Codigos turbo aplicados a la codificacion conjunta fuente canal asimetria de fuentes con correlacion

Resumen

TITUL0: CÓDIGOS TURBO APLICADOS A LA CODIFICACIÓN CONJUNTA FUENTE-CANAL ASIMÉTRICA DE FUENTES CON CORRELACIÓN RESUMEN: Códigos Turbo aplicados a la codificación conjunta fuente-canal asimétrica de fuentes con correlación: En esta Tesis Doctoral se considera una red de sensores sencilla que consta de dos nodos, Si y S2 que captan información correlada y la transmiten de manera independiente a un nodo central. Se supone que la correlación entre ambas tiene memoria y es modelada con un Modelo Oculto de Markov (Hidden Markov Model, hmm). se estudia, aplicando la codificación distribuida de fuentes, cómo conseguir la transmisión fiable de la información generada por la fuente Si a través de un canal contaminado con ruido Aditivo Blanco Gaussiano (Additive White Gaussian Noise, AWGN), cuando la salida de la fuente S2 está disponible en recepción como información lateral. En concreto, se propone el uso de códigos Turbo para la codificación conjunta de fuente y canal de si. El decodificador conjunto, que realiza una estimación del símbolo transmitido desde Si de tipo Máximo a Posteriori (Máximum a Posteriori, MAP), consta de dos módulos principales: uno correspondiente al decodificador Turbo y otro que utiliza la información lateral procedente de S2 para mejorar el rendimiento del receptor. Se considera que en recepción no se tiene información a priori sobre los estadísticos que definen la correlación entre las fuentes. Por ello, dentro del proceso de decodificación iterativo se ha integrado el algoritmo que estima los parámetros que modelan dicha correlación. Finalmente, se demuestra que es posible llevar a cabo comunicaciones fiables con este sistema utilizando relaciones señal a ruido (Signal to Noise Ratio, SNR) cercanos a los límites teóricos impuestos por la combinación de los teoremas de shannon y de Slepian-wolf. Turbo codes applied to asymmetric joint source-channel conding with correlated sources: in this thesis, we consider the case of two correlated sources, si and S2, which transmit in an independent manner to a central node. it is supposed that the correlation between the sources has memory and is modelled by a Hidden Markov Model. Using distributed source coding, we study the problem of reliable communication of the information sent by source si over an Additive White Gaussian Noise (AWGN) channel, when the output of source S2 is available as side information at the receiver. In particular, we propose Turbo codes for joint source-channel coding of source si. The joint decoder estimates the symbols transmitted by Si via a Máximum a posteriori (MAP) decodig. It consists of two main modules: the Turbo decoding module and the one which uses side information coming from S2 to improve the receiver performance. We assume that the receiver has not a priori initial knowledge of the correlation statistics between sources. Therefore, the joint iterative decoder uses an scheme, where the unknown parameters of the correlation model are estimated jointly within the decoding process. Finally, it is shown that reliable communicatión is possible at signal to noise ratios cióse to the theoretical limits set by the combination of Shannon and Slepian-wolf theorems