РОЗРОБКА ПРОГРАМНОГО ЗАСОБУ ДЛЯ ЕВОЛЮЦІЙНОГО ДЕКОДУВАННЯ БЛОКОВИХ КОДІВ

DOI: 10.31673/2412-4338.2023.017481

Анотація

Представлено підхід до розробки програмного засобу для еволюційного декодування блокових кодів. Розглянуто ключові етапи процесу проєктування даного програмного засобу. Обґрунтовано застосування мови програмування Python при програмній реалізації еволюційного декодування блокових кодів. Визначено, що дана мова програмування забезпечує достатньо просту та функціональну реалізацію обчислень у скінченних полях та процедур еволюційної оптимізації вбудованими компонентами та бібліотеками. Наведено узагальнені етапи еволюційного декодування деякого блокового коду. Показано, що спочатку здійснюється жорстке декодування, а потім виконується еволюційний пошук кодового слова на основі найбільш надійного базису породжувальної матриці блокового коду. Запропоновано функціональну діаграму, що заснована на опрацюванні основних етапів декодування блокових кодів з використанням процедур еволюційної оптимізації. Дана діаграма ілюструє пропонований спосіб реалізації програмним засобом необхідних функцій компонентами еволюційного декодеру. Розроблена архітектура програмного засобу еволюційного декодування блокових кодів. Пропонована архітектура передбачає використання наявних бібліотек блокових кодів, обчислень у скінченних полях, еволюційної оптимізації та розробленого функціоналу декодеру. Розглянуто призначення окремих блоків та програмних модулів даного програмного засобу. Результати роботи доцільно застосовувати для підвищення достовірності передавання інформації у існуючих та перспективних системах радіозв’язку. Також отримані результати можуть бути використані при проведенні експериментальних досліджень характеристик різних типів блокових кодів, що знаходять застосування у сучасних електронних комунікаціях.

Ключові слова: радіозв’язок, програмний засіб, декодування, блоковий код, еволюційна оптимізація.

Список використаної літератури:
1. Ghosh A., Maeder A., Baker M., Chandramouli D. 5G evolution: A view on 5G cellular technology beyond 3GPP release 15. IEEE Access. 2019. Vol. 7. P. 127639 – 127651. doi: https://doi.org/10.1109/ACCESS.2019.2939938
2. Saad W., Bennis M., Chen M. A vision of 6G wireless systems: Applications, trends, technologies, and open research problems. IEEE Network. 2020. Vol. 4, No 3. P. 134 – 142. doi: https://doi.org/10.1109/MNET.001.1900287
3. Ryan W., Lin S. Channel codes: Classical and modern. Cambridge University Press, 2009. 692 p. doi: https://doi.org/10.1017/cbo9780511803253
4. Helmling M., Ruzika S., Tanatmis A. Mathematical programming decoding of binary linear codes: Theory and algorithms. IEEE Transactions on Information Theory. 2012. Vol. 58, No 7. P. 4753 – 4769. doi: https://doi.org/10.1109/TIT.2012.2191697
5. Axvig N., Dreher D. Graphical characterizations of linear programming pseudocodewords for cycle codes. IEEE Transactions on Information Theory. 2013. Vol. 59, No 9. P. 5917 – 5934. doi: https://doi.org/10.1109/TIT.2013.2265693
6. Arora S., Daskalakis C., Steurer D. Message-passing algorithms and improved LP decoding. IEEE Transactions on Information Theory. 2012. Vol. 58, No 12. P. 7260 – 7271. doi: https://doi.org/10.1109/TIT.2012.2208584
7. Berbia H., Elbouanani F., Romadi R., Benazza H., Belkasmi M. Genetic algorithm for decoding linear codes over awgn and fading channels. Journal of Theoretical and Applied Information Technology. 2011. Vol. 30, No 1. P. 35 – 41.
8. Berkani A., Azouaoui A., Belkasmi M., Aylaj B. Improved decoding of linear block codes using compact genetic algorithms with larger tournament size. International Journal of Computer Science Issues. 2017. Vol. 14, No 1. P. 15 – 24. doi: https://doi.org/10.20943/01201701.1524
9. Жученко А. С., Панченко Н. Г., Панченко С. В., Штомпель Н. А. Метод декодирования линейных блоковых кодов на основе популяционных процедур поисковой оптимизации. Інформаційно-керуючі системи на залізничному транспорті. 2016. Вип. 2 (117). С. 25–29. doi: https://doi.org/10.18664/ikszt.v0i2.69000
10. Kramer O. Genetic Algorithm Essentials. Springer, 2017. 92 p. doi: https://doi.org/10.1007/978-3-319-52156-5