conjunto de todas as seqüências de saída (palavras-código) produzidas por um codificador (n, k, v)  é o espaço das linhas da matriz G

Código C1: (2, 1, 3): Análise do Domínio da Transformada

Codificador Sistemático Feedforward, R = 2/3

Realizações Equivalentes de um Codificador com R = 1/3

Realizações Equivalentes de um Codificador com R = 2/3

Codificador Convolucional (2, 1, 3)

Inversor do Codificador Convolucional (2, 1, 3)

Codificador Convolucional (3, 2, 2)

Inversor do Codificador Convolucional (3, 2, 2)

Propriedades Estruturais de Códigos Convolucionais

Propriedades Estruturais de Códigos Convolucionais

Distância Livre, dfree

Função Distribuição de Pesos

Diagrama de Estados Aumentado

Treliça do Código Convolucional (2, 1, 3)

Seqüência Codificada

Decodificação Seqüencial

Decodificação Seqüencial

Decodificação Seqüencial

Decodificação Seqüencial

Desempenho de Esquemas de Codificação Padrões

Treliça de um Código Convolucional (3, 1, 2) com h = 5

Algoritmo de Viterbi A cada unidade de tempo: Somar 2k métricas de ramo às métricas dos caminhos previamente armazenados Comparar as métricas de todos os 2k caminhos que chegam a cada estado Selecionar o caminho com a maior métrica (sobrevivente) Armazenar o caminho sobrevivente e sua métrica

Algoritmo de Viterbi Passo 1: , calcular a métrica parcial para o único caminho entrando a cada estado. Armazenar o caminho (sobrevivente) e sua métrica para cada estado. Passo 2: , calcular a métrica parcial para todos os 2k caminhos que entram num estado somando a métrica de ramo que entra no estado com a métrica do sobrevivente no instante anterior. Para cada estado, comparar as métricas de todos os 2k caminhos que entram nele, selecionar o de maior métrica, armazenar este caminho e sua métrica e eliminar todos os outros caminhos. Passo 3: Se , repetir passo 2. Caso contrário: FIM.

Algoritmo de Viterbi para um DMC

Algoritmo de Viterbi para um BSC

Desempenho de Códigos Convolucionais

Desempenho de Códigos Convolucionais

Melhores Códigos Convolucionais Conhecidos de Taxa 1/2 e 1/3