The probability of error in decoding an optimal convolutional code transmitted over a memoryless channel is bounded from above and below as a function of the constraint length of the code. For all but pathological channels the bounds are asymptotically (exponentially) tight for rates above R_{0} , the computational cutoff rate of sequential decoding. As a function of constraint length the performance of optimal convolutional codes is shown to be superior to that of block codes of the same length, the relative improvement increasing with rate. The upper bound is obtained for a specific probabilistic nonsequential decoding algorithm which is shown to be asymptotically optimum for rates above R_{0} and whose performance bears certain similarities to that of sequential decoding algorithms.
Notas/Comentarios de J.A.Delgado-Penín:
Este artículo pionero trata sobre la construcción de un algoritmo (Algoritmo de Viterbi) para decodificar códigos de canal convolucionales (correctores de errores) de forma óptima y cuando se originan errores aleatorios en la transmisión de información o en el almacenamiento de la misma en memorias electrónicas. Para códigos de canal con longitudes de palabra código largas y a decodificar, el problema era casi irresoluble hasta que Viterbi planteó una forma original basada en la programación dinámica. Este problema se planteó por primera vez en las comunicaciones digitales con las sondas enviadas al espacio profundo y en las comunicaciones militares. Este algoritmo permitió que se construyesen circuitos decodificadores para señales útiles recibidas de muy baja potencia en ambientes con muy alto ruido o interferencia. La complejidad circuital es mucho menor que la de los decodificadores secuenciales para códigos convolucionales. Esta decodificación tiene y ha tenido aplicación en comunicaciones espaciales, terrestres, radiodifusión digital terrestre y espacial y hoy en comunicaciones móviles. Por otra parte, se le ha encontrado utilidad en otro tipo de tecnologías como tratamiento de la voz (reconocimiento) y predicción de textos. También allí donde hay una posible modelización utilizando Modelos ocultos de Markov encuentra aplicación el Algoritmo de Viterbi.
Especificaciones
- Autor/es: Andrew J. Viterbi.
- Fecha: 1967-04
- Publicado en: IEEE Transactions on Information Theory (Volume: 13, Issue: 2, April 1967). Page(s): 260-269.
- Idioma: Inglés
- Formato: PDF
- Contribución: José Antonio Delgado-Penín.
- Palabras clave: Matemáticas, Tecnología de comunicaciones, Teoría de la información