🔢 mathematics

The Distance Spectrum of IEEE 802.11 Binary Convolutional Codes

Diese Arbeit erläutert die exakte Berechnung des Distanzspektrums für den IEEE 802.11-BCC-Muttercode und seine gepunkteten Derivate, leitet daraus Union-Schranken für die Bit- und Paketfehlerrate unter AWGN-Bedingungen ab und validiert diese durch Simulationen, wobei die anhaltende Relevanz von BCC für die Wi-Fi-Standardisierung von 802.11a/g bis hin zu Wi-Fi 8 betont wird.

Ursprüngliche Autoren: Rethna Pulikkoonattu

Veröffentlicht 2026-03-02

📖 4 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Rethna Pulikkoonattu

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, eine wichtige Nachricht über ein sehr lautes und chaotisches Funkfeld zu senden – vielleicht ein "Ich liebe dich" oder eine kritische Steueranweisung für einen Roboter. Das Problem: Auf dem Weg dorthin wird die Nachricht von Störungen (wie anderen Funkgeräten oder Wänden) verzerrt, und Bits gehen verloren.

Dieser wissenschaftliche Bericht ist im Grunde eine detaillierte Anleitung und ein Werkzeugkasten, um zu verstehen, wie gut ein bestimmter "Verschlüsselungs- und Schutzmechanismus" (genannt BCC oder binärer Faltungscodes) funktioniert, der in fast jedem WLAN-Router (IEEE 802.11) steckt.

Hier ist die Erklärung in einfachen Worten, mit ein paar bildhaften Vergleichen:

1. Der Held: Der "Schutzengel" (BCC)

Seit den ersten Tagen des WLANs nutzen wir diesen speziellen Code, um Daten zu schützen. Auch wenn es heute neuere, stärkere Methoden gibt (wie LDPC), ist dieser alte Code immer noch unverzichtbar.

Warum? Er ist wie ein universeller Schlüssel. Er wird für die "Einleitung" jedes WLAN-Pakets benutzt, damit Ihr Router überhaupt erst weiß, dass eine Nachricht kommt. Zudem ist er so einfach, dass er auch in billigen IoT-Geräten (wie smarten Glühbirnen) läuft, wo komplexe Computer zu teuer wären.
Die Aufgabe: Er nimmt Ihre Daten, fügt redundante Informationen hinzu (wie eine Art "Sicherheitsnetz") und sendet sie. Wenn Bits verloren gehen, kann der Empfänger das Netz nutzen, um die Lücken zu füllen.

2. Das Problem: Die "Landkarte der Fehler" (Distance Spectrum)

Um zu wissen, wie gut dieser Schutzengel funktioniert, müssen wir wissen: Wie viele Fehler kann er korrigieren, bevor er aufgibt?
Stellen Sie sich vor, Sie laufen durch einen dichten Wald (das Rauschen).

Der Code ist Ihr Wanderweg.
Die Fehler sind Löcher im Weg.
Die Distanz-Spektren (das, was der Autor berechnet hat) sind eine exakte Landkarte, die genau angibt: "Wenn Sie 10 Schritte vom richtigen Weg abweichen, gibt es 11 verschiedene Wege, auf denen Sie stecken bleiben könnten."

Bisher hatten Ingenieure diese Landkarte nicht vollständig oder mussten sie mühsam selbst neu zeichnen. Dieser Bericht liefert endlich die perfekte, vollständige Landkarte für alle gängigen WLAN-Geschwindigkeiten (von langsam bis sehr schnell).

3. Die Magie: "Lochfräsen" (Puncturing)

Der Code kann in verschiedenen Geschwindigkeiten arbeiten.

Langsam (Rate 1/2): Der Code ist sehr vorsichtig. Er fügt viele Sicherheitsbits hinzu. Das ist wie ein schwerer Rucksack mit viel Nahrung und Wasser – Sie kommen sicher an, aber Sie sind langsam.
Schnell (Rate 5/6): Hier wird der Code "gepunctured" (gelocht). Man entfernt vorsichtig einige der Sicherheitsbits, um mehr Platz für echte Daten zu schaffen. Das ist wie ein leichterer Rucksack: Sie sind schneller, aber das Sicherheitsnetz ist dünner.

Der Autor zeigt, wie man für jede dieser Geschwindigkeiten (1/2, 2/3, 3/4, 5/6) genau berechnet, wie robust das Netz noch ist. Er hat entdeckt, dass je schneller man wird, desto "löchriger" das Netz wird und desto mehr Signalstärke (SNR) man braucht, um sicher anzukommen.

4. Die Methode: Ein "Augenblick-Verstärker" (Augmented Trellis)

Wie berechnet man diese riesigen Zahlenmengen?
Stellen Sie sich einen Labyrinth-Simulator vor.

Normalerweise ist das Labyrinth statisch.
Aber durch das "Lochfräsen" (Puncturing) ändert sich das Labyrinth alle paar Schritte (manche Wege werden gesperrt, andere offen).
Der Autor hat eine clevere Methode entwickelt, bei der man dem Labyrinth eine Uhr hinzufügt. Der Simulator weiß jetzt nicht nur "Wo bin ich?", sondern auch "Wie spät ist es im Loch-Fräse-Zyklus?".
Mit dieser "erweiterten Uhr" (Augmented Trellis) kann der Computer alle möglichen Fehlerpfade durchzählen, ohne das Labyrinth neu zu bauen. Es ist wie ein Super-Scanner, der in Millisekunden alle möglichen Fallen in einem riesigen Labyrinth findet.

5. Das Ergebnis: Ein Werkzeugkasten für alle

Der Bericht ist nicht nur Theorie. Der Autor hat:

Die Zahlen geliefert: Tabellen mit den exakten Werten, wie viele Fehler bei welcher Geschwindigkeit auftreten.
Die Vorhersage gemacht: Er zeigt, wie sich das WLAN bei verschiedenen Bedingungen (wie bei Regen oder in einer vollen Fabrikhalle) verhalten wird.
Den Code geteilt: Er hat die Berechnungsprogramme (in Python, Julia und C++) kostenlos ins Internet gestellt. Jeder Ingenieur kann diese nutzen, um seine eigenen WLAN-Systeme zu testen, ohne die Mathematik von Null zu erfinden.

Zusammenfassung in einem Satz

Dieser Bericht ist wie das perfekte Handbuch für einen alten, aber unverzichtbaren Sicherheitsmechanismus im WLAN, das uns zeigt, genau wie viel Schutz wir bei jeder Geschwindigkeit haben, und liefert die Werkzeuge, um das alles einfach nachzubauen und zu testen.

Es ist die Antwort auf die Frage: "Wie sicher ist mein WLAN wirklich, wenn ich es schneller mache?" – und die Antwort ist jetzt für jeden verfügbar.

Titel: Distanzspektrum von IEEE 802.11 binären Faltungscodes

1. Problemstellung

Binäre Faltungscodes (Binary Convolutional Codes, BCC) sind seit der Einführung ein fundamentaler Bestandteil des IEEE 802.11-WLAN-Standards und bleiben auch in modernen Generationen (bis hin zu Wi-Fi 6/802.11ax und dem zukünftigen Wi-Fi 8/802.11bn) relevant. Sie werden zwingend für die Abwärtskompatibilität, in bandbreitenbeschränkten Szenarien (z. B. IoT-Knoten) und insbesondere im Paket-Präambelbereich jeder 802.11-Frames verwendet.

Das zentrale Problem, das das Paper adressiert, ist das Fehlen einer vollständig selbstständigen, öffentlich zugänglichen Ressource, die das Distanzspektrum (Distance Spectrum) des spezifischen IEEE 802.11-Muttercodes und seiner gepunkteten Derivate exakt herleitet und direkt mit Bit- und Rahmenfehlerraten (BER/FER) verbindet.

Bestehende Lehrbücher behandeln die Theorie allgemein, liefern aber keine spezifischen Spektrumtabellen oder validierten Schwellenkurven für die 802.11-Punkturpläne.
Standardsdokumente listen zwar die Generatorpolynome und Punkturmatrizen auf, geben jedoch keine Auskunft über die Leistungsanalyse.
Dies zwingt Praktiker dazu, Berechnungen neu durchzuführen oder sich auf unbestätigte Werte in der Literatur zu verlassen.

2. Methodik

Das Paper beschreibt einen rigorosen Ansatz zur exakten Berechnung des Distanzspektrums für den IEEE 802.11-Muttercode (Rate 1/2, Constraint Length $K=7$ , Generatoren 1338/1718) und seine drei standardisierten gepunkteten Varianten (Raten 2/3, 3/4, 5/6).

Kernkomponenten der Methode:

Augmented-Trellis-Ansatz (Erweiterter Gittergraph): Da das Punkturverfahren (Puncturing) die Gewichte der Übergänge phasenabhängig macht, wird der Zustandsraum des Encoders erweitert. Der Zustand wird um eine "Punktur-Phase" ( $\phi$ $ϕ$ ) erweitert, die die Position im Punkturmasken-Zyklus angibt. Dies wandelt das zeitvariante Problem in ein zeitinvariantes um.
- Der ursprüngliche Zustand hat $2^{K-1} = 64$ Zustände.
- Der erweiterte Zustand hat $64 \times L$ Zustände, wobei $L$ die Periode der Punkturmaske ist (z. B. $L=6$ für Rate 3/4).
First-Return-Serienexpansion: Um das Distanzspektrum zu berechnen, werden nur Pfade betrachtet, die vom Startzustand (All-Null-Zustand) ausgehen und zum ersten Mal wieder dorthin zurückkehren (Fehlerereignisse).
- Es wird eine Transferfunktion $T(D, N)$ verwendet, wobei $D$ die Hamming-Distanz und $N$ das Eingangs-Gewicht kodiert.
- Die Berechnung erfolgt über eine Neumann-Reihe $(I - Q)^{-1} = \sum Q^k$ , was eine explizite Matrixinversion vermeidet und effizient ist.
Berechnung des Spektrums: Aus der Transferfunktion werden die Sequenzen $\{\alpha_d, \beta_d\}$ extrahiert, wobei $\alpha_d$ die Anzahl der Fehlerereignisse bei Distanz $d$ und $\beta_d$ das kumulierte Eingangs-Gewicht dieser Pfade ist.
Leistungsanalyse: Basierend auf dem Spektrum werden Union-Bound-Schranken für die Bitfehlerrate (BEP) und Rahmenfehlerrate (FER) für AWGN-Kanäle mit BPSK/QPSK und Gray-codierter M-QAM (bis 256-QAM) abgeleitet.

3. Wichtige Beiträge

Exakte Tabellierung: Das Paper liefert die ersten vollständigen, exakten Distanzspektrum-Tabellen für alle vier IEEE 802.11-Raten (1/2, 2/3, 3/4, 5/6) bis zu einer maximalen Distanz von $d_{max} = 200$ .
Validierte Schranken: Die abgeleiteten Union-Bound-Kurven wurden durch Monte-Carlo-Simulationen für QPSK und 256-QAM validiert und zeigen eine hohe Übereinstimmung im "Waterfall"-Bereich.
Open-Source-Implementierung: Drei vollständige, bitidentische Implementierungen (Python, Julia, C++) stehen zur Verfügung, die den gesamten Berechnungsprozess von der Punkturmaske bis zum Spektrum automatisieren.
Allgemeingültigkeit: Die vorgestellte Methode (Augmented-Trellis First-Return Expansion) ist nicht auf 802.11 beschränkt, sondern gilt allgemein für alle ratenkompatiblen gepunkteten Faltungscodes (RCPC).

4. Ergebnisse

Die Analyse der berechneten Spektren führt zu folgenden technischen Erkenntnissen:

Freie Distanz ( $d_{free}$ ):
- Rate 1/2: $d_{free} = 10$ (höchste Fehlerkorrekturfähigkeit).
- Rate 2/3: $d_{free} = 6$ .
- Rate 3/4: $d_{free} = 5$ .
- Rate 5/6: $d_{free} = 4$ (niedrigste Fehlerkorrekturfähigkeit, aber höchste spektrale Effizienz).
Spektrale Struktur:
- Beim unpunktierten Code (Rate 1/2) treten nur gerade Distanzen auf.
- Durch das Punkturverfahren entstehen bei den höheren Raten auch ungerade Distanzen, und die Anzahl der Fehlerereignisse ( $\alpha_d$ ) sowie das Eingangs-Gewicht ( $\beta_d$ ) wachsen exponentiell mit $d$ .
Leistungsverhalten:
- Der Rate-1/2-Code bietet bei $P_b = 10^{-5}$ einen Coding-Gewinn von ca. 4–5 dB gegenüber uncodiertem BPSK.
- Höhere Raten (z. B. 3/4) bieten einen geringeren Gewinn (ca. 2–3 dB), tauschen dies aber gegen Bandbreiteneffizienz.
- Bei höherer Modulation (M-QAM) verschiebt sich die Wasserfall-Kurve aufgrund des Modulationsstraf-Faktors $\Delta_M$ nach rechts (höherer SNR-Bedarf), wobei die Steigung der Kurve unverändert bleibt.
Konvergenz: Die Neumann-Reihe konvergiert extrem schnell (in Millisekunden auf modernen Workstations), da der minimale Grad des Polynoms mit jedem Iterationsschritt um mindestens 1 steigt.

5. Bedeutung und Relevanz

Dieses Paper schließt eine kritische Lücke in der Literatur zu IEEE 802.11-Systemen. Es bietet Ingenieuren und Forschern eine verlässliche, mathematisch fundierte Basis für:

Die genaue Vorhersage der Fehlerraten in WLAN-Systemen ohne aufwändige Simulationen.
Das Design und die Optimierung von physikalischen Schichten (PHY) für zukünftige WLAN-Standards (wie Wi-Fi 8).
Die Validierung von Decoderalgorithmen und die Analyse von Kompromissen zwischen Datenrate und Zuverlässigkeit.

Durch die Bereitstellung von Code und exakten Daten ermöglicht es die Reproduzierbarkeit von Ergebnissen und fördert die Weiterentwicklung von Fehlerkorrekturverfahren in drahtlosen Kommunikationssystemen.