Turbo Coding



في عام 1993 قدم كل من Berrou, Glavieux, Thitimashjima ترميزًا جديدا لكشف الأخطاء وتصحيحها أحدث قفزة نوعية في هذا المجال، وسمي هذا الترميز بــTurbo Code .
يعتمد هذا الترميز بشكل رئيسي على التجميع التفرعي Parallel Concatenate لترميزين تلفيفيين . كما هو موضح فالصورة ادناه :



يمتاز هذا الترميز بأدائه القوي من حيث انخفاض معدل الخطأ في البت واقترابه من حد شانو ن (0.2 من حد شانون) في حالة القناة الغاوصية كماهو مبين بالمخطط أدناه :


يعتمد هذا المرمز بشكل كبير على المفرق Interleaver اللذي يلعب دوراص هاماً كم مبعثر Randomizer لجزء المعطيات الذي يتم ترميزه حيث يقوم بتغيير ترتيب البيتات بشكل معين كما هو مبين بالشكل :



يتألف المرمز كما أوضحنا سابقاً من مرمزين تلفيفيين، أي أن كل معلومة يتم ترميزها مرتين مع وجود اختلاف في دخل كل مرمز حيث يتم إدخال المعطيات إلى المرمز الثاني بعد بعثرته حيث تكون وظيفة المفرق (المبعثر) جعل خرجي كل من المرمزين التلفيفيين مستقلين عشوائيًا عن بعضهما، أبسط مثال على المفرق وهو تغير في وصلات الأسلاك كما هو موضح في الشكل السابق .
بعد ذلك يتم تجميع الترميزين - بالإضافة المعلومات الأساسية بشكل اختياري - بواسطةMultiplexer , فيتشكل لدينا خرج مكون من ثلاث نسخ من الرسالوة الصلية وهي : الرسالة الأصلية , الرسالة المرمزة و الرسالة المفرقة المرمزة كماهو مبين بالشكل الأول .

أما عملية فك الترميز فإن العمل و فق مبدأ الأرجحية العظمى يعد الطريقة المثالية Optimumفي فك ترميز توربو في البنية الشبكية Trellis ولكن بسب التوسع في أحجام المفرقات Interleavers أصبح لدينا عدد كبير من الحالات الممكنة States مما أدى إلى جعل تطبيق مبدأ الأرجحية العظمى مستحيلاً.
بالتالي كان الحل في عملية فك الترميز هو اتباع مبدأ فك الترميز التكراري Iterative Decoding , أي فك الترميز باستخدام خوارزميات تكرارية Iterative بمعنى أنه يتم فك الترميز عدة مرات والتي تحقق أقرب أداء ممكن من الحدود النظرية Theoretical Limits كما تم الإشارة لذلك سابقًا.

يعتمد مفكك الترميز التكراري على استخدام مفككي ترميز تلفيفين يعتمدان القرار اللين Soft Decision:



ويعمل كل مفكك ترميز بنمط عمل دخل ناعم / خرج ناعم Soft Input Soft Output - SISO , بذلك فإن كل مفكك ترميز يعطي خرجين :

* تقدير للرسالة المستقبلة Estimation : وذلك بالاعتماد على ما نسميه المعرفة المسبقة للمعلومات Priori Information .
* نموذج القناة Extrinsic Information : الذي يتم استخراجه من العينات المستقبلة. كذلك فإن مفكك الترميز التلفيفي قادر على تقديم ما نسميه نموذج القناة والذي يعتبره مفكك الترميز التالي معلومة مسبقة، أي أن مفكك الترميز الأول يولد Extrinsic Information والذي يستخدمه المفكك الثاني كمعلومة مسبقة ويتم تكرار هذه العملية، والذي بدوره ينفذ العملية السابقة نفسها، وتتكرر هذه العملية في تقدير الرسالة واستخراج نموذج القناة.

يتم تكرار عملية فك الترميز عددًا محددًا من المرات، وفي كل تكرار نولد تقديرا جديدا للرسالة، وبهذا نقترب من الرسالة الأصلية أي أن معدل الخطأ بالبت ينخفض مع كل دورة جديدة كماهو مبين بالمخطط البياني التالي :


نظريًا , إن زيادة عدد التكرارات يؤدي إلى انخفاض معدل الخطأ بالبت، لكن مع ملاحظة أن هذا الانخفاض لا يتناسب خطيا مع عدد التكرارات.

عمليًا، يكفي تنفيذ عدد قليل من الدورات للحصول على الأداء المطلوب يحقق تقريبًا 0.2dB من حد شانون .

نذكر من الخوارزميات الشهيرة في عملية فك الترميز :
SOVA, ISOVA, MAP, Log Map, Max Log Map


ملاحظة : تمت تسمیة ھذا النوع من الترمیز بـ Turbo نسبة إلى مولدات الـ Turbo و ذلك لأنه يحتوي في مفكك الترميز على تكرار Iterative و هي تشبه التغذية الخلفية في Feedback في بنية مولدات التوربو كما في الشكل التالي :