Optimisation des turbocodes convolutifs
Turbocodes : réalisations et perspectives

Turbocodes convolutifs : le turbocode décrit dans l'article original  permet d'obtenir des performances en correction proches des limites théoriques. En revanche, quand le niveau de bruit diminue, son efficacité devient moindre. On est alors confronté à un phénomène dit de plancher (voir figure 21) : alors que le niveau de bruit baisse, le taux d'erreur résiduel continue à décroître mais beaucoup plus lentement. Deux facteurs distincts sont à l'origine de ce comportement. En premier lieu, pour qu'un code correcteur ait de bonnes performances asymptotiques, il doit posséder une distance minimale élevée. Dans les premiers travaux, les permutations utilisées pour l'encodage étaient générées de manière pseudo-aléatoire. Or, même si la probabilité d'avoir des configurations donnant des mots de poids faibles est relativement basse, la multiplication combinatoire des cas possibles rend cette éventualité quasi-certaine. Le même phénomène se rencontre en cryptographie où il est appelé paradoxe des anniversaires. Sur des turbocodes construits de manière pseudo-aléatoire, il est d'ailleurs possible de vérifier ce principe a posteriori : les trames en erreurs à la sortie du décodeur sont généralement des mots de code pour le turbocode dont le poids de Hamming est faible. Ce phénomène met en évidence le fait qu'un modèle purement pseudo-aléatoire pour la conception des permutations n'est pas satisfaisant.

Un autre facteur affecte de manière négative les performances de décodage : le problème d'auto-corrélation. Cette fois-ci, le problème est directement lié à l'algorithme de décodage employé. En effet, comme dit précédemment, une décision prise par un décodeur MAP ou Max-Log-MAP en une position donnée de la trame d'information affecte les décisions suivantes. Cette décision est ensuite utilisée par...