Análise do codificador polar e decodificador Successive Cancellation List na transmissão de imagens

Resumo

Sistemas de baixa complexidade se tornam interessantes para a demanda atual da informação que contém imagens digitais. Geralmente este tipo de informação requer largura de banda e amplo espaço de armazenamento. Quando enviados através de um canal a imagem pode ser tornar ininteligível devido a atenuação do sinal e/ou interferência do próprio canal, portanto o uso de codificação de canal são fundamentais para a confiabilidade da transmissão. Várias técnicas de codificação de canal foram introduzidas ao longo dos anos tentando balancear a complexidade e atingir uma taxa de transmissão equivalente a capacidade do canal (ARIKAN, 2015). Códigos polares foram introduzidos por Arikan em 2009, tendo como uma das principais características a capacidade de transmitir informação a uma taxa equivalente a capacidade do canal com baixa complexidade de codificação e decodificação como visto em (ARIKAN, 2009). Através do efeito de polarização, N cópias independentes do canal tem a capacidade total de canal distribuída não uniformemente entre elas. Este tipo de distribuição permite a escolha dos K melhores canais para transmitir informação. Este trabalho desenvolveu uma simulação computacional de um sistema de transmissão digital, usando o codificador polar e o decodificador por Successive Cancellation List, que através de soft-decision estima bit a bit a mensagem enviada pelo transmissor. Devido a decodificação sequencial dos bits e estes serem usados para auxiliar na decodificação dos próximos, caso ocorra um erro na estimativa dos bits iniciais, este erro se propagara ao longo da decodificação. Assim, considerando uma nova sequência diferente da estimada pelo decodificador paralelamente a decisão original, pode-se gerar uma lista L de sequencias ou caminhos diferentes que podem ser avaliados por uma métrica de probabilidade ao longo da decodificação. No final, o decodificador decide o caminho que possuir maior métrica como mensagem estimada. O número de sequencias ou caminhos L a serem considerados pelo decodificador aumenta a probabilidade de se obter a sequência correta de bits. Este tipo de decodificação aumenta a complexidade do sistema a partir do aumento de L (TAL, 2012). Este trabalho ilustra que o uso do decodificador Successive Cancellation List em transmissão de imagens e uma taxa de transmissão de 0,5 tem um ganho médio de Peak Signal-to-Noise ratio (PSNR) em relação ao Successive Cancellation de 5,2%, 8,36% e 10,49% para valores de L igual a 2,4 e 8 respectivamente. Assim conclui-se que, a partir do sistema simulado, é possível constatar resultados teóricos existentes na literatura (TAL, 2016), isto é o decodificador Successive Cancellation List tem desempenho superior quando comparado ao Successive Cancellation para transmissão de imagens digitais a medida que L se tornar maior. Este tipo de decodificador (SC) também apresenta resultados competitivos quando comparado a outros tipos de códigos como o Low-Density-Parity-Check apresentado em (PAYOMMAI, 2013). O ganho também pode ser visualmente percebido nas imagens quando comparadas após a decodificação.