Στην παρούσα διατριβή προτείνεται η σχεδίαση συγκεκριμένης κατηγορίας κωδίκων χαμηλής πολυπλοκότητας με κατάλληλη προσαρμογή του διαγράμματος trellis των διάτρητων συγκεραστικών κωδίκων. Στόχος είναι η βελτίωση της απόδοσης, με λογική αύξηση της πολυπλοκότητας του διαγράμματος trellis. Στα πλαίσια της έρευνας παρέχεται ένας ικανοποιητικός αριθμός νέων κωδίκων διαφόρων ρυθμών και τιμών πολυπλοκότητας. Σε πολλές περιπτώσεις διαπιστώνεται πως ελάχιστη αύξηση της πολυπλοκότητας μπορεί να οδηγήσει σε μεγάλη βελτίωση της απόδοσης, συγκριτικά με τους διάτρητους συγκεραστικούς κώδικες. Παρουσιάζεται επίσης μια μέθοδος σχεδίασης νέων ευέλικτων συγκεραστικών κωδίκων, συνδυάζοντας τις τεχνικές της απαλοιφής μονοπατιών του διαγράμματος trellis και της απαλοιφής κωδικών bit. Οι νέοι κώδικες μπορούν να μεταβάλλουν το ρυθμό τους και την πολυπλοκότητα του διαγράμματος trellis, και κατ' επέκτασιν την υπολογιστική πολυπλοκότητα της διαδικασίας αποκωδικοποίησης, οδηγώντας σε σχήματα κωδικοποίησης που κάνουν αποδοτικότερη διαχείριση των πόρων του συστήματος, εν συγκρίσει με τους κλασικούς συγκεραστικούς κώδικες μεταβλητού ρυθμού. Τέλος, εξετάζεται η δυνατότητα εφαρμογής των προαναφερθέντων αποτελεσμάτων χρησιμοποιώντας αναδρομικούς συγκεραστικούς κωδικοποιητές, οι οποίοι είναι κατάλληλοι ως περιεχόμενοι κωδικοποιητές των τούρμπο κωδίκων. Στόχος είναι η σχεδίαση αποδοτικών ευέλικτων τούρμπο σχημάτων κωδικοποίησης. Προσομοιώσεις δείχνουν ότι σε συγκεκριμένες περιοχές τιμών του σηματοθορυβικού λόγου, μια σημαντική μείωση της υπολογιστικής πολυπλοκότητας της αποκωδικοποίησης μπορεί ακόμα και να μειώσει το ρυθμό εσφαλμένων bit.
In this thesis, a family of low complexity convolutional codes is constructed, by modifying appropriately the trellis diagram of punctured convolutional codes. The goal is to improve performance at the expense of a reasonable low increase of the trellis complexity. Many new convolutional codes of various code rates and values of complexity are provided. In many cases, a small increase in complexity can lead to a great improvement of performance, compared to punctured convolutional codes. Furthermore, a method is presented for designing new flexible convolutional codes, by combining the techniques of path pruning and puncturing. The new codes can vary their rate, as well as the complexity of their trellis diagram, and hence the computational complexity of the decoding algorithm, leading to coding schemes that manage more efficiently the system resources, compared to variable rate convolutional codes.Finally, the possibility of applying the aforementioned results using recursive convolutional encoders, which are used as constituent encoders in turbo codes, is investigated. The goal is to construct flexible turbo coding schemes. Simulation results indicate that in specific ranges of the SNR, a decrease in the computational complexity of the decoding procedure can even result to a decrease in the bit error rate.
