🔢 mathematics

The Distance Spectrum of IEEE 802.11 Binary Convolutional Codes

Questo documento analizza lo spettro di distanza dei codici convoluzionali binari IEEE 802.11, spiegando come calcolarlo esattamente per il codice madre e le sue varianti punteggiate, derivando e validando i limiti di prestazione per diverse modulazioni e fornendo implementazioni open source.

Autori originali: Rethna Pulikkoonattu

Pubblicato 2026-03-02

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Rethna Pulikkoonattu

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

📡 Il "Codice Segreto" che tiene in piedi il Wi-Fi: Una guida semplice

Immagina di dover inviare un messaggio importante a un amico attraverso una tempesta di pioggia torrenziale. Se il messaggio è scritto su un foglio di carta normale, l'inchiostro si cancellerà e il messaggio sarà illeggibile. Per risolvere il problema, aggiungi delle ripetizioni o dei controlli al messaggio: se una parola viene cancellata, il ricevente può ricostruirla basandosi sulle altre.

Nel mondo del Wi-Fi (IEEE 802.11), questo "foglio di carta rinforzato" si chiama Codice Convoluzionale Binario (BCC). Anche se oggi esistono tecnologie più moderne e potenti (come i codici LDPC), il BCC è ancora il "vecchio saggio" indispensabile: è obbligatorio per far funzionare i vecchi dispositivi, è economico e viene usato per inviare le istruzioni di base (il "preambolo") di ogni pacchetto dati, anche nelle reti Wi-Fi più veloci.

Questo documento è come una mappa del tesoro per gli ingegneri che vogliono capire esattamente quanto è forte questo codice e quanto resiste alla pioggia (il rumore della rete).

Ecco i concetti chiave spiegati con analogie:

1. La Macchina da Scrittura Magica (Il Codificatore)

Immagina un vecchio macchinario che prende una parola alla volta e la trasforma in una frase più lunga e complessa.

Come funziona: Il codice BCC ha una "memoria" di 7 bit (come se avesse 7 cassetti in fila). Ogni volta che inserisci un nuovo bit, il macchinario lo mescola con quelli nei cassetti precedenti e produce due bit di uscita.
Il risultato: Da un bit di informazione, ottieni due bit trasmessi. Questo è il codice a velocità 1/2. È come dire: "Per ogni parola che vuoi dire, ne scrivo due, così se una viene cancellata, l'altra ti salva".

2. Il Trucco della Velocità (Il Puntamento)

A volte, vuoi andare più veloce e non vuoi inviare tutte quelle ripetizioni. Vuoi risparmiare spazio.

L'analogia: Immagina di avere una lista di 100 parole da inviare. Per fare il codice 1/2, ne scrivi 200 (ogni parola ripetuta). Ma se vuoi il codice 2/3 o 3/4, usi un "trucco": cancelli alcune parole dalla lista prima di inviarle, basandoti su un modello prestabilito (una maschera).
Il documento fa questo: Calcola esattamente cosa succede quando cancelli queste parole. Se cancelli troppe, il messaggio diventa fragile. Se ne cancelli poche, è robusto ma lento. Il documento analizza i 4 modelli standard usati nel Wi-Fi.

3. La Mappa dei Pericoli (Lo Spettro delle Distanze)

Questa è la parte più tecnica, ma pensala come una mappa delle buche stradali.

Il problema: Quando il segnale viaggia, il rumore può far sì che il ricevitore confonda un messaggio corretto con uno sbagliato.
La soluzione: Gli ingegneri devono sapere: "Qual è la strada più corta che porta a un errore?" e "Quante strade sbagliate ci sono di quella lunghezza?".
L'analogia: Immagina di camminare in un labirinto.
- $d_{free}$ (Distanza Libera): È la distanza minima tra il percorso corretto e il percorso sbagliato più vicino. Più è grande, più è difficile sbagliare.
- $\alpha_d$ e $\beta_d$ : Sono i contatori. $\alpha_d$ ti dice quante "trappole" (errori) ci sono a una certa distanza. $\beta_d$ ti dice quanti bit di informazione sono stati corrotti in quelle trappole.
Cosa scopre il documento: Ha calcolato queste mappe per tutti i 4 tipi di velocità del Wi-Fi. Ha scoperto che, sebbene i codici più veloci (come 5/6) siano efficienti, hanno "buche" più vicine (distanza libera più piccola), quindi sono più fragili in caso di forte pioggia (rumore).

4. La Previsione del Tempo (I Limiti di Errore)

Una volta avuta la mappa delle buche, il documento ti permette di prevedere il futuro.

L'analogia: È come un meteorologo che, conoscendo la topografia della strada, ti dice: "Se piove con questa intensità, avrai 1 errore ogni 1000 messaggi".
Il documento crea delle curve matematiche che mostrano esattamente quanto sarà affidabile il Wi-Fi in diverse condizioni. Ha confrontato queste previsioni con simulazioni al computer (come guidare il labirinto milioni di volte virtualmente) e ha confermato che le previsioni sono perfette.

5. Il Kit di Strumenti (Il Codice Open Source)

Finora, per ottenere queste mappe, gli ingegneri dovevano fare calcoli manuali complessi o cercare dati sparsi in vecchi libri.

La novità: L'autore ha scritto dei programmi (in Python, Julia e C++) che fanno questi calcoli automaticamente per chiunque. È come aver dato a tutti gli ingegneri una calcolatrice magica pronta all'uso.
Perché è utile: Se devi progettare un dispositivo IoT economico o un router Wi-Fi di nuova generazione, puoi usare questi strumenti per sapere esattamente quanto è forte il tuo codice senza dover reinventare la ruota.

In sintesi

Questo documento è un manuale di istruzioni definitivo per il "motore" di sicurezza del Wi-Fi.

Spiega come funziona il motore (il codice).
Mostra come si può velocizzare togliendo pezzi (puntamento).
Disegna una mappa precisa di tutti i possibili errori (spettro delle distanze).
Fornisce gli strumenti per prevedere quanto bene funzionerà in condizioni reali.

È un lavoro di "ingegneria inversa" che trasforma una teoria matematica complessa in dati pratici, chiari e pronti per essere usati da chiunque voglia costruire reti wireless più robuste ed efficienti.

Titolo: Spettro delle Distanze dei Codici Convolutional Binari IEEE 802.11

1. Il Problema

Nonostante i codici convolutional binari (BCC) siano un pilastro fondamentale dello standard IEEE 802.11 (Wi-Fi) dalla sua nascita fino alle versioni più recenti (incluso Wi-Fi 6 e il futuro Wi-Fi 8), esiste una carenza significativa di risorse pubbliche e complete per l'analisi delle loro prestazioni.

Mancanza di dati unificati: Sebbene i documenti standard specifichino i polinomi generatori e le matrici di punturazione, non forniscono tabelle dello spettro delle distanze o curve di limite di prestazione validate.
Difficoltà di analisi: I testi accademici coprono la teoria generale ma non offrono tabelle specifiche per le schedule di punturazione dell'802.11, né codice funzionante o curve di simulazione.
Conseguenze: I praticanti sono costretti a ricalcolare tutto da zero o a fare affidamento su dati sparsi e non verificati in letteratura, rendendo difficile il benchmarking accurato e l'ottimizzazione dei sistemi fisici (PHY) Wi-Fi.

2. Metodologia

L'autore sviluppa un approccio sistematico per calcolare esattamente lo spettro delle distanze per il codice "madre" dell'802.11 e le sue varianti punturate.

Codice Madre: Il codice di base è un codice convolutional rate 1/2, lunghezza di vincolo $K=7$ , con generatori ottali 1338 e 1718.
Punturazione: Vengono analizzate tre derivate standard per ottenere rate più alti (2/3, 3/4, 5/6) tramite punturazione compatibile con il tasso (RCPC).
Tecnica di Calcolo (Augmented-Trellis First-Return):
- Per gestire la punturazione, lo stato del trellis viene "ampliato" (augmented) includendo una coordinata di fase che indica la posizione all'interno della maschera di punturazione. Questo trasforma un problema dipendente dal tempo in un problema tempo-invariante.
- Viene utilizzata l'espansione in serie di Neumann per la funzione di trasferimento: $T(D, N) = E^T (I - Q)^{-1} R$ .
- Questo metodo elenca esattamente i percorsi di "primo ritorno" dallo stato iniziale allo stato iniziale (eventi di errore) senza dover invertire esplicitamente grandi matrici, utilizzando invece moltiplicazioni sparse di polinomi.
Validazione: I risultati sono stati confrontati con simulazioni Monte Carlo per verificare la correttezza dei limiti di union bound (BER e FER) su canali AWGN con modulazioni BPSK, QPSK e M-QAM (fino a 256-QAM).

3. Contributi Chiave

Il documento fornisce risorse complete e verificabili per la comunità ingegneristica:

Tabelle Esatte dello Spettro delle Distanze: Vengono forniti i valori esatti di $\alpha_d$ (moltiplicità degli eventi di errore) e $\beta_d$ (peso totale degli bit di ingresso) per distanze fino a $d=200$ per tutti e quattro i rate standard (1/2, 2/3, 3/4, 5/6).
Curve di Limite Union Bound: Derivazione e validazione delle curve di probabilità di errore sui bit (BEP) e sui frame (FER) per diversi scenari di modulazione (BPSK, QPSK, 16/64/256-QAM).
Implementazioni Open Source: Fornitura di codice sorgente completo e funzionante in tre linguaggi diversi (Python, Julia, C++) che producono risultati bit-per-bit identici. Il codice è disponibile pubblicamente su GitHub.
Analisi dei Limiti di Modulazione: Inclusione del fattore di penalità $\Delta_M$ per le modulazioni M-QAM a codifica di Gray, mostrando come lo spettro delle distanze si traduca in prestazioni reali su costellazioni complesse.

4. Risultati Principali

Distanze Libere ( $d_{free}$ ):
- Rate 1/2: $d_{free} = 10$
- Rate 2/3: $d_{free} = 6$
- Rate 3/4: $d_{free} = 5$
- Rate 5/6: $d_{free} = 4$
- Nota: La punturazione riduce significativamente la distanza libera, aumentando la densità dello spettro e richiedendo un SNR più elevato per mantenere lo stesso livello di errore.
Prestazioni di Limite:
- Il limite di union bound è molto stretto nella regione di "waterfall" (caduta rapida degli errori).
- Per il rate 1/2, il termine dominante ( $d=10$ ) è sufficiente per una stima accurata sopra i 5 dB di SNR.
- I codici a rate più alto richiedono più termini dello spettro per una stima accurata a causa della crescita più rapida delle molteplicità $\alpha_d$ .
Confronto Simulazione vs. Teoria: Le curve teoriche calcolate tramite lo spettro delle distanze coincidono perfettamente con le simulazioni Monte Carlo nella regione di interesse per le applicazioni pratiche.
Impatto della Modulazione: Passare da QPSK a 256-QAM sposta la curva di waterfall verso destra di circa 13.3 dB a causa della riduzione della distanza euclidea minima per bit, confermando la necessità di codici più robusti o SNR più alti per le modulazioni di ordine superiore.

5. Significato e Impatto

Questo documento colma un vuoto critico nella letteratura tecnica relativa allo standard Wi-Fi.

Riferimento Definitivo: Fornisce la prima risorsa "chiavi in mano" che collega i polinomi generatori dell'802.11 alle prestazioni di errore reali attraverso lo spettro delle distanze.
Utilità Pratica: È essenziale per ingegneri e ricercatori che progettano sistemi Wi-Fi, specialmente per dispositivi a basso costo o a banda limitata (IoT) dove il decodificatore LDPC è troppo complesso e il BCC rimane lo schema di correzione d'errore predefinito.
Rilevanza Futura: Nonostante l'adozione di LDPC per i dati ad alto throughput, il BCC rimane obbligatorio per la compatibilità retroattiva, per i campi di preambolo di ogni frame e per il nuovo formato "Enhanced Long Range" (ELR) introdotto nell'802.11bn (Wi-Fi 8).
Generalità: Il metodo descritto (ampliamento del trellis e serie di Neumann) è applicabile a qualsiasi codice convolutional punturato compatibile con il tasso, non solo a quelli dell'802.11.

In sintesi, il lavoro trasforma un'analisi teorica complessa in una risorsa ingegneristica pratica, accessibile e verificata, facilitando l'ottimizzazione e la comprensione delle prestazioni dei sistemi Wi-Fi basati su codici convolutional.