pdfdocument c# : Change link in pdf control SDK system azure winforms web page console Vol_5_3_350_360_PU_%20Chuan0-part791

Journal of Engineering Science and Technology 
Vol. 5, No. 3 (2010) 350 - 360 
© School of Engineering, Taylor’s University College
350 
EVALUATION OF VARIANCE MISMATCH FOR SERIAL     
TURBO CODES WITH TALWAR PENALTY FUNCTION UNDER 
INTERFERENCE OF IMPULSIVE NOISE 
PU CHUAN HSIAN
1,
*, PU CHUAN CHIN
2
1
American Degree Transfer Programme, Taylor’s College Subang Jaya, Jalan SS 15/8 
47500 Subang Jaya, Selangor DE, Malaysia 
2
School of Computer Technology, Sunway University College, 5 Jalan Universiti,  
Bandar Sunway, 46150 Petaling Jaya, Selangor DE, Malaysia 
*Corresponding Author: ChuanHsian.Pu@taylors.edu.my 
Abstract 
An investigation has been made to find out the impact of channel variance 
mismatch to the performance serial turbo codes (SCCC) equipping with 
talwar penalty function over impulsive channels. The impulsive noise channel 
is  blamed  to  be  the  culprit  of  signal  impairment  and  causes  severe 
performance degradation to modern SCCC which traditionally has been 
designed to perform optimally in additive white Gaussian noise (AWGN) 
channel. Undoubtedly, it is a major limiting factors for systems such as 
Powerline Communication Channel (PLC), digital subscriber line (DSL) and 
digital TV. SCCC have been proven to approach Shannon Capacity bound in 
Gaussian channel. The constituent decoders are implemented using the log-
MAP and MAX-LOG-MAP algorithms. It is shown that serial turbo decoders 
with talwar penalty function that are implemented with the LOG-MAP 
algorithm are sensitive to varying channel variance, where underestimation 
and overestimation are almost equally detrimental over impulsive noise 
channel. On the other hand, the performance of the MAX-LOG-MAP based 
serial turbo with decoders with talwar penalty function exhibit complete 
independence with respect to errors in the variance estimate in impulsive 
channel.  The  study also  found that using  talwar penalty  function can 
significantly  improve  decoding capabilities  of SCCC in  impulse  noise 
channel under varying channel variance environment. Therefore Shannon 
predicted excellent performance of turbo codes can be perfectly obtained 
from such impulsive channel.
Keywords: Serial turbo codes, Variance mismatch, Talwar penalty function,  
Log-MAP algorithm, Max-log-MAP algorithm, Impulsive noise. 
Change link in pdf - insert, remove PDF links in C#.net, ASP.NET, MVC, Ajax, WinForms, WPF
Free C# example code is offered for users to edit PDF document hyperlink (url), like inserting and deleting
add links to pdf acrobat; pdf email link
Change link in pdf - VB.NET PDF url edit library: insert, remove PDF links in vb.net, ASP.NET, MVC, Ajax, WinForms, WPF
Help to Insert a Hyperlink to Specified PDF Document Page
adding links to pdf document; adding hyperlinks to pdf
Evaluation of Variance Mismatch of Serial Turbo Codes     351 
Journal of Engineering Science and Technology       September 2010, Vol. 5(3) 
Nomenclatures 
A 
Impulsive Index 
A
k-1
(s` ) 
MAX LOG MAP forward recursion calculation 
a 
Fading amplitude 
B
k
(s)  
MAX LOG MAP backward recursion calculation 
E
b
Transmitted energy per bit  
L
c
Channel reliability value 
L(u
k
)  
A priori LLR 
L(u
k 
| y) 
A posteriori log likelihood ratio (LLR) 
P(u
k 
=±1| y)  
A posteriori probability (APP) of k data bits 
p(y
k
|c
k
) 
Conditional Probability. 
p
A
(z) 
Probability density function (pdf) 
Greek Symbols 
α
k-1
1
(s
`
) 
LOG-MAP Forward recursion calculation 
β
k
(s)  
LOG-MAP Backward recursion calculation 
Γ
Gauss-to-Impulse noise Power Ratio 
Γ
k
(s
`
, s) 
MAX LOG MAP Branch transition probability 
γ
k
(s` , s) 
LOG-MAP branch transition probability 
σ
2
Noise variance 
ρ
talwar
Talwar Penalty Function 
Abbriviations 
APP 
A posteriori probability 
AWGN 
Additive white Gaussian noise 
DSL 
Digital subscriber line 
MAP 
Maximum a posterio 
PCCC 
Parallel turbo codes 
PDF 
Probability density function 
PLC 
Powerline communication channel 
RSC 
Recursive systematic convolutional 
SCCC 
Serial turbo codes 
SNR 
Signal-to-noise ratio 
1.  Introduction 
Since their invention in 1993 [1], turbo codes have been widely studied and 
adopted  for  next-generation  high-speed  wireless  data  services  by  standards 
organisations [2]. Depending on the form of concatenation, turbo codes can be 
classified as either parallel (PCCC) or serial turbo codes (SCCC). The original 
turbo codes proposed in [1] are called parallel turbo codes (PCCC) because the 
encoder comprises a parallel concatenation of two convolutional encoders linked 
by an interleaver, and the decoder involves iterative parallel decoding between 
two constituent convolutional decoders. Likewise, if the two constituent encoders 
and decoders are cascaded, we obtain serial turbo codes (SCCC). In fact, SCCC 
have been shown to outperform PCCC due to higher interleaving gain [3,4]. 
VB.NET PDF Password Library: add, remove, edit PDF file password
Add password to PDF. Change PDF original password. Remove password from PDF. Set PDF security level. VB: Change and Update PDF Document Password.
add email link to pdf; add hyperlink pdf
C# PDF Password Library: add, remove, edit PDF file password in C#
Able to change password on adobe PDF document in C#.NET. To C# Sample Code: Change and Update PDF Document Password in C#.NET. In
add hyperlink pdf document; add url to pdf
352       P. C. Hsian and P. C. Chin                         
Journal of Engineering Science and Technology       September 2010, Vol. 5(3) 
The maximum a posterior (MAP) or the log-MAP algorithm [5] is the most 
commonly used iterative decoding algorithm for parallel and serial turbo codes. 
Deployment of MAP or log-MAP constituent decoders requires knowledge of the 
channel reliability value L
c
, which depends on the signal-to-noise ratio (SNR). It 
is usually assumed that this side information can be obtained without much 
difficulty and thus the decoder can operate reliably. Problems arise when the 
channel varies with time, requiring a  continuous update in the decoder. In 
practical systems, this requisite knowledge needs to be estimated from the noisy 
channel  output  particularly  from  impulsive  noise  channel,  while  in  some 
communication applications it may not be feasible to incorporate a channel 
estimator at all. Variance mismatch is a situation where channel variance is 
unknown to the receiver and the estimation of the channel variance is difficult to 
obtain from transmission line. As a result, it is important to study the impact of 
variance mismatch on their performance and to seek alternative algorithms that 
are simpler to implement and robust to channel mismatch. 
In [6,7], the authors independently studied the performance of turbo codes 
under variance mismatch in Additive White Gaussian Noise (AWGN) Channel. 
The impact of variance mismatch to SCCC under AWGN has been studied [8]. 
The author found that SCCC is more sensitive to variance mismatch compared to 
PCCC. The general conclusion is that overestimation of SNR is less detrimental 
than  underestimation,  tolerating  a  mismatch  of  several  decibels  without 
significant degradation. Traditionally, PCCC and SCCC are designed specifically 
to function in AWGN channel. In the presence of impulsive noise, these decoders 
fail to achieve the desired performance as shown in [1]. A novel technique was 
introduced in [9] to enable SCCC to function in impulsive and non-Gaussian 
channel. Talwar penalty function was proposed [9] to SCCC to increase the 
robustness  of  decoding  procedure  and  guard  against  outliers  arising  from 
impulsive channel. Remarkable decoding performance was reported in the letter.  
In this journal, we study the variance mismatch of serial turbo codes with talwar 
penalty function in impulsive channel. 
2.  Soft-Input-Soft-Output (SISO) Decoding 
We consider a serial turbo  encoder consisting of two component encoders 
concatenated in series and separated by an interleaver as shown in Fig. 1(a). The 
inner encoder is required to be a recursive systematic convolutional (RSC) code, 
whereas the outer encoder needs not be. At the receiving end, Fig. 1(b), iterative 
decoding procedure involves the use of two component decoders that exchange 
probabilistic information cooperatively and iteratively to estimate the a posteriori 
log-likelihood ratio (APP-LLR) 
=−
=+
=
1| )
(
1| )
(
( | | ) ) ln
y
Pu
y
Pu
y
Lu
k
k
k
(1) 
where 
1| )
(
y
Pu
k
=±
is the APP of  the kth data bit u
k
, k = 1, 2, …, K, and y is 
the received codeword in noise, y = c + n. We assume u
k
and the components of c 
take values in the set {±1} and n is a noise word. Knowledge of the APP-LLR is 
typically  obtained  using  the  MAP  algorithm,  which  estimates  Eq.  (1)  by 
incorporating the code’s trellis as follows [1] 
VB.NET PDF File Compress Library: Compress reduce PDF size in vb.
3.pdf"; String outputFilePath = Program.RootPath + "\\" 3_optimized.pdf"; 'create optimizing options TargetResolution = 150.0F 'to change image compression
add links in pdf; add hyperlink to pdf
C# PDF File Compress Library: Compress reduce PDF size in C#.net
3.pdf"; String outputFilePath = Program.RootPath + "\\" 3_optimized.pdf"; // create optimizing TargetResolution = 150F; // to change image compression mode
pdf link to specific page; adding hyperlinks to pdf documents
Evaluation of Variance Mismatch of Serial Turbo Codes     353 
Journal of Engineering Science and Technology       September 2010, Vol. 5(3) 
∑
⋅
⋅
∑
⋅
⋅
=
=−
⇒
−
=+
⇒
−
1
(`, )
1
1
, )
`
(
1
( )
)
`
(
, )
`
(
( )
)
`
(
, )
`
(
( | | ) ) ln
k
k
u
ss
k
k
k
u
ss
k
k
k
k
s
s
ss
s
s
ss
Lu y
β
α
γ
β
α
γ
(2) 
where 
1
, )
`
(
=+
⇒
k
u
ss
is the  set  of  transitions from the previous state  
s
S
k
`
1
=
−
to the present state S
k
= s caused by u
k
= +1, and similarly for 
1
, )
`
(
=−
⇒
k
u
ss
. In the log-MAP algorithm, the branch transition probability 
, )
`
(ss
k
γ
is calculated in the logarithmic domain 
(
)
, )
`
(
( ', , ) ) ln
ss
s s
k
k
γ
≡
Γ
(
)
( )
, })
`
|{
(
ln
k
k
Pu
ss
P
⋅
=
y
∑
⋅
⋅
=
=
n
l
kl
kl
c
k
k
y x
L
u Lu
C
1
2
exp
( )/2)
exp(
ln
(3) 
where 
(
)
(
)
[
]
{
}
(
)
( )/2
exp
( )
exp
( )/2/1
exp
( )
k
k
k
k
k
u Lu
Lu
Lu
Pu
⋅
−
+
−
=
is  the 
prior probability of u
k
and 
(
)
1)
1)/ (
(
( ) ) ln
=−
=+
=
k
k
k
Pu
Pu
Lu
is its LLR. x
kl
and 
y
kl
are the individual bits within the transmitted and received codewords for the 
kth information symbol, and 1/n is the code rate. The constant term C does not 
affect the summations in the numerator and denominator in Eq. (2) can be 
omitted. L
c
is the channel reliability value defined as 
2
2
2
σ
b
c
E
a
L =
(4) 
where E
b
is the transmitted energy per bit, σ
2
is the noise variance and a is the 
fading amplitude. Similarly, the remaining two terms 
(`)
1
s
k−
α
and 
(s)
k
β
in    
Eq. (2) can be  calculated using  a forward and  backward recursion in  the 
logarithmic domain as follows [5] 
(
)
∑
⋅
=
=
−
s
k
k
k
k
s s
s
s
A s
`
1
, )
`
(
)
`
(
ln
( )
( ) ) ln
γ
α
α
(5) 
(
)
∑
⋅
=
=
−
−
s
k
k
k
k
ss
s
s
s
B
, )
`
(
( )
ln
)
`
(
) ln
`
(
1
1
γ
β
β
(6) 
Thus the APP-LLR 
( | | )
y
Lu
k
, which the log-MAP algorithm calculates is: 
(
)
(
)
∑
+
+
Γ
∑
+
+
Γ
=
=−
⇒
−
=+
⇒
−
1
, )
`
(
1
1
, )
`
(
1
( )
)
`
(
, )
`
(
exp
( )
)
`
(
, )
`
(
exp
( | | ) ) ln
k
k
u
ss
k
k
k
u
ss
k
k
k
k
B s
s
A
s s
B s
s
A
s s
y
Lu
(7) 
From the above, it is noticeable that the calculation of 
( s',s)
k
Γ
, 
A (s)
k
, and 
)
`
(
1
s
B
k−
requires knowledge of the channel reliability value L
c
or SNR, and 
thus  incorrect  estimate  of  channel  variance  may  result  in  significant 
performance degradation. 
C# PDF Library SDK to view, edit, convert, process PDF file for C#
RasterEdge PDF SDK for .NET package offers robust APIs for editing PDF document hyperlink (url) and quick navigation link in PDF bookmark.
add links to pdf; check links in pdf
RasterEdge .NET Document Imaging Trial Package Download Link.
Convert Jpeg to PDF; Merge PDF Files; Split PDF Document; Remove Password from PDF; Change PDF Permission Settings. FREE TRIAL: HOW TO:
adding a link to a pdf in preview; add hyperlink in pdf
354       P. C. Hsian and P. C. Chin                         
Journal of Engineering Science and Technology       September 2010, Vol. 5(3) 
Max-Log-MAP decoder:  To further reduce the complexity of the log-MAP 
algorithm, the max-log-MAP algorithm uses the following approximation 
( )
( )
i
i
i
i
x
x
max
exp
ln
≈
∑
(8) 
Thus 
A (s)
k
and 
)
`
(
1
s
B
k−
are calculated as follows: 
(
)
(
)
ss
s
A
A s
k
k
s
k
,
`
)
`
(
max
( )
1
`
+Γ
≈
−
(9) 
(
)
(
)
ss
B s
s
B
k
k
k
`,
( )
max
(`)
1
+Γ
≈
−
(10) 
Finally, the max-log-MAP algorithm approximates the APP-LLR L(u
k
|y) as [5] 
(
)
(
)
(
)
(
)
(
)
(
)
(
)
(
)
ss B B s
s
A
ss B B s
s
A
Lu y
k
k
k
u
ss
k
k
k
u
ss
k
k
k
+
+Γ
−
+
+Γ
≈
−
=−
⇒
−
=+
⇒
,
`
`
max
,
`
`
max
( | | )
1
1
(`, )
1
1
(`, )
(11) 
It is observed that the correlation term ∑
=
n
l
kl
kl
y x
1
in Eq. (3) is weighted by 
the channel reliability value L
c
, but the latter will be factored out in Eq. (11) by 
the max(⋅) operation. Further, although the soft outputs L(u
k 
| y) in Eq. (11) are 
scaled by L
c
, taking the hard decisions will make the bit estimates independent of 
L
c
. Therefore, we expect that serial turbo decoding using the max-log-MAP 
algorithm will be robust to errors in variance mismatch. Figure 1 illustrates the 
block diagram of the serial turbo codes under non-Gaussian noise interference. 
Outer
encoder
π
Inner
encoder
SISO inner
decoder
+
−1
π
π
+
-
-
Parallel to
serial converter
Decision
Prior
(a)
(b)
:
−1
π
π:
interleaver
de-interleaver
SISO outer
decoder
Encoded
bits
Data
bits
Channel
output
Fig. 1. Block Diagrams for the  
(a) Serial Turbo Encoder (b) Serial Turbo Decoder. 
3.  Impulsive Noise Model 
Impulsive noise is a source of noise arising from hostile transmission medium 
such as PLC which appears in the channel in the form of short duration and 
ideally infinite amplitude pulse. Sharp impulse and random arrival of outliers as 
.NET PDF SDK - Description of All PDF Processing Control Feastures
Easy to change PDF original password; Options for setting PDF security level; PDF text Support adding and inserting hyperlink (link) to PDF document; Allow to
clickable pdf links; add link to pdf acrobat
C# PDF Page Rotate Library: rotate PDF page permanently in C#.net
C#.NET PDF Library - Rotate PDF Page in C#.NET. Empower C# Users to Change the Rotation Angle of PDF File Page Using C# Programming Language in .NET Application
pdf link open in new window; pdf hyperlink
Evaluation of Variance Mismatch of Serial Turbo Codes     355 
Journal of Engineering Science and Technology       September 2010, Vol. 5(3) 
shown in Fig. 2 are induced to the communication systems and severely affects 
their stabilities and performances.  
0
100
200
300
400
500
600
700
800
900
1000
-40
-30
-20
-10
0
10
20
30
40
Noise Sample
Noise Amplitude
Fig. 2. An Example of Impulsive Noise Pattern (A = 0.1, Γ = 0.1). 
The impact of impulsive noise is significant typical digital communication 
systems as it would cause unrecoverable corruption to the transmitted data. 
Impulsive noise has been studied intensively by various researchers to find a 
suitable mathematical model to describe the behaviour of such noise [10-12] and 
its  impacts  to  the  transmission  medium  [13].  Such  an  impulsive  noise’s 
mathematical model was used in modelling and simulation of SCCC in the light 
of finding a better and robust decoding strategy to enhance data integrity and 
reduce probability of errors. 
Middleton’s Class A noise model [10] is used to represent impulsive noise in 
statistical manner. And it can be categorised into class A, B and C. In our 
simulation, Class A noise model is  adopted; The  PDF (probability  density 
function) of the impulsive noise z can be described as follows 
−
∑
⋅
=
∞
=
−
2
2
0
2
exp
2
1
!
( )
m
m
m
A m
A
z
m
e A
p z
σ
π
σ
(12) 
with 
(
)
Γ
Γ
m A
m
+
+
•
=
1
/
2
2
σ
σ
(13) 
where A is the impulsive index, 
2
2
/
I
G
Γ
σ
σ
=
is the GIR (Gauss-to-Impulse 
noise Power Ratio). Gaussian noise power is 
2
G
σ
and impulsive noise power is
2
I
σ
.  
The degree of impulse received can be determined by impulsive index A. The 
impulsive noise tends to be more continuous if A is large and resembling to the 
AWGN noise. Otherwise, the smaller value of A will generate Class A impulsive 
noise. To ease the construction of Class A impulsive channel, as based on (12) 
statistical model which is distributed with Poisson  distribution
m!
e A
−A m
. The 
356       P. C. Hsian and P. C. Chin                         
Journal of Engineering Science and Technology       September 2010, Vol. 5(3) 
arrival of impulsive noise to the receiver can be characterised by the Gaussian 
PDF with variance as 
+
A
m
I
G
2
2
σ
σ
(14) 
where m is the number of impulsive noise sources and 
2
G
σ
is the background 
Gaussian noise. 
4.  Talwar Penalty Function  
The performance of SCCC under impulsive noise is severely degraded as shown 
in the Fig. 3. Hence Talwar penalty was proposed in [9] to improve the 
estimation of channel bits and guards against outliers arising from the channel. 
The equation was shown in Eq. (15) to improve decoding performance with 
robust detection in SCCC 
( )
≥
≤
=
x v
v
x v
x
x
talwar
,
2
,
2
2
2
ρ
(15) 
where v > 0 is a clipping parameter against outlier. If the received symbols 
with amplitude less than v, then 
ρ
talwar
leads to the LS estimator as shown in     
Fig. 3(a). For received symbols with amplitude larger than v, talwar function is 
used to clip and limit the input signal to guard against the entry of outlier as 
shown in Fig. 3(b). Therefore, it can be shown that the first condition is used to 
ensure good performance of SCCC in AWGN channel, and the second condition 
is used while the system functioning in the presence of impulsive noise. 
Fig. 3(a) Basedband Received           Fig. 3(b) Basedband Received 
Signal before Talwar                     Signal after Talwar Penalty 
Penalty Function.                                 Function, v = 5. 
Evaluation of Variance Mismatch of Serial Turbo Codes     357 
Journal of Engineering Science and Technology       September 2010, Vol. 5(3) 
The use of talwar penalty function into SCCC can be given in the following 
conditional probability estimation as given in Eq. (16) 
(
)
(
)
∑
−
−
=
∞
=
−
0
2
exp
2
1
.
!
)
(
m
k
k
talwar
c
n
m
n
A m
k k
c
y
L
m
e A
p y y c
ρ
π
σ
(16) 
5.  Simulation and Results 
The purpose of the simulation is to study the variance mismatch of SCCC in 
impulsive noise channel. Simulations were done in the conditions of original and 
proposed talwar enhanced SCCC in impulse noise channels. In order to examine the 
sensitivity of SCCC to variance mismatch, a series of simulations were carried out 
using the log-MAP and max-log-MAP component decoders. We form a rate 1/3 
serial turbo code by cascading a rate ½ outer RSC code with a rate 2/3 RSC inner 
code. In addition, a frame length of K = 16384 information bits is used, and results 
were recorded after six decoding iterations. Note from Fig. 1(a) that the outer 
encoder feeds no bits directly to the channel, thus the outer decoder in Fig. 1(b) 
receives no samples directly from the channel. Thus knowledge variance estimate is 
only required for the inner decoding stage. The E
b
/N
0
offset is defined as Eq. (17): 
E
b
/N
0
offset (dB) = E
b
/N
0
true (dB) - E
b
/N
0
estimated (dB)                                (17) 
Figures 4 and 5 showed the BER performance of original SCCC for LOG-
MAP and MAX-LOG-MAP algorithms in impulsive noise channel.  
From Fig. 4, we can observe that the SCCC with LOG-MAP decoder that was 
initially designed for AWGN channel can not perform in impulsive noise channel 
and the decoding bits incurring high BER. 
-6
-4
-2
0
2
4
6
10
-2
10
-1
10
0
10
1
BER Peformance of SCCC LOG MAP decoder in Impulsive Noise Channel
Eb/N0 Offset (dB)
BER
Eb/No=0.5dB
Eb/No=1dB
Eb/No=1.5dB
Eb/No=2dB
Eb/No=2.5dB
Fig. 4. Performance of SCCC without Talwar Penalty Function                
Using LOG-MAP Component Decoders in                                           
Impulsive Noise Channel (A = 0.1, Γ = 0.1). 
Notice that as compared to results reported in [5-8] for PCCC and SCCC in 
AWGN channel, impulsive noise totally causes malfunction and handicaps the 
excellent decoding performance (Fig. 4) using the log-MAP component decoders. 
SCCC fails to decode impulse corrupted received sequence with respect to both 
358       P. C. Hsian and P. C. Chin                         
Journal of Engineering Science and Technology       September 2010, Vol. 5(3) 
underestimation and overestimation of channel variance which follows Poisson 
distribution. The performance of using MAX-LOG-MAP component decoders is 
shown in Fig. 5. MAX-LOG-MAP based SCCC thought is insensitive to variance 
mismatch in AWGN channel can merely perform slightly better than LOG-MAP 
component decoders in impulsive noise channel. 
-6
-4
-2
0
2
4
6
10
-0.38
10
-0.37
10
-0.36
BER Performance SCCC Max-Log-MAP decoder in impulsive noise channel
Eb/N0 Offset (dB)
BER
Eb/No=0.5dB
Eb/No=1dB
Eb/No=1.5dB
Eb/No=2dB
Eb/No=2.5dB
Fig. 5. Performance of SCCC without Talwar Penalty Function               
Using MAX-LOG-MAP Component Decoders in                                       
Impulsive Noise Channel (A = 0.1, Γ = 0.1).  
Simulation of SCCC that was equipped with talwar penalty function is shown 
in Fig. 6. Talwar penalty function effectively guarded SCCC against outliers from 
impulsive channel. Hence, SCCC is performed in optimum condition as if it is ran 
in AWGN channels. Again from Fig. 6, we can clearly observe that despite the 
introduction  of  talwar  penalty  function,  it  doesn’t  modify  the  decoding 
capabilities of SCCC in impulse noise condition, and Shannon predicted excellent 
performance [1] can be perfectly obtained from such impulsive environment.  
-6
-4
-2
0
2
4
6
10
-6
10
-5
10
-4
10
-3
10
-2
10
-1
10
0
Eb/N0 Offset (dB)
BER
max-log-MAP, Eb/No = 0.5dB
max-log-MAP, Eb/No = 1dB
max-log-MAP, Eb/No = 1.5dB
max-log-MAP, Eb/No = 2dB
log-MAP, Eb/No = 0.5dB
log-MAP, Eb/No = 1dB
log-MAP, Eb/No = 1.5dB
log-MAP, Eb/No = 2dB
Fig. 6. Performance of Serial Turbo Codes with Talwar Penalty Function 
Using log-MAP and max-log-MAP Component Decoders in Impulsive    
Noise Channel (A = 0.1, Γ = 0.1). 
Evaluation of Variance Mismatch of Serial Turbo Codes     359 
Journal of Engineering Science and Technology       September 2010, Vol. 5(3) 
6.  Conclusions 
The issue of variance mismatch on the performance of serial turbo codes (SCCC) 
using the log-MAP and max-log-MAP constituent decoders was investigated in 
impulsive noise channel. The log-MAP algorithm requires knowledge of the 
channel  reliability  for  the  metric  calculation,  whereas  the  max-log-MAP 
algorithm obviates this side information as a result of using an approximation. 
However, both traditionally designed algorithms failed to perform in impulse 
noise interference. Therefore, talwar penalty function was introduced and reported 
to effectively curb against outliers of impulse noise reported in [9]. By setting 
appropriate value for cutoff parameter v, the entries of undesired outliers from 
impulse noise is blocked and cut off prior to the computation of channel transition 
probability 
α
(s΄, s). Therefore, LOG-MAP and MAX-LOG-MAP algorithms of 
SCCC can be used in determine extrinsic information L
e
for inner and outer 
component decoders.  
As for the increasing importance of using PLC for internet and information 
sharing [14], the study of variance mismatch for SCCC in impulsive noise 
channel for next generation communication system is crucial to the researchers 
and engineers in the field. Talwar penalty function enables and extends the 
excellent performance of MAP based SCCC to a new technology frontier. 
References 
1.  Berrou, C.; Glavieux, A.; and Thitimajshima, P. (1993). Near Shannon limit 
error-correcting coding: Turbo-codes (1). Proc. IEEE Int. Conf. Commun., 
Geneva, Switzerland , 1064-1070. 
2.  Lee, L.N.; Hammons, A.R.; Jr., Sun, F.W.; and Eroz, M. (2000). Application 
and standardization of turbo codes in third-generation high-speed wireless 
data services. IEEE Transactions in Vehicular Technology, 49(6), 2198-2207. 
3.  Benedetto,  S.;  and  Montorsi,  G.  (1996).  Iterative  decoding  of  serially 
concatenated convolutional codes. Electronics Letters, 32(13), 1186-1188. 
4.  Hrasnica, H.; Haidine, A.; and Lehnert, R. (2004), Broadband powerline 
communication network design. (1st Ed.), Wiley. 
5.  Robertson, P.; and Hoeher, P. (1997). Optimal and sub-optimal maximum a 
posteriori algorithms suitable for turbo decoding. European Transactions on  
Telecomminications, 8(2), 119-125. 
6.  Summers,  T.A.;  and  Wilson,  S.G.  (1998):  SNR  mismatch  and  online 
estimation in turbo decoding.  IEEE Transactions on Communications, 46(4), 
421-423. 
7.  Jordan, M.A.; and Nichols, R.A. (1996). Effects of channel characteristics on 
turbo code performance. Conference Proceedings Military Communications 
Conference, 1996. MILCOM '96, Washington, DC, 1, 17-21. 
8.   Ho, M.S.C.; and Pietrobon, S.S. (2000). A variance mismatch study for 
serial concatenated turbo codes. Proc. of 2
nd
Int. Symp. on Turbo Codes and 
Related Topics, Brest, France. 
9.  Chuah,  T.C.;  and  Pu,  C.H.  (2005).  Serial  turbo  decoder  for  robust 
communication. Electronics Letters, 41(7), 427-429. 
Documents you may be interested
Documents you may be interested