Остання редакція: 2025-06-08
Анотація
У дослідженні розглянуто метод декодування, який дозволяє адаптивно визначати оптимальний алгоритм для поточних умов зв’язку. Запропонований підхід забезпечує раціональне використання обчислювальних ресурсів приймальної апаратури, необхідний рівень завадостійкості та максимальну швидкість передавання даних. Особлива увага приділяється усуненню суперечності між алгоритмами з високою коригувальною здатністю, які потребують значних обчислювальних ресурсів, і алгоритмами, що забезпечують швидку обробку даних, але мають нижчу коригувальну здатність. Запропонований метод ґрунтується на динамічному аналізі якості каналу та адаптації параметрів декодування в режимі реального часу. Отримані результати демонструють ефективність підходу в умовах змінних параметрів зв’язку.
METHOD FOR INCREASING THE IMMUNITY OF MOBILE TELECOMMUNICATION SYSTEMS
Abstract: The study considers a decoding method that allows adaptive determination of the optimal algorithm for current communication conditions. The proposed approach ensures the rational use of computing resources of the receiving equipment, the required level of noise immunity and the maximum data transmission rate. Particular attention is paid to eliminating the contradiction between algorithms with high correction capacity, which require significant computing resources, and algorithms that provide fast data processing but have lower correction capacity. The proposed method is based on dynamic channel quality analysis and real-time adaptation of decoding parameters. The obtained results demonstrate the effectiveness of the approach under conditions of variable communication parameters.
Ключові слова
Посилання
1. Li J., Narayanan K. R., Georghiades C. N. Product accumulate codes: A class of capacity-approaching, low-complexity codes / J. Li, K. R. Narayanan, C. N. Georghiades // IEEE Trans. Inform. Theory. – 2001.
2. Andrews K., Berner J., Chen V., Dolinar S., Pollara F., Stanton V. Turbo-decoder implementation for the deep space network. IPN Progress Report 42-148, Feb. 15, 2002.
3. Consultative Committee for Deep Space Data Systems. Telemetry Channel Coding (101.0-B-5 Blue Book) // CCSDS. – Newport Beach, California, June 2001.
4. Jin H., Khandekar A., McEliece R. Irregular repeat-accumulate codes // Proceedings of the 2nd International Symposium on Turbo Codes and Related Topics. – Brest, France, 2000. – P. 1–8.
5. Васильківський, М., Болдирева, О., Варгатюк, Г., & Будаш, М. (2023). Оптимальні сигнально-кодові конструкції для підвищення ефективності інфокомунікаційних радіосистем мобільного зв’язку 5G та 6G. Вісник Хмельницького національного університету, Технічні науки. – 2023. – № 2. (319). – С. 48–55. doi: 10.31891/2307-5732-2023-319-1-48-55
6. М. Васильківський, Д. Нікітович, О. Болдирева, Н. Якубівська. «Інтелектуальні технології коригування фізичного рівня мобільних мереж», КОМП’ЮТЕРНО-ІНТЕГРОВАНІ ТЕХНОЛОГІЇ: ОСВІТА, НАУКА, ВИРОБНИЦТВО, (51), 148-160. https://doi.org/10.36910/6775-2524-0560-2023-51-19
7. Liu X., Xu T., Darwazeh I. (2020). Coexistence of orthogonal and nonorthogonal multicarrier signals in beyond 5G scenarios, in Proc. 2020 2nd 6G Wireless Summit (6G SUMMIT). IEEE, pp. 1–5.
8. Tourki K., Zakaria R., Debbah M. (2020). Lagrange Vandermonde division multiplexing, in Proc. 2020 IEEE International Conference on Communications (ICC). IEEE, pp. 1–6.
9. Іșcan O., Böhnke R., Xu W. (2019). Probabilistic shaping using 5G new radio polar codes, IEEE Access, vol. 7, pp. 22 579–22 587.
10. Gohary R. H., Yanikomeroglu H. (2019). Noncoherent MIMO signaling for block-fading channels: Approaches and challenges, IEEE Vehicular Technology Magazine, vol. 14, no. 1, pp. 80–88.
11. Васильківський, М., Нікітович, Д., & Болдирева, О. (2022). Керування доступом до інформаційних даних в інтелектуальних інфокомунікаційних мережах. Measuring and computing devices in technological processes, (4), 5–17. https://doi.org/10.31891/2219-9365-2022-72-4-1