SlideShare una empresa de Scribd logo
1 de 25
Descargar para leer sin conexión
16.36: Ingeniería de sistemas de comunicación

                Clases 12/13: Codificación y capacidad de canal



                                 Eytan Modiano




Eytan Modiano
    Slide 1
Codificación de canal


          •     Al transmitir por un canal con ruido, algunos bits se
                reciben con errores


                Ejemplo : Canal Simétrico Binario (BSC)
                                  1-Pe
                              0                   0
                                         Pe           Pe = Probabilidad de error
                              1               1
                                  1-Pe



          •     P: ¿Cómo se pueden eliminar estos errores?

          •     R: Codificación: la suma de bits redundantes que nos ayuda a determinar
                con gran precisión lo que se envió




Eytan Modiano
    Slide 2
Ejemplo (Código de repetición)

          Repita cada bit n veces (n-impar)
         Entrada                  Codificación
             0             000……..0
             1             11..……..1

          Decodificador:
          • Si la secuencia recibida contiene n/2 o más 1 decodifique como
            un 1 y 0
                –   Decodificación de Verificación Máxima


          P ( error | 1 enviado) = P ( error | 0 enviado )
                              = P[ ocurren más de n / 2 errores de bit ]
                                      n
                                               n i
                              =       ∑2  i  Pe (1 − Pe )n − i
                                   i = n /   




Eytan Modiano
    Slide 3
Código de repetición, (cont.)


          •     Para P < 1/2, P(error) es decreciente en n
                      e
                 – ⇒ para cualquier ε, ∃ n suficientemente grande para que P (error) < ε


          Tasa de código : relación entre bits de datos y bits transmitidos
                 –   Para el código de repetición R = 1/n
                 –   Para enviar un bit de datos se han de transmitir n bits de canal “expansión
                     de banda ancha”

          •     En general, un código (n,k) utiliza n bits de canal para transmitir k bits de datos
                 –   Tasa de código R = k / n

          •     Objetivo: para una probabilidad de error deseada, ε, hallar la mayor tasa
                de código que puede lograr p(error) < ε




Eytan Modiano
    Slide 4
Capacidad de canal


          •     La capacidad de un canal discreto sin memoria viene dada por:

                         C = max p ( x ) I ( X ; Y )   X      Canal                             Y
                –
                                                                                1-Pe
                                                                    P0      0                   0
          Ejemplo : Canal Simétrico Binario (BSC)                                      Pe
                                                                 P1 =1-P0   1               1
                                                                                1-Pe
          I(X;Y) = H (Y) - H (Y|X) = H (X) - H (X|Y)
          H (X|Y) = H (X|Y=0)*P(Y=0) + H (X|Y=1)*P(Y=1)
          H (X|Y=0) = H (X|Y=1) = Pelog(1/Pe) + (1-Pe)log(1/ 1-Pe) = Hb(Pe)
          H (X|Y) = Hb(Pe) => I(X;Y) = H(X) - Hb(Pe)
          H (X) = P0 log (1/P0) + (1-P0) log (1/ 1-P0) = Hb(p0)

          => I (X;Y) = Hb (P0) - Hb(Pe)



Eytan Modiano
    Slide 5
Capacidad del BSC

                                           I (X;Y) = Hb (P0) - Hb(Pe)

            •   Hb(P) = P log(1/P) + (1-P) log(1/ 1-P)
                 –      Hb(P) <= 1 con paridad si P=1/2

            C = max P0 {I (X;Y) = Hb (P0) - Hb(Pe)} = 1 - Hb(Pe)

                Hb(P)                              C = 1 - Hb(Pe)

                  1                                         1




                        0        1/2         1                      0   1/2        1
                                       P                                      Pe



                      C = 0 cuando Pe = 1/2 y C = 1 cuando Pe = 0 o Pe=1
Eytan Modiano
    Slide 6
Teorema de codificación de canal (Claude Shannon)


          Teorema: para todo R < C y ε > o existe un código de tasa R cuya
          probabilidad de error es < ε
                 –   ε puede ser arbitrariamente pequeño

                 –   La demostración utiliza una n de bloque de gran tamaño
                       a medida que n →∞ se logra la capacidad

          •     En la práctica, los códigos que logran capacidad son difíciles de hallar
                 –   El objetivo es hallar un código que se acerque lo más posible a lograr
                     la capacidad


          •     Inversa del teorema de codificación:
                 –   Para todos los códigos de tasa R > C, ∃ ε 0 > 0, tal que la probabilidad de error
                     es siempre mayor que ε 0
                        Para tasas de código mayores que la capacidad, la probabilidad de error queda
                        delimitada más allá de 0
Eytan Modiano
    Slide 7
Codificación de canal


          •     Diagrama de bloque




                                Codificador     Codificador
                      Fuente
                           e                                     Modulador
                                 de fuente       de canal


                                                                              Canal



                                Decodificador   Decodificador
                     Sumidero     de fuente       de canal      Demodulador




Eytan Modiano
    Slide 8
Enfoques de la codificación


          •     Códigos de bloque
                 –   Los datos se dividen en bloques de la misma longitud
                 –   Cada bloque se “mapea” con otro bloque mayor

                Ejemplo: (6,3) codificación, n = 6, k = 3, R = 1/2

                000 → 000000                     100 → 100101
                001 → 001011                     101 → 101110
                010 → 010111                     110 → 110010
                011 → 011100                     111 → 111001

          •     Un (n,k) código de bloque binario es una colección de 2k n-tuples binarios (n>k)
                 –   n = longitud del bloque
                 –   k = número de bits de datos
                 –   n-k = número de bits comprobados
                 –   R = k / n = tasa de código
Eytan Modiano
    Slide 9
Enfoques de la codificación


          •     Códigos convolucionales
                –   La salida se facilita observando una ventana deslizante de entrada



                                                                               +
                                                                                              Ci

                 UK                 Retardo                    Retardo




                                                    +                          +
                                                                                              Ci+1



                    C(2K) = U(2K)   +   U(2K-2), C(2K+1) = U(2K+1)       +   U(2K)   +   U(2K-1)

                                        +     mod(2) suma (1+1=0)



Eytan Modiano
   Slide 10
Códigos de bloque

         •       Un código de bloque es sistemático si las palabras de código se pueden
                 dividir en una parte de datos y en una parte redundante
                  –   El código anterior (6,3) era sistemático

         Definiciones:

         •       Dado X ∈ {0,1}n, el Peso de Hamming de X es el número de unos en X

         •       Dado X, Y en {0,1}n , la Distancia de Hamming entre X e Y es el
                 número de posiciones en los que se diferencian,
                                               n
                                 dH ( X , Y ) = ∑ Xi ⊕ Yi = Weight ( X + Y )
                                              i =1

                                 X + Y = [ x1 ⊕ y1 , x2 ⊕ y2 ,L, xn ⊕ yn ]

        •        La distancia mínima de un código es la Distancia Hamming entre las
                dos palabras código más cercanas:
                                                     dmin = min {dH (C1,C2)}
                                                             C1,C2 ∈ C
Eytan Modiano
   Slide 11
Decodificación


                           u               Canal                  r

         •      Es posible que r no sea igual a u debido a errores de transmisión
         •      Dado r, ¿cómo sabemos qué palabra código se envió?

         Decodificación por máxima verosimilitud:
           Mapear el n-tuple recibido r con la palabra código C que maximice,
                                      P { r | C se transmitió }

         Decodificación por distancia mínima (vecino más próximo)
           Mapear r con la palabra código C de modo tal que se minimice la distancia
           hamming entre r y C (p. ej., min dH (r,C))

         ⇒ Para la mayoría de los canales, la decodificación por distancia mínima es
           la misma que la decodificación por máxima verosimilitud

Eytan Modiano
   Slide 12
Códigos de bloque lineales


          •     Un (n,k) código de bloque lineal (LBC) se define por 2k palabras de código
                de longitud n
                                        C = { C1….Cm}

          •     Un (n,k) LBC es un subespacio K-dimensional de {0,1}n
                 –   (0…0) siempre es una palabra código
                 –   If C1,C2 ∈ C, C1+C2 ∈ C

          •     Teorema: para un LBC la distancia mínima es igual al peso
                mínimo (W min) del código
                              Wmin = min(sobre todo Ci) Peso (Ci)

                 Demostración: suponga que dmin = dH (Ci,Cj), donde C1,C2 ∈ C

                 dH (Ci,Cj) = Peso (Ci + Cj),
                      pero como C es un LBC entonces Ci + Cj es también una palabra código


Eytan Modiano
   Slide 13
Códigos sistemáticos


          Teorema: cualquier (n,k) LBC se puede representar de forma sistemática
             si: datos = x 1..xk, palabra código = x1..xk ck+1..xn

                  –   Por lo tanto hablaremos sólo de los códigos sistemáticos

          •     Las palabras código correspondientes a las secuencias de información:
                e1 = (1,0,..0), e2=(0,1,0..0), ek = (0,0,..,1) como base del código
                  –   Sin duda, son independientes linealmente
                  –   Los n-tuples K linealmente independientes definen completamente el
                      subespacio dimensional K que forma el código

          Secuencia de información                Palabra de código
             e1 = (1,0,..0)                       g1 = (1,0,..,0, g(1,k+1) …g(1,n) )
             e2=(0,1,0..0)                        g2 = (0,1,..,0, g(2,k+1) …g(2,n) )

                ek = (0,0,..,1)                   gk = (0,0,..,k, g(k,k+1) …g(k,n) )

          •
Eytan Modiano
                g1, g2, …,gk forma una base para el código
   Slide 14
La matriz generadora


                                     g1   g11   g12 L g1n 
                                    g  g              g2 n 
                                 G =  =                    
                                       2      21

                                    M  M                   
                                    g  g              gkn 
                                     k   k1                

          •     Para la secuencia de entrada x = (x1,…,xk): Cx = xG

                 –   Cada palabra código es una combinación lineal de las filas de G
                 –   La palabra de código que corresponde a cada secuencia de entrada
                     se puede derivar de G
                 –   Como cada entrada se puede representar como una combinación lineal de
                     la base (e 1,e2,…, ek), las palabras de código correspondientes se pueden
                     representar como una combinación lineal de las filas correspondientes de G

          •     Nota: x1      C1, x2     C2    => x1+x2       C1+C2

Eytan Modiano
   Slide 15
Ejemplo


            •   Considere el código (6,3) anterior:

                100 → 100101;           010 → 010111;               001 → 001011

                                    1 0 0 1 0 1
                                G = 0 1 0 1 1 1
                                               
                                    0 0 1 0 1 1
                                               

            Palabra de código para (1,0,1) = (1,0,1)G = (1,0,1,1,1,0)

                                                                    
                                G=      IK         PKx ( n − K )    
                                                                    
                                  
                                                                    
                                                                     

                                I K = KxK matriz de identidad
Eytan Modiano
   Slide 16
Matriz de chequeo de paridad

                                                             
                          H=       PT           I( n − K )   
                                                             
                            
                                                             
                                                              

                        I (n-K) = (n − K)x(n - K) matriz de identidad


                                1 1 0 1 0 0 
            Ejemplo:        H = 0 1 1 0 1 0 
                                            
                                1 1 1 0 0 1 
                                            

                                                                  v
       Ahora, si c i es una palabra código de C, entonces, ci H = 0     T




                  • “C está en el espacio nulo de H”
                  • Cualquier palabra código en C es ortogonal a las filas de H
Eytan Modiano
   Slide 17
Decodificación

          •     v = palabra de código transmitida = v1 … vn
          •     r = palabra de código recibida = r 1 … rn
          •     e = patrón de error = e 1… en

          •     r=v+e

          •     S = rHT = Síndrome de r
                  = (v+e)HT = vHT + eHT = eHT

          •     S es igual a ‘0’ si y sólo si e ∈ C
                 –   P. ej., el patrón de error es una palabra código

          •     S ≠ 0 => error detectado
          •     S = 0 => no se detectan errores (es posible que hayan ocurrido
                y no se hayan detectado)

          •     Suponga que S ≠ 0, ¿cómo podemos saber cuál fue verdaderamente la
Eytan Modiano
                palabra código transmitida?
   Slide 18
Decodificación basada en el síndrome


            •   Es posible que muchos patrones de error hayan creado el mismo síndrome
                 Para el patrón de error e 0 => S0 = e0HT

                 Considere el patrón de error e 0 + ci (ci ∈ ∈ C)
                              S’0 = (e0 + ci))HT =e0 HT + ci HT = e0 HT = S0
            •   Así, para un patrón de error, e0, el resto de los patrones de error que
                pueden expresarse como e 0 + ci para cierto ci ∈ C son también patrones
                de error con el mismo síndrome

            •   Para un síndrome dado, no podemos decir qué patrón de error
                ocurrió en realidad, pero el más probable es el de peso mínimo
                 –   Decodificación por distancia mínima


            •   Para un síndrome dado, hallar el patrón de error de peso mínimo
                (emin) que da este síndrome y decodificar: r’ = r + emin


Eytan Modiano
   Slide 19
Formación habitual


                                    C1              C2     L      CM     Síndrome
                                    e1           e1 + C2       e1 + CM       S1
          M = 2K
                                      M          e2 + C2       e2 + CM        S2
                                e2 ( n− K ) −1                            S2 ( n− K ) −1


          •     La fila 1 está compuesta por todas las palabras código M
          •     La fila 2 e1 = n-tuple de peso mínimo no presente en la formación
                 –   P. ej., el patrón de error de peso mínimo
          •     La fila i, ei = n-tuple de peso mínimo no presente en la formación

          •     Todos los elementos de cualquier fila tienen el mismo síndrome
                 –   Los elementos de una fila se llaman “co-sets”
          •     El primer elemento de cada fila es el patrón de error de peso mínimo
                con dicho síndrome
                 –   Denominado “co-set principal”

Eytan Modiano
   Slide 20
Algoritmo de descodificación


            •   Recibir vector r

            1) Hallar S = rHT = síndrome de r

            2) Hallar el co-set principal e, correspondiente a S

            3) Decodificar: C = r+e

            •   “Decodificación por distancia mínima”
                 –   Decodificar en la palabra de código más próxima a la secuencia recibida




Eytan Modiano
   Slide 21
Ejemplo (decodificación de síndrome)

                                                 1 0 1 0 
          •     Código sencillo (4,2)          G=        
                                                 0 1 0 1 
          Datos      palabra código
          00           0000                                        1   0
                                                                   0   1
          01           0101                       1 0 1 0 
                                               H =            H =
                                                                 T       
          10           1010                       0 1 0 1        1   0
          11           1111                                        0   1
                                                                        

                Formación habitual      0000   0101   1010     1111   Síndrome
                                        1000   1101   0010     0111      10
                                        0100   0001   1110     1011      01
                                        1100   1001   0110     0011      11

          Suponga que se recibe 0111, S = 10, co-set principal = 1000

                             Decodificar: C = 0111 + 1000 = 1111
Eytan Modiano
   Slide 22
Decodificación por distancia mínima

                                              decodificado         decodificación incorrecta
                                              correctamente




                                               e1
                                          c1        e2        c2               c3
                                               e3




                                                    c4                 c5
                               error
                               no detectado




          •     La decodificación por distancia mínima mapea una secuencia recibida con la
                palabra de código más próxima
          •     Si un patrón de error mapea la palabra de código enviada con otra palabra de código
                válida, dicho error no será detectado (p.ej., e3)
                 –   Cualquier patrón de error que equivalga a una palabra de código dará errores no detectados
          •     Si un patrón de error mapea la secuencia enviada con la esfera de otra palabra de
                código, será decodificada incorrectamente (p.ej., e2)


Eytan Modiano
   Slide 23
Rendimiento de códigos de bloque


            •   Detección de errores: calcule el síndrome, S ≠ 0 => error detectado
                 –   Solicitar retransmisión
                 –   Utilizado en redes de paquetes

            •   Un código de bloque lineal detectará todos los patrones de error
                que no sean palabras de código

            •   Corrección de errores: decodificación basada en el síndrome

                 –   Todos los patrones de error de peso < d min/2 se decodificarán correctamente

                 –   Por eso es importante diseñar códigos con una distancia mínima
                     grande (dmin)

                 –   Cuanto más grande sea la distancia mínima más pequeña es la probabilidad
                     de decodificación incorrecta

Eytan Modiano
   Slide 24
Códigos de Hamming


            •   Código de bloque lineal capaz de corregir errores únicos
                 –    n = 2m - 1, k = 2m -1 -m
                          (e.g., (3,1), (7,4), (15,11)…)
                 –    R = 1 - m/(2m - 1) => frecuencia muy alta
                 –    dmin = 3 => corrección de error único


            •   Construcción de códigos de Hamming
                 –    La matriz de chequeo de paridad (H) se compone de todos los m-tuples binarios distintos de cero


            Ejemplo: (7,4) código de Hamming (m=3)

                                                                1       0 0 0 1 1 0
                         1 0 1 1 1 0 0                        0       1 0 0 0 1 1
                     H = 1 1 0 1 0 1 0 ,                    G=                   
                                                              0       0 1 0 1 0 1
                         0 1 1 1 0 0 1 
                                                              0
                                                                        0 0 1 1 1 1
                                                                                    

Eytan Modiano
   Slide 25

Más contenido relacionado

La actualidad más candente

Probabilidad de error en modulación digital
Probabilidad de error en modulación digitalProbabilidad de error en modulación digital
Probabilidad de error en modulación digitalFrancisco Apablaza
 
Ruido en telecomunicaciones
Ruido en telecomunicacionesRuido en telecomunicaciones
Ruido en telecomunicacionesMonica Patiño
 
Modulacion PSK
Modulacion PSKModulacion PSK
Modulacion PSKRick P
 
Resumen de la Modulación BPSK
Resumen de la Modulación BPSKResumen de la Modulación BPSK
Resumen de la Modulación BPSKGustavo Cuervo
 
Modulacion FM
Modulacion FMModulacion FM
Modulacion FMgbermeo
 
Modulación por desplazamiento de fase (psk) exposicion
Modulación por desplazamiento de fase (psk) exposicionModulación por desplazamiento de fase (psk) exposicion
Modulación por desplazamiento de fase (psk) exposicionAlieth Guevara
 
Lecture 13 modulacion digital parte 1
Lecture 13  modulacion digital   parte 1Lecture 13  modulacion digital   parte 1
Lecture 13 modulacion digital parte 1nica2009
 
Lecture 20 detección en códigos lineales de bloque. generación de códigos cíc...
Lecture 20 detección en códigos lineales de bloque. generación de códigos cíc...Lecture 20 detección en códigos lineales de bloque. generación de códigos cíc...
Lecture 20 detección en códigos lineales de bloque. generación de códigos cíc...nica2009
 
9 modulacion, ask, fsk, psk y qam
9  modulacion, ask, fsk, psk y qam9  modulacion, ask, fsk, psk y qam
9 modulacion, ask, fsk, psk y qamUTU
 
Sistemas de Telecomunicaciones cap 2
Sistemas de Telecomunicaciones cap 2Sistemas de Telecomunicaciones cap 2
Sistemas de Telecomunicaciones cap 2Francisco Apablaza
 
Practica #15 modulacion - demodulacion FSK
Practica #15 modulacion - demodulacion FSKPractica #15 modulacion - demodulacion FSK
Practica #15 modulacion - demodulacion FSKFernando Ojeda
 
Lecture 15 probabilidad de error y ber en señales bandabase binaria
Lecture 15 probabilidad de error y ber en señales bandabase binariaLecture 15 probabilidad de error y ber en señales bandabase binaria
Lecture 15 probabilidad de error y ber en señales bandabase binarianica2009
 
Codificación Convolucional, Decodificador de Viterbi y Turbo Código
Codificación Convolucional, Decodificador de Viterbi y Turbo CódigoCodificación Convolucional, Decodificador de Viterbi y Turbo Código
Codificación Convolucional, Decodificador de Viterbi y Turbo CódigoOscar Javier Jimenez Revelo
 
3.1 Introducción a la transmision por radio
3.1 Introducción a la transmision por radio3.1 Introducción a la transmision por radio
3.1 Introducción a la transmision por radioEdison Coimbra G.
 
Modulación de pulsos
Modulación de pulsosModulación de pulsos
Modulación de pulsosReicerBlanco
 

La actualidad más candente (20)

Probabilidad de error en modulación digital
Probabilidad de error en modulación digitalProbabilidad de error en modulación digital
Probabilidad de error en modulación digital
 
Ruido en telecomunicaciones
Ruido en telecomunicacionesRuido en telecomunicaciones
Ruido en telecomunicaciones
 
Modulacion PSK
Modulacion PSKModulacion PSK
Modulacion PSK
 
Parametros de AM
Parametros de AMParametros de AM
Parametros de AM
 
Resumen de la Modulación BPSK
Resumen de la Modulación BPSKResumen de la Modulación BPSK
Resumen de la Modulación BPSK
 
Modulacion FM
Modulacion FMModulacion FM
Modulacion FM
 
Modulación por desplazamiento de fase (psk) exposicion
Modulación por desplazamiento de fase (psk) exposicionModulación por desplazamiento de fase (psk) exposicion
Modulación por desplazamiento de fase (psk) exposicion
 
Lecture 13 modulacion digital parte 1
Lecture 13  modulacion digital   parte 1Lecture 13  modulacion digital   parte 1
Lecture 13 modulacion digital parte 1
 
Lecture 20 detección en códigos lineales de bloque. generación de códigos cíc...
Lecture 20 detección en códigos lineales de bloque. generación de códigos cíc...Lecture 20 detección en códigos lineales de bloque. generación de códigos cíc...
Lecture 20 detección en códigos lineales de bloque. generación de códigos cíc...
 
Fm 2014 1
Fm 2014 1Fm 2014 1
Fm 2014 1
 
9 modulacion, ask, fsk, psk y qam
9  modulacion, ask, fsk, psk y qam9  modulacion, ask, fsk, psk y qam
9 modulacion, ask, fsk, psk y qam
 
Sistemas de Telecomunicaciones cap 2
Sistemas de Telecomunicaciones cap 2Sistemas de Telecomunicaciones cap 2
Sistemas de Telecomunicaciones cap 2
 
PDH
PDHPDH
PDH
 
Practica #15 modulacion - demodulacion FSK
Practica #15 modulacion - demodulacion FSKPractica #15 modulacion - demodulacion FSK
Practica #15 modulacion - demodulacion FSK
 
Lecture 15 probabilidad de error y ber en señales bandabase binaria
Lecture 15 probabilidad de error y ber en señales bandabase binariaLecture 15 probabilidad de error y ber en señales bandabase binaria
Lecture 15 probabilidad de error y ber en señales bandabase binaria
 
Codificación Convolucional, Decodificador de Viterbi y Turbo Código
Codificación Convolucional, Decodificador de Viterbi y Turbo CódigoCodificación Convolucional, Decodificador de Viterbi y Turbo Código
Codificación Convolucional, Decodificador de Viterbi y Turbo Código
 
Tema 4 codificación de canal
Tema 4   codificación de canalTema 4   codificación de canal
Tema 4 codificación de canal
 
Modulacion
ModulacionModulacion
Modulacion
 
3.1 Introducción a la transmision por radio
3.1 Introducción a la transmision por radio3.1 Introducción a la transmision por radio
3.1 Introducción a la transmision por radio
 
Modulación de pulsos
Modulación de pulsosModulación de pulsos
Modulación de pulsos
 

Destacado

Codificación y sus tecnicas
Codificación y sus tecnicasCodificación y sus tecnicas
Codificación y sus tecnicaskevinluchi
 
Lecture 19 codificación para control de errores. generación códigos lineales.
Lecture 19 codificación para control de errores. generación códigos lineales.Lecture 19 codificación para control de errores. generación códigos lineales.
Lecture 19 codificación para control de errores. generación códigos lineales.nica2009
 
Pres capacidad de canal unidad6
Pres capacidad de canal unidad6Pres capacidad de canal unidad6
Pres capacidad de canal unidad6Comunicaciones2
 
5. codificación resumida
5. codificación resumida5. codificación resumida
5. codificación resumidajaimepech
 
Espectro ensanchado por secuencia directa dsss unidad514
Espectro ensanchado por secuencia directa dsss unidad514Espectro ensanchado por secuencia directa dsss unidad514
Espectro ensanchado por secuencia directa dsss unidad514Comunicaciones2
 
03 unidad 3 pcm clase 1
03 unidad 3 pcm   clase 103 unidad 3 pcm   clase 1
03 unidad 3 pcm clase 1Luis Parra
 
Codificación convolucional
Codificación convolucionalCodificación convolucional
Codificación convolucionalÁngel María
 
Sesion 03 - Digitalizacion de señales
Sesion 03 - Digitalizacion de señalesSesion 03 - Digitalizacion de señales
Sesion 03 - Digitalizacion de señalesgluzardo
 
Métodos de detección y corrección de errores
Métodos de detección y corrección de erroresMétodos de detección y corrección de errores
Métodos de detección y corrección de erroresEduardo Querales
 
Analizador de Espectro
Analizador de Espectro Analizador de Espectro
Analizador de Espectro David Acuña
 

Destacado (20)

Codigos bloque
 Codigos bloque Codigos bloque
Codigos bloque
 
Comprobacion de Paridad
Comprobacion de ParidadComprobacion de Paridad
Comprobacion de Paridad
 
Arbol De Huffman
Arbol De HuffmanArbol De Huffman
Arbol De Huffman
 
CODIGO DE HUFFMAN
CODIGO DE HUFFMANCODIGO DE HUFFMAN
CODIGO DE HUFFMAN
 
Codificación y sus tecnicas
Codificación y sus tecnicasCodificación y sus tecnicas
Codificación y sus tecnicas
 
Lecture 19 codificación para control de errores. generación códigos lineales.
Lecture 19 codificación para control de errores. generación códigos lineales.Lecture 19 codificación para control de errores. generación códigos lineales.
Lecture 19 codificación para control de errores. generación códigos lineales.
 
Pres capacidad de canal unidad6
Pres capacidad de canal unidad6Pres capacidad de canal unidad6
Pres capacidad de canal unidad6
 
5. codificación resumida
5. codificación resumida5. codificación resumida
5. codificación resumida
 
Espectro ensanchado por secuencia directa dsss unidad514
Espectro ensanchado por secuencia directa dsss unidad514Espectro ensanchado por secuencia directa dsss unidad514
Espectro ensanchado por secuencia directa dsss unidad514
 
03 unidad 3 pcm clase 1
03 unidad 3 pcm   clase 103 unidad 3 pcm   clase 1
03 unidad 3 pcm clase 1
 
Exposicion de transmision
Exposicion de transmisionExposicion de transmision
Exposicion de transmision
 
Pcm
PcmPcm
Pcm
 
Codificación convolucional
Codificación convolucionalCodificación convolucional
Codificación convolucional
 
Transmisión de datos pasabanda
Transmisión de datos pasabandaTransmisión de datos pasabanda
Transmisión de datos pasabanda
 
Códigos
CódigosCódigos
Códigos
 
Sesion 03 - Digitalizacion de señales
Sesion 03 - Digitalizacion de señalesSesion 03 - Digitalizacion de señales
Sesion 03 - Digitalizacion de señales
 
Métodos de detección y corrección de errores
Métodos de detección y corrección de erroresMétodos de detección y corrección de errores
Métodos de detección y corrección de errores
 
CodificacióN De Canal
CodificacióN De CanalCodificacióN De Canal
CodificacióN De Canal
 
Muestreo
MuestreoMuestreo
Muestreo
 
Analizador de Espectro
Analizador de Espectro Analizador de Espectro
Analizador de Espectro
 

Similar a Codigo de bloques lineales

Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...
Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...
Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...nica2009
 
Algebra de boole
Algebra de booleAlgebra de boole
Algebra de boolesuperone314
 
07 cuantificacion escalar (1)
07 cuantificacion escalar (1)07 cuantificacion escalar (1)
07 cuantificacion escalar (1)Rose56
 
Lecture 18 channel capacity
Lecture 18 channel capacityLecture 18 channel capacity
Lecture 18 channel capacitynica2009
 
Decodificador de vídeo mpeg 2 en matlab y análisis del bitstream
Decodificador de vídeo mpeg 2 en matlab y análisis del bitstreamDecodificador de vídeo mpeg 2 en matlab y análisis del bitstream
Decodificador de vídeo mpeg 2 en matlab y análisis del bitstreamJosé Ramón Cerquides Bueno
 
H.264/SVC over P2P Network
H.264/SVC over P2P NetworkH.264/SVC over P2P Network
H.264/SVC over P2P Networkrameau1982
 
2.1.3 bases teóricas de comunicaciones
2.1.3 bases teóricas de comunicaciones2.1.3 bases teóricas de comunicaciones
2.1.3 bases teóricas de comunicacionesluishdiaz
 
Cap 3 capa_enlace
Cap 3 capa_enlaceCap 3 capa_enlace
Cap 3 capa_enlaceBruja Loca
 
2.2.1b teoria de comunicaciones
2.2.1b teoria de comunicaciones2.2.1b teoria de comunicaciones
2.2.1b teoria de comunicacionesluishdiaz
 
Lecture 21 detección de códigos de redundancia cíclicos. probabilidad de erro...
Lecture 21 detección de códigos de redundancia cíclicos. probabilidad de erro...Lecture 21 detección de códigos de redundancia cíclicos. probabilidad de erro...
Lecture 21 detección de códigos de redundancia cíclicos. probabilidad de erro...nica2009
 
tema-5-codificacion-de-datos (1).ppt
tema-5-codificacion-de-datos (1).ppttema-5-codificacion-de-datos (1).ppt
tema-5-codificacion-de-datos (1).pptSandraVVelasco
 
Datos Escalares
Datos EscalaresDatos Escalares
Datos Escalaresjohanna20
 
Deteccion Y Control De
Deteccion Y Control DeDeteccion Y Control De
Deteccion Y Control Deguestc9b52b
 

Similar a Codigo de bloques lineales (20)

Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...
Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...
Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...
 
Tema 1 canales en comunicaciones digitales
Tema 1   canales en comunicaciones digitalesTema 1   canales en comunicaciones digitales
Tema 1 canales en comunicaciones digitales
 
Algebra de boole
Algebra de booleAlgebra de boole
Algebra de boole
 
5555.pptx
5555.pptx5555.pptx
5555.pptx
 
07 cuantificacion escalar (1)
07 cuantificacion escalar (1)07 cuantificacion escalar (1)
07 cuantificacion escalar (1)
 
Lecture 18 channel capacity
Lecture 18 channel capacityLecture 18 channel capacity
Lecture 18 channel capacity
 
Decodificador de vídeo mpeg 2 en matlab y análisis del bitstream
Decodificador de vídeo mpeg 2 en matlab y análisis del bitstreamDecodificador de vídeo mpeg 2 en matlab y análisis del bitstream
Decodificador de vídeo mpeg 2 en matlab y análisis del bitstream
 
H.264/SVC over P2P Network
H.264/SVC over P2P NetworkH.264/SVC over P2P Network
H.264/SVC over P2P Network
 
2.1.3 bases teóricas de comunicaciones
2.1.3 bases teóricas de comunicaciones2.1.3 bases teóricas de comunicaciones
2.1.3 bases teóricas de comunicaciones
 
Cap 3 capa_enlace
Cap 3 capa_enlaceCap 3 capa_enlace
Cap 3 capa_enlace
 
codificación de canal
codificación de canalcodificación de canal
codificación de canal
 
Comunicaciones
ComunicacionesComunicaciones
Comunicaciones
 
Hamming y CRC
Hamming y CRCHamming y CRC
Hamming y CRC
 
2.2.1b teoria de comunicaciones
2.2.1b teoria de comunicaciones2.2.1b teoria de comunicaciones
2.2.1b teoria de comunicaciones
 
Lecture 21 detección de códigos de redundancia cíclicos. probabilidad de erro...
Lecture 21 detección de códigos de redundancia cíclicos. probabilidad de erro...Lecture 21 detección de códigos de redundancia cíclicos. probabilidad de erro...
Lecture 21 detección de códigos de redundancia cíclicos. probabilidad de erro...
 
Presentacion grupo-2-inf-164
Presentacion grupo-2-inf-164Presentacion grupo-2-inf-164
Presentacion grupo-2-inf-164
 
tema-5-codificacion-de-datos (1).ppt
tema-5-codificacion-de-datos (1).ppttema-5-codificacion-de-datos (1).ppt
tema-5-codificacion-de-datos (1).ppt
 
Datos Escalares
Datos EscalaresDatos Escalares
Datos Escalares
 
002 interface movil
002 interface movil002 interface movil
002 interface movil
 
Deteccion Y Control De
Deteccion Y Control DeDeteccion Y Control De
Deteccion Y Control De
 

Último

Recursos Tecnológicos, página AIP-CRT 2 0 2 4.pdf
Recursos Tecnológicos, página  AIP-CRT 2 0 2 4.pdfRecursos Tecnológicos, página  AIP-CRT 2 0 2 4.pdf
Recursos Tecnológicos, página AIP-CRT 2 0 2 4.pdfNELLYKATTY
 
Evaluacion Diagnostica Matematica 2do C1 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 2do C1 Secundaria Ccesa007.pdfEvaluacion Diagnostica Matematica 2do C1 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 2do C1 Secundaria Ccesa007.pdfDemetrio Ccesa Rayme
 
TECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptx
TECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptxTECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptx
TECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptxFranciscoCruz296518
 
Ejemplo de trabajo de TIC´s CON VARIAS OPCIONES DE LAS TAREAS
Ejemplo de trabajo de TIC´s CON VARIAS OPCIONES DE LAS TAREASEjemplo de trabajo de TIC´s CON VARIAS OPCIONES DE LAS TAREAS
Ejemplo de trabajo de TIC´s CON VARIAS OPCIONES DE LAS TAREASJavier Sanchez
 
Evaluacion Diagnostica Matematica 5to C1 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to  C1 Secundaria Ccesa007.pdfEvaluacion Diagnostica Matematica 5to  C1 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to C1 Secundaria Ccesa007.pdfDemetrio Ccesa Rayme
 
Herbert James Drape. Erotismo y sensualidad.pptx
Herbert James Drape. Erotismo y sensualidad.pptxHerbert James Drape. Erotismo y sensualidad.pptx
Herbert James Drape. Erotismo y sensualidad.pptxArs Erótica
 
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...Unidad de Espiritualidad Eudista
 
La poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didáctica
La poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didácticaLa poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didáctica
La poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didácticaIGNACIO BALLESTER PARDO
 
Concurso de Innovación Pedagógica T2 FONDEP 2024 Ccesa007.pdf
Concurso de Innovación Pedagógica  T2  FONDEP 2024 Ccesa007.pdfConcurso de Innovación Pedagógica  T2  FONDEP 2024 Ccesa007.pdf
Concurso de Innovación Pedagógica T2 FONDEP 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
Programación Anual 2024 - CIENCIAS SOCIALES.docx
Programación Anual 2024  - CIENCIAS SOCIALES.docxProgramación Anual 2024  - CIENCIAS SOCIALES.docx
Programación Anual 2024 - CIENCIAS SOCIALES.docxJhordanBenitesSanche1
 
plan espacios inspiradores para nivel primaria
plan espacios inspiradores para nivel primariaplan espacios inspiradores para nivel primaria
plan espacios inspiradores para nivel primariaElizabeth252489
 
GUÍA SIANET - Agenda - Tareas - Archivos - Participaciones - Notas.pdf
GUÍA SIANET - Agenda - Tareas - Archivos - Participaciones - Notas.pdfGUÍA SIANET - Agenda - Tareas - Archivos - Participaciones - Notas.pdf
GUÍA SIANET - Agenda - Tareas - Archivos - Participaciones - Notas.pdfNELLYKATTY
 
Evaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdfEvaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdfDemetrio Ccesa Rayme
 
Presentación contribuciones socioeconómicas del SUPV 2023
Presentación contribuciones socioeconómicas del SUPV 2023Presentación contribuciones socioeconómicas del SUPV 2023
Presentación contribuciones socioeconómicas del SUPV 2023Ivie
 
Evaluacion Diagnostica Matematica 5to C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to  C2 Secundaria Ccesa007.pdfEvaluacion Diagnostica Matematica 5to  C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to C2 Secundaria Ccesa007.pdfDemetrio Ccesa Rayme
 
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLAEL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
sociales ciencias segundo trimestre tercero
sociales ciencias segundo trimestre tercerosociales ciencias segundo trimestre tercero
sociales ciencias segundo trimestre terceroCEIP TIERRA DE PINARES
 
Kirpi-el-erizo libro descargar pdf 1 link
Kirpi-el-erizo libro descargar pdf 1 linkKirpi-el-erizo libro descargar pdf 1 link
Kirpi-el-erizo libro descargar pdf 1 linkMaximilianoMaldonado17
 
EL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLA
EL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLAEL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLA
EL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 

Último (20)

Recursos Tecnológicos, página AIP-CRT 2 0 2 4.pdf
Recursos Tecnológicos, página  AIP-CRT 2 0 2 4.pdfRecursos Tecnológicos, página  AIP-CRT 2 0 2 4.pdf
Recursos Tecnológicos, página AIP-CRT 2 0 2 4.pdf
 
Evaluacion Diagnostica Matematica 2do C1 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 2do C1 Secundaria Ccesa007.pdfEvaluacion Diagnostica Matematica 2do C1 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 2do C1 Secundaria Ccesa007.pdf
 
TECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptx
TECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptxTECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptx
TECNOLOGÍA EDUCATIVA, USO DE LAS TIC.pptx
 
Ejemplo de trabajo de TIC´s CON VARIAS OPCIONES DE LAS TAREAS
Ejemplo de trabajo de TIC´s CON VARIAS OPCIONES DE LAS TAREASEjemplo de trabajo de TIC´s CON VARIAS OPCIONES DE LAS TAREAS
Ejemplo de trabajo de TIC´s CON VARIAS OPCIONES DE LAS TAREAS
 
Evaluacion Diagnostica Matematica 5to C1 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to  C1 Secundaria Ccesa007.pdfEvaluacion Diagnostica Matematica 5to  C1 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to C1 Secundaria Ccesa007.pdf
 
Herbert James Drape. Erotismo y sensualidad.pptx
Herbert James Drape. Erotismo y sensualidad.pptxHerbert James Drape. Erotismo y sensualidad.pptx
Herbert James Drape. Erotismo y sensualidad.pptx
 
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...
La Congregación de Jesús y María, conocida también como los Eudistas, fue fun...
 
La poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didáctica
La poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didácticaLa poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didáctica
La poesía del encarcelamiento de Raúl Zurita en el aula: una propuesta didáctica
 
Concurso de Innovación Pedagógica T2 FONDEP 2024 Ccesa007.pdf
Concurso de Innovación Pedagógica  T2  FONDEP 2024 Ccesa007.pdfConcurso de Innovación Pedagógica  T2  FONDEP 2024 Ccesa007.pdf
Concurso de Innovación Pedagógica T2 FONDEP 2024 Ccesa007.pdf
 
Programación Anual 2024 - CIENCIAS SOCIALES.docx
Programación Anual 2024  - CIENCIAS SOCIALES.docxProgramación Anual 2024  - CIENCIAS SOCIALES.docx
Programación Anual 2024 - CIENCIAS SOCIALES.docx
 
plan espacios inspiradores para nivel primaria
plan espacios inspiradores para nivel primariaplan espacios inspiradores para nivel primaria
plan espacios inspiradores para nivel primaria
 
GUÍA SIANET - Agenda - Tareas - Archivos - Participaciones - Notas.pdf
GUÍA SIANET - Agenda - Tareas - Archivos - Participaciones - Notas.pdfGUÍA SIANET - Agenda - Tareas - Archivos - Participaciones - Notas.pdf
GUÍA SIANET - Agenda - Tareas - Archivos - Participaciones - Notas.pdf
 
Evaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdfEvaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdf
 
Presentación contribuciones socioeconómicas del SUPV 2023
Presentación contribuciones socioeconómicas del SUPV 2023Presentación contribuciones socioeconómicas del SUPV 2023
Presentación contribuciones socioeconómicas del SUPV 2023
 
Evaluacion Diagnostica Matematica 5to C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to  C2 Secundaria Ccesa007.pdfEvaluacion Diagnostica Matematica 5to  C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to C2 Secundaria Ccesa007.pdf
 
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLAEL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
 
EL PROCESO DE INVESTIGACIÓN CUALITATIVA. ENFERMERÍA
EL PROCESO DE INVESTIGACIÓN CUALITATIVA. ENFERMERÍAEL PROCESO DE INVESTIGACIÓN CUALITATIVA. ENFERMERÍA
EL PROCESO DE INVESTIGACIÓN CUALITATIVA. ENFERMERÍA
 
sociales ciencias segundo trimestre tercero
sociales ciencias segundo trimestre tercerosociales ciencias segundo trimestre tercero
sociales ciencias segundo trimestre tercero
 
Kirpi-el-erizo libro descargar pdf 1 link
Kirpi-el-erizo libro descargar pdf 1 linkKirpi-el-erizo libro descargar pdf 1 link
Kirpi-el-erizo libro descargar pdf 1 link
 
EL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLA
EL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLAEL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLA
EL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLA
 

Codigo de bloques lineales

  • 1. 16.36: Ingeniería de sistemas de comunicación Clases 12/13: Codificación y capacidad de canal Eytan Modiano Eytan Modiano Slide 1
  • 2. Codificación de canal • Al transmitir por un canal con ruido, algunos bits se reciben con errores Ejemplo : Canal Simétrico Binario (BSC) 1-Pe 0 0 Pe Pe = Probabilidad de error 1 1 1-Pe • P: ¿Cómo se pueden eliminar estos errores? • R: Codificación: la suma de bits redundantes que nos ayuda a determinar con gran precisión lo que se envió Eytan Modiano Slide 2
  • 3. Ejemplo (Código de repetición) Repita cada bit n veces (n-impar) Entrada Codificación 0 000……..0 1 11..……..1 Decodificador: • Si la secuencia recibida contiene n/2 o más 1 decodifique como un 1 y 0 – Decodificación de Verificación Máxima P ( error | 1 enviado) = P ( error | 0 enviado ) = P[ ocurren más de n / 2 errores de bit ] n  n i = ∑2  i  Pe (1 − Pe )n − i i = n /    Eytan Modiano Slide 3
  • 4. Código de repetición, (cont.) • Para P < 1/2, P(error) es decreciente en n e – ⇒ para cualquier ε, ∃ n suficientemente grande para que P (error) < ε Tasa de código : relación entre bits de datos y bits transmitidos – Para el código de repetición R = 1/n – Para enviar un bit de datos se han de transmitir n bits de canal “expansión de banda ancha” • En general, un código (n,k) utiliza n bits de canal para transmitir k bits de datos – Tasa de código R = k / n • Objetivo: para una probabilidad de error deseada, ε, hallar la mayor tasa de código que puede lograr p(error) < ε Eytan Modiano Slide 4
  • 5. Capacidad de canal • La capacidad de un canal discreto sin memoria viene dada por: C = max p ( x ) I ( X ; Y ) X Canal Y – 1-Pe P0 0 0 Ejemplo : Canal Simétrico Binario (BSC) Pe P1 =1-P0 1 1 1-Pe I(X;Y) = H (Y) - H (Y|X) = H (X) - H (X|Y) H (X|Y) = H (X|Y=0)*P(Y=0) + H (X|Y=1)*P(Y=1) H (X|Y=0) = H (X|Y=1) = Pelog(1/Pe) + (1-Pe)log(1/ 1-Pe) = Hb(Pe) H (X|Y) = Hb(Pe) => I(X;Y) = H(X) - Hb(Pe) H (X) = P0 log (1/P0) + (1-P0) log (1/ 1-P0) = Hb(p0) => I (X;Y) = Hb (P0) - Hb(Pe) Eytan Modiano Slide 5
  • 6. Capacidad del BSC I (X;Y) = Hb (P0) - Hb(Pe) • Hb(P) = P log(1/P) + (1-P) log(1/ 1-P) – Hb(P) <= 1 con paridad si P=1/2 C = max P0 {I (X;Y) = Hb (P0) - Hb(Pe)} = 1 - Hb(Pe) Hb(P) C = 1 - Hb(Pe) 1 1 0 1/2 1 0 1/2 1 P Pe C = 0 cuando Pe = 1/2 y C = 1 cuando Pe = 0 o Pe=1 Eytan Modiano Slide 6
  • 7. Teorema de codificación de canal (Claude Shannon) Teorema: para todo R < C y ε > o existe un código de tasa R cuya probabilidad de error es < ε – ε puede ser arbitrariamente pequeño – La demostración utiliza una n de bloque de gran tamaño a medida que n →∞ se logra la capacidad • En la práctica, los códigos que logran capacidad son difíciles de hallar – El objetivo es hallar un código que se acerque lo más posible a lograr la capacidad • Inversa del teorema de codificación: – Para todos los códigos de tasa R > C, ∃ ε 0 > 0, tal que la probabilidad de error es siempre mayor que ε 0 Para tasas de código mayores que la capacidad, la probabilidad de error queda delimitada más allá de 0 Eytan Modiano Slide 7
  • 8. Codificación de canal • Diagrama de bloque Codificador Codificador Fuente e Modulador de fuente de canal Canal Decodificador Decodificador Sumidero de fuente de canal Demodulador Eytan Modiano Slide 8
  • 9. Enfoques de la codificación • Códigos de bloque – Los datos se dividen en bloques de la misma longitud – Cada bloque se “mapea” con otro bloque mayor Ejemplo: (6,3) codificación, n = 6, k = 3, R = 1/2 000 → 000000 100 → 100101 001 → 001011 101 → 101110 010 → 010111 110 → 110010 011 → 011100 111 → 111001 • Un (n,k) código de bloque binario es una colección de 2k n-tuples binarios (n>k) – n = longitud del bloque – k = número de bits de datos – n-k = número de bits comprobados – R = k / n = tasa de código Eytan Modiano Slide 9
  • 10. Enfoques de la codificación • Códigos convolucionales – La salida se facilita observando una ventana deslizante de entrada + Ci UK Retardo Retardo + + Ci+1 C(2K) = U(2K) + U(2K-2), C(2K+1) = U(2K+1) + U(2K) + U(2K-1) + mod(2) suma (1+1=0) Eytan Modiano Slide 10
  • 11. Códigos de bloque • Un código de bloque es sistemático si las palabras de código se pueden dividir en una parte de datos y en una parte redundante – El código anterior (6,3) era sistemático Definiciones: • Dado X ∈ {0,1}n, el Peso de Hamming de X es el número de unos en X • Dado X, Y en {0,1}n , la Distancia de Hamming entre X e Y es el número de posiciones en los que se diferencian, n dH ( X , Y ) = ∑ Xi ⊕ Yi = Weight ( X + Y ) i =1 X + Y = [ x1 ⊕ y1 , x2 ⊕ y2 ,L, xn ⊕ yn ] • La distancia mínima de un código es la Distancia Hamming entre las dos palabras código más cercanas: dmin = min {dH (C1,C2)} C1,C2 ∈ C Eytan Modiano Slide 11
  • 12. Decodificación u Canal r • Es posible que r no sea igual a u debido a errores de transmisión • Dado r, ¿cómo sabemos qué palabra código se envió? Decodificación por máxima verosimilitud: Mapear el n-tuple recibido r con la palabra código C que maximice, P { r | C se transmitió } Decodificación por distancia mínima (vecino más próximo) Mapear r con la palabra código C de modo tal que se minimice la distancia hamming entre r y C (p. ej., min dH (r,C)) ⇒ Para la mayoría de los canales, la decodificación por distancia mínima es la misma que la decodificación por máxima verosimilitud Eytan Modiano Slide 12
  • 13. Códigos de bloque lineales • Un (n,k) código de bloque lineal (LBC) se define por 2k palabras de código de longitud n C = { C1….Cm} • Un (n,k) LBC es un subespacio K-dimensional de {0,1}n – (0…0) siempre es una palabra código – If C1,C2 ∈ C, C1+C2 ∈ C • Teorema: para un LBC la distancia mínima es igual al peso mínimo (W min) del código Wmin = min(sobre todo Ci) Peso (Ci) Demostración: suponga que dmin = dH (Ci,Cj), donde C1,C2 ∈ C dH (Ci,Cj) = Peso (Ci + Cj), pero como C es un LBC entonces Ci + Cj es también una palabra código Eytan Modiano Slide 13
  • 14. Códigos sistemáticos Teorema: cualquier (n,k) LBC se puede representar de forma sistemática si: datos = x 1..xk, palabra código = x1..xk ck+1..xn – Por lo tanto hablaremos sólo de los códigos sistemáticos • Las palabras código correspondientes a las secuencias de información: e1 = (1,0,..0), e2=(0,1,0..0), ek = (0,0,..,1) como base del código – Sin duda, son independientes linealmente – Los n-tuples K linealmente independientes definen completamente el subespacio dimensional K que forma el código Secuencia de información Palabra de código e1 = (1,0,..0) g1 = (1,0,..,0, g(1,k+1) …g(1,n) ) e2=(0,1,0..0) g2 = (0,1,..,0, g(2,k+1) …g(2,n) ) ek = (0,0,..,1) gk = (0,0,..,k, g(k,k+1) …g(k,n) ) • Eytan Modiano g1, g2, …,gk forma una base para el código Slide 14
  • 15. La matriz generadora  g1   g11 g12 L g1n  g  g g2 n  G =  =   2 21 M  M  g  g gkn   k   k1  • Para la secuencia de entrada x = (x1,…,xk): Cx = xG – Cada palabra código es una combinación lineal de las filas de G – La palabra de código que corresponde a cada secuencia de entrada se puede derivar de G – Como cada entrada se puede representar como una combinación lineal de la base (e 1,e2,…, ek), las palabras de código correspondientes se pueden representar como una combinación lineal de las filas correspondientes de G • Nota: x1 C1, x2 C2 => x1+x2 C1+C2 Eytan Modiano Slide 15
  • 16. Ejemplo • Considere el código (6,3) anterior: 100 → 100101; 010 → 010111; 001 → 001011 1 0 0 1 0 1 G = 0 1 0 1 1 1   0 0 1 0 1 1   Palabra de código para (1,0,1) = (1,0,1)G = (1,0,1,1,1,0)   G= IK PKx ( n − K )        I K = KxK matriz de identidad Eytan Modiano Slide 16
  • 17. Matriz de chequeo de paridad   H= PT I( n − K )        I (n-K) = (n − K)x(n - K) matriz de identidad 1 1 0 1 0 0  Ejemplo: H = 0 1 1 0 1 0    1 1 1 0 0 1    v Ahora, si c i es una palabra código de C, entonces, ci H = 0 T • “C está en el espacio nulo de H” • Cualquier palabra código en C es ortogonal a las filas de H Eytan Modiano Slide 17
  • 18. Decodificación • v = palabra de código transmitida = v1 … vn • r = palabra de código recibida = r 1 … rn • e = patrón de error = e 1… en • r=v+e • S = rHT = Síndrome de r = (v+e)HT = vHT + eHT = eHT • S es igual a ‘0’ si y sólo si e ∈ C – P. ej., el patrón de error es una palabra código • S ≠ 0 => error detectado • S = 0 => no se detectan errores (es posible que hayan ocurrido y no se hayan detectado) • Suponga que S ≠ 0, ¿cómo podemos saber cuál fue verdaderamente la Eytan Modiano palabra código transmitida? Slide 18
  • 19. Decodificación basada en el síndrome • Es posible que muchos patrones de error hayan creado el mismo síndrome Para el patrón de error e 0 => S0 = e0HT Considere el patrón de error e 0 + ci (ci ∈ ∈ C) S’0 = (e0 + ci))HT =e0 HT + ci HT = e0 HT = S0 • Así, para un patrón de error, e0, el resto de los patrones de error que pueden expresarse como e 0 + ci para cierto ci ∈ C son también patrones de error con el mismo síndrome • Para un síndrome dado, no podemos decir qué patrón de error ocurrió en realidad, pero el más probable es el de peso mínimo – Decodificación por distancia mínima • Para un síndrome dado, hallar el patrón de error de peso mínimo (emin) que da este síndrome y decodificar: r’ = r + emin Eytan Modiano Slide 19
  • 20. Formación habitual C1 C2 L CM Síndrome e1 e1 + C2 e1 + CM S1 M = 2K M e2 + C2 e2 + CM S2 e2 ( n− K ) −1 S2 ( n− K ) −1 • La fila 1 está compuesta por todas las palabras código M • La fila 2 e1 = n-tuple de peso mínimo no presente en la formación – P. ej., el patrón de error de peso mínimo • La fila i, ei = n-tuple de peso mínimo no presente en la formación • Todos los elementos de cualquier fila tienen el mismo síndrome – Los elementos de una fila se llaman “co-sets” • El primer elemento de cada fila es el patrón de error de peso mínimo con dicho síndrome – Denominado “co-set principal” Eytan Modiano Slide 20
  • 21. Algoritmo de descodificación • Recibir vector r 1) Hallar S = rHT = síndrome de r 2) Hallar el co-set principal e, correspondiente a S 3) Decodificar: C = r+e • “Decodificación por distancia mínima” – Decodificar en la palabra de código más próxima a la secuencia recibida Eytan Modiano Slide 21
  • 22. Ejemplo (decodificación de síndrome) 1 0 1 0  • Código sencillo (4,2) G=  0 1 0 1  Datos palabra código 00 0000 1 0 0 1 01 0101 1 0 1 0  H =  H = T  10 1010 0 1 0 1  1 0 11 1111 0 1   Formación habitual 0000 0101 1010 1111 Síndrome 1000 1101 0010 0111 10 0100 0001 1110 1011 01 1100 1001 0110 0011 11 Suponga que se recibe 0111, S = 10, co-set principal = 1000 Decodificar: C = 0111 + 1000 = 1111 Eytan Modiano Slide 22
  • 23. Decodificación por distancia mínima decodificado decodificación incorrecta correctamente e1 c1 e2 c2 c3 e3 c4 c5 error no detectado • La decodificación por distancia mínima mapea una secuencia recibida con la palabra de código más próxima • Si un patrón de error mapea la palabra de código enviada con otra palabra de código válida, dicho error no será detectado (p.ej., e3) – Cualquier patrón de error que equivalga a una palabra de código dará errores no detectados • Si un patrón de error mapea la secuencia enviada con la esfera de otra palabra de código, será decodificada incorrectamente (p.ej., e2) Eytan Modiano Slide 23
  • 24. Rendimiento de códigos de bloque • Detección de errores: calcule el síndrome, S ≠ 0 => error detectado – Solicitar retransmisión – Utilizado en redes de paquetes • Un código de bloque lineal detectará todos los patrones de error que no sean palabras de código • Corrección de errores: decodificación basada en el síndrome – Todos los patrones de error de peso < d min/2 se decodificarán correctamente – Por eso es importante diseñar códigos con una distancia mínima grande (dmin) – Cuanto más grande sea la distancia mínima más pequeña es la probabilidad de decodificación incorrecta Eytan Modiano Slide 24
  • 25. Códigos de Hamming • Código de bloque lineal capaz de corregir errores únicos – n = 2m - 1, k = 2m -1 -m (e.g., (3,1), (7,4), (15,11)…) – R = 1 - m/(2m - 1) => frecuencia muy alta – dmin = 3 => corrección de error único • Construcción de códigos de Hamming – La matriz de chequeo de paridad (H) se compone de todos los m-tuples binarios distintos de cero Ejemplo: (7,4) código de Hamming (m=3) 1 0 0 0 1 1 0 1 0 1 1 1 0 0  0 1 0 0 0 1 1 H = 1 1 0 1 0 1 0 , G=    0 0 1 0 1 0 1 0 1 1 1 0 0 1    0  0 0 1 1 1 1  Eytan Modiano Slide 25