Інтелектуальна інформаційна система для завадостійкого декодування блокових турбо-кодів у розподілених обчислювальних системах
DOI:
https://doi.org/10.31649/1681-7893-2026-51-1-18-23Ключові слова:
блоковий турбо-код, ітеративне декодування, евристична модифікація, розподілені обчислення, інтелектуальна інформаційна система, балансування навантаженняАнотація
Розглядається задача зниження обчислювальної складності ітеративного декодування блокових турбо-кодів у розподілених гетерогенних обчислювальних системах. Запропоновано чотиришарову архітектуру інтелектуальної інформаційної системи (ІІС), що поєднує евристичну модифікацію алгоритму Чейза–Піндайя на основі імовірнісного сімплінгу Бернуллі, SNR-орієнтований планувальник зваженого найменшого навантаження та механізм відмовостійкості на рівні задачі без втрат даних. Перший шар системи виконує оцінювання відношення сигнал/шум і формує пріоритетну чергу SNR-анотованих кадрів. Другий шар реалізує планувальник WLL, що направляє обчислювально дорогі кадри до потужніших вузлів відповідно до їхньої зваженої поточної завантаженості. Третій шар містить масив stateless-декодерів, четвертий — впорядковує результати за порядковими номерами кадрів. Евристична модифікація замінює детерміноване перебирання тест-векторів на τ-вибірку з апостеріорного розподілу каналу, що адаптивно скорочує число звертань до алгоритму жорсткого декодування залежно від рівня завад. Імітаційне моделювання на кодах зі швидкостями R = 0,697 та R = 0,254 при відношенні Eb/N0 від 4,0 до 5,0 дБ показало одночасне зниження частоти помилок у кадрі на 15–83 % та середнього числа звертань до декодера Берлекемпа–Мессі на 15–26 % порівняно з базовим алгоритмом. Пропускна здатність ІІС зростає практично лінійно з кількістю вузлів: завантаження гетерогенного кластера з восьми вузлів перевищує 89 %. При відмові одного вузла усі задачі відновлюються без втрат даних із накладними витратами не більше 1,3 середнього часу декодування одного кадру. Запропонована архітектура орієнтована на впровадження у наземних станціях супутникового зв’язку, шлюзах сенсорних мереж та хмарних дата-центрах. Перспективи подальших досліджень — онлайн-адаптація параметрів методами навчання з підкріпленням та інтеграція з графовими нейронними декодерами для подальшого зниження частоти помилок у складних умовах.
Посилання
Mukhtar H., Al-Dweik A., Shami A. Turbo Product Codes: Applications, Challenges, and Future Directions. IEEE Commun. Surveys Tuts. 2016. Vol. 18, No. 4. pp. 3052–3068. DOI: 10.1109/COMST.2016.2587863.
Berrou C., Glavieux A., Thitimajshima P. Near Shannon Limit Error-Correcting Coding and Decoding: Turbo-Codes. Proc. IEEE ICC. Geneva, 1993. pp. 1064–1070. DOI: 10.1109/ICC.1993.397441.
Shannon C. E. A Mathematical Theory of Communication. Bell Syst. Tech. J. 1948. Vol. 27. pp. 379–423.
Chase D. Class of Algorithms for Decoding Block Codes with Channel Measurement Information. IEEE Trans. Inf. Theory. 1972. Vol. 18, No. 1. pp. 170–182. DOI: 10.1109/TIT.1972.1054746.
Pyndiah R. M. Near-Optimum Decoding of Product Codes: Block Turbo Codes. IEEE Trans. Commun. 1998. Vol. 46, No. 8. pp. 1003–1010. DOI: 10.1109/26.705396.
Lin S., Costello D. J. Error Control Coding. 2nd ed. Upper Saddle River: Prentice Hall, 2004. 1272 p.
Al-Dweik A., Le Goff S., Sharif B. A Hybrid Decoder for Block Turbo Codes. IEEE Trans. Commun. 2009. Vol. 57, No. 5. pp. 1229–1232. DOI: 10.1109/TCOMM.2009.05.070107.
Yoon S., Ahn B., Heo J. An Advanced Low-Complexity Decoding Algorithm for Turbo Product Codes Based on the Syndrome. EURASIP J. Wireless Commun. Netw. 2020. No. 131. DOI: 10.1186/s13638-020-01740-2.
Ivanov Yu. Yu., Bondarenko B. O., Zvuzdetsky E. O., Zditovetsky Yu. S. Estimating the complexity of decoding convolutional turbo codes and block codes of turbo products. Bulletin of the Institute of Informatics. 2024. No. 1. P. 51–55. DOI: 10.31649/1997-9266-2024-172-1-51-55.
Bisikalo, O.; Kharchenko, V.; Kovtun, V.; Krak, I.; Parameterization of the Stochastic Model for Evaluating Variable Small Data in the Shannon Entropy Basis. Entropy 2023, 25, 184.
Ivanov Yu. Yu., Maloshtan T. V., Zvuzdetsky E. O. Modified algorithm for decoding block codes of turbo products. Bulletin of the Institute of Informatics. 2025. No. 4. P. 90–94. DOI: 10.31649/1997-9266-2025-181-4-90-94.
Intellectual technologies in medical diagnostics, treatment and rehabilitation: monograph / [S.V. Pavlov, O.G. Avrunin, S.M. Zlepko, E.V. Bodianskyi and others]; edited by S. Pavlov, O. Avrunin. – Vinnytsia: PP “TD “Edelweiss and K”, 2019. – 260 p.
##submission.downloads##
-
pdf
Завантажень: 3
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
