GNU Radio-Based Performance Evaluation of Confidence-Based Soft-decision Recovery for Noisy BPSK Communication

Sintesi Tecnica: Valutazione delle Prestazioni Basata su GNU Radio del Recupero a Decisione Soft Basato sulla Confidenza per la Comunicazione BPSK in Presenza di Rumore

Definizione del Problema
Nei sistemi di comunicazione digitale soggetti a rumore, il recupero accurato dei bit è critico, in particolare quando brevi messaggi binari devono essere trasmessi attraverso canali soggetti a rumore additivo e distorsione. Sebbene la modulazione BPSK (Binary Phase Shift Keying) sia uno schema di modulazione robusto ampiamente utilizzato nelle navigazioni satellitari e negli studi sulle prestazioni di base, l'elevato rumore del canale può causare il superamento delle soglie di rilevamento da parte dei simboli ricevuti, portando a errori di bit. I ricevitori convenzionali a decisione hard, come il Binary Slicer, convertono direttamente i campioni del segnale ricevuto in 0 e 1 binari. Sebbene questo approccio sia semplice, esso scarta informazioni cruciali sulla affidabilità contenute nell'ampiezza del segnale; i campioni vicini alla soglia di decisione e quelli lontani da essa vengono trattati in modo identico una volta effettuata la segmentazione (slicing). Sebbene la codifica per ripetizione combinata con il voto di maggioranza a decisione hard offra un meccanismo di base per il recupero degli errori, essa si basa esclusivamente sulle decisioni binarie finali, non riuscendo a sfruttare i livelli di confidenza inerenti ai campioni ricevuti a valori reali.

Metodologia
Gli autori hanno implementato un framework di valutazione delle prestazioni utilizzando GNU Radio e Python per confrontare un metodo di recupero a decisione soft basato sulla confidenza con un approccio di base di voto di maggioranza tramite Binary Slicer a decisione hard.

• Modello di Sistema: L'assetto sperimentale ha utilizzato un flowgraph di GNU Radio per modellare un trasmettitore BPSK, un canale rumoroso (utilizzando un blocco Channel Model con livelli di tensione del rumore variabili) e un ricevitore. Il trasmettitore ha mappato i bit binari in simboli BPSK (0 a -1, 1 a +1).
• Struttura del Frame: I dati trasmessi consistevano in frame strutturati contenenti un preambolo a 6 bit, un messaggio a 24 bit, bit di messaggio codificati per ripetizione e 3 bit di padding. Ognuno dei 24 bit del messaggio è stato ripetuto sette volte, risultando in una sezione di messaggio di 168 bit e una lunghezza totale del frame di 177 bit.
• Metodo di Base (Decisione Hard): Il segnale ricevuto è stato passato attraverso un Binary Slicer per generare output binari hard. Il ricevitore ha poi applicato il voto di maggioranza ai gruppi di sette bit per recuperare il messaggio originale.
• Metodo Proposto (Decisione Soft): Invece di effettuare lo slicing immediatamente, il sistema ha catturato i campioni BPSK a valori reali. Per ogni gruppo di sette campioni corrispondenti a un singolo bit del messaggio, il metodo ha sommato i campi reali. Il segno della somma del gruppo ha determinato il bit recuperato (positivo/zero $\rightarrow$ 1, negativo $\rightarrow$ 0).
• Stima della Confidenza: Un valore di confidenza ($C_i$) è stato calcolato per ogni bit recuperato dividendo il valore assoluto della somma del gruppo per la somma dei valori assoluti dei singoli campioni nel gruppo. I bit con valori di confidenza inferiori a una soglia di 0,35 sono stati contrassegnati come "deboli" o incerti.
• Metriche di Valutazione: Le prestazioni sono state valutate utilizzando il numero di errori di bit, il Bit Error Rate (BER) e l'identificazione delle posizioni dei bit deboli. I test sono stati condotti su tre diversi messaggi di input a 24 bit e livelli di tensione del rumore compresi tra 0,5 V e 5,0 V.

Contributi Chiave
Il contributo primario di questo lavoro è la valutazione sperimentale di un metodo di recupero per ripetizione a decisione soft basato sulla confidenza, specificamente per il rilevamento di bit BPSK rumorosi. Lo studio fornisce un confronto diretto tra questo approccio a decisione soft e il tradizionale recupero a maggioranza a decisione hard. Dimostra come l'utilizzo di campioni di segnale a valori reali prima dello slicing hard possa ridurre gli errori di bit e fornire informazioni sull'affidabilità attraverso l'identificazione dei bit deboli. L'implementazione funge da livello di recupero a bassa complessità, adatto per esperimenti di comunicazione robusti a basso tasso di dati.

Risultati
I risultati sperimentali hanno indicato che il metodo a decisione soft basato sulla confidenza ha costantemente superato l'approccio a maggioranza con Binary Slicer in molti scenari testati:

• Riduzione degli Errori: In vari livelli di rumore e messaggi di input, il metodo a decisione soft ha ridotto il numero di errori di bit. Ad esempio, con una tensione del rumore di 5,0 V con l'Input 3, il conteggio degli errori è sceso da 12 (decisione hard) a 5 (decisione soft), riducendo il BER da 0,5000 a 0,2083.
• Casi a Zero Errori: Per determinati input, il metodo proposto ha raggiunto zero errori di bit a livelli di tensione del rumore in cui il metodo a decisione hard produceva molteplici errori (ad esempio, Input 2 a 1,0 V e 2,5 V).
• Identificazione dei Bit Deboli: Il metodo ha identificato con successo le posizioni dei bit incerti utilizzando la soglia di confidenza di 0,35, offrendo metadati aggiuntivi sull'affidabilità del messaggio recuperato che il metodo a decisione hard non possiede.
• Tendenze del BER: All'aumentare della tensione del rumore, il BER per il metodo a decisione hard è salito bruscamente, mentre il metodo a decisione soft ha mantenuto un BER significativamente più basso, con miglioramenti più pronunciati ai livelli di rumore più elevati.

Significatività e Rivendicazioni
L'articolo sostiene che il recupero a decisione soft basato sulla confidenza migliora efficacementamente il rilevamento di bit BPSK rumorosi sfruttando le informazioni a valori reali che vengono tipicamente scartate dallo slicing hard. Il metodo fornisce una soluzione pratica e a bassa complessità per migliorare il recupero dei messaggi in esperimenti a basso tasso di dati. Gli autori osservano che, sebbene il metodo abbia migliorato le prestazioni nella maggior parte dei casi, non ha garantito la riduzione degli errori per ogni singola condizione di test. Questo lavoro è posizionato come una base per estensioni future, inclusa l'ottimizzazione delle soglie di confidenza, il test sotto condizioni di canale aggiuntive e l'integrazione con codifiche di controllo dell'errore più forti o framework di deep learning end-to-end per comunicazioni robuste in condizioni di canale realistiche. Gli autori suggeriscono inoltre una potenziale utilità per migliorare l'affidabilità degli stadi sottostanti di recupero dei bit in sistemi di comunicazione robusti, covert o steganografici.