Ensiklopedia

Algoritma Viterbi
Algoritma Viterbi melakukan decoding maximum likelihood tetapi dengan mengurangi beban perhitungan dengan memanfaatkan struktur khusus dari kode Trellis.

Algoritma ini melibatkan perhitungan / pengukuran kemiripan (measure of similarity) atau jarak kemiripan antara sinyal yang diterima pada waktu ti dengan semua lintasan Trellis yang masuk ke masing - masing state pada waktu ti Algoritma Viterbi membuang lintasan Trellis dari pertimbangan yang tidak mungkin menjadi kandidat untuk pilihan maximum likelihood. Ketika dua lintasan masuk ke state yang sama, maka lintasan yang mempunyai metric yang dipilih, dan lintasan ini disebut surving path. Pemilihan surving path ini dilakukan untuk semua state. Penghilangan sinyal yang tidak paling mirip sejak awal mengurangi kompleksitas decoder. Tujuan akhir dari pemilihan lintasan yang optimal ini dapat diekspresikan ekuivalen dengan memilih codeword dengan maximum likelihood metric atau mimilih codeword dengan distance metric minimum.

Nilai metric dalam diagram Trellis dapat berupa metric Hamming untuk decoding secara hard - decision atau berupa metric Euclidean untuk decoding secara soft - decision. Untuk dapat mengkodekan sinyal informasi maka diperlukan diagram Trellis yang didapat dari diagram state. Trellis diagram Convolutional Codes untuk keluaran state diagram ditampilkan pada Gambar 2.8. Dan Gambar 2.9 merupakan Contoh decoding algoritma viterbi secara hard - decision dapat dilihat pada Gambar 2.9.

3.26 Copyright (C) 2008 Compojoom.com / Copyright (C) 2007 Alain Georgette / Copyright (C) 2006 Frantisek Hliva. All rights reserved."