Home

Konvolutionscodes

Konvolutionscodes sind eine Klasse fehlerkorrigierender Codes, die Datenströme durch Verschieberegister mit Gedächtnis verarbeiten. Im Gegensatz zu Blöcken werden Daten kontinuierlich verarbeitet und pro Zeiteinheit mehrere Ausgabebits aus Eingabebits erzeugt. Typischerweise wird ein Konvolutionscode durch die Rate k/n beschrieben: k Eingabebits pro Zeiteinheit liefern n Ausgabebits. Das Gedächtnis m des Codes bestimmt, über wie viele vergangene Bits hinaus die aktuellen Ausgabebits beeinflusst werden; die Konstraint-Länge v beträgt meist m+1. Die Struktur lässt sich durch Generatorpolynome G(D)=[g1(D),…,gn(D)] oder durch Zustandsdiagramme darstellen, wobei jeder Ausgang von einer Verknüpfung aktueller und verzögerter Eingaben abhängt.

Der Encoder wird oft als Zustandsmaschine realisiert, in der die Eingaben durch Verschieberegister mit Feedback- bzw.

Die Dekodierung erfolgt typischerweise über den Viterbi-Algorithmus, der die wahrscheinlichste Pfadfolge durch den Zustandsgraphen bestimmt (maximum-likelihood).

Anwendungen finden sich in digitalen Kommunikationssystemen wie Modems, Mobilfunk, Satellitenkommunikation und DVB/HD-Übertragungen. Historisch entstanden Konvolutionscodes in

---

Feedforward-Verbindungen
verarbeitet
werden.
Für
k=1
und
n=2
bis
6
ergeben
sich
eine
Reihe
von
möglichen
Codes
mit
unterschiedlichen
Ports
und
Gedächtnissen.
Die
Endlichkeit
des
Systems
erfordert
gelegentlich
eine
Termination,
z.
B.
Tail-Biting
oder
Tail-Bitting
mit
zusätzlicher
Terminierung,
oder
Alternativen
wie
Puncturing
zur
Flexibilisierung
der
Raten.
Soft-Decision-Varianten
wie
der
BCJR-Algorithmus
liefern
oft
bessere
Grenzleistungen.
Die
Leistungsfähigkeit
von
Konvolutionscodes
wird
durch
den
freien
Abstand
und
die
Anzahl
der
Zustände
bestimmt;
der
Codebedarf
wächst
exponentiell
mit
der
Anzahl
der
Gedächtniszustände.
den
1950er-Jahren
(Elias);
der
Viterbi-Algorithmus
popularisierte
deren
effiziente
Decodierung.
Sie
bilden
zudem
Bausteine
in
modernen
fehlerkorrigierenden
Systemen
wie
Turbo-Codes.