Рассматривается скрытая полумарковская QP-модель и показывается, каким образом она может быть вложена в общую скрытую полумарковскую модель. Для скрытой полумарковской QP-модели решается задача оценивания — первая из трех классических задач теории скрытых марковских и полумарковских моделей. В основе решения этой задачи лежит разработанный Shun-Zheng Yu алгоритм прямого хода для общей скрытой полумарковской модели, отличный от традиционного и основанный на использовании апостериорных вероятностей. Решение задачи оценивания скрытой полумарковской QP-модели является важным этапом в решении задачи подбора по регистрируемой в канале передачи данных последовательности ошибок моде-ли из базы скрытых полумарковских QP-моделей, которая генерирует наиболее близкие к канальной последовательности потоки ошибок. Решение задачи подбора сделает возможным на основе компьютерных ими-тационных экспериментов оценивать корректирующие способности помехоустойчивых кодеков по отношению к ошибкам различного типа и подбирать оптимальный кодек к конкретному каналу связи.
модель источника ошибок, поток ошибок, цифровой канал связи, скрытая полумарковская модель, задача оценивания.
Введение. В настоящее время для обеспечения надежной передачи информации по цифровому каналу активно используются методы помехоустойчивого кодирования. Подбор помехоустойчивого кодека для каждого конкретного канала удобно производить на основе экспериментов с использованием имитационных моделей каналов связи с помехами.
В [1–2] была разработана информационная система оценки применимости схем алгебраического помехоустойчивого кодирования (ИС ОПСАПК), позволяющая на основе компьютерных имитационных экспериментов оценить корректирующие способности помехоустойчивых кодеков по отношению к ошибкам различного типа и подобрать оптимальный кодек к конкретному каналу связи. Одной из значимых частей ИС ОПСАПК является база моделей источников ошибок, необходимых для проведения имитационных экспериментов, результаты которых хранятся в базе данных ИС. Классические математические модели источников ошибок описывают отдельные типы ошибок в канале, что значительно усложняет исследование корректирующей способности кодека по отношению к различным типам ошибок [1, 3]. В [4–5] предлагается модель источника ошибок, которую далее будем называть скрытой полумарковской QP-моделью (СПМQP-моделью), включающая в себя при различных параметрах многие классические модели, в том числе модели, реализованные в [2, 6]. Отметим, что СПМQP-модель принадлежит классу общих скрытых полумарковских моделей (ОСПММ), описанных в [7].
1. Деундяк, В. М. Методы оценки применимости помехоустойчивого кодирования в каналах связи / В. М. Деундяк, Н. С. Могилевская - Ростов-на-Дону : Дон. гос. техн. ун-т, 2007. - 85 с.
2. Информационная система «Канал»: свидетельство о государственной регистрации программ для ЭВМ / Н. С. Могилевская, К. А. Чугунный. - № 2008614602; дата регистрации 24.09.2008 г.
3. Деундяк, В. М. Имитационная модель цифрового канала передачи данных и алгебраические методы помехоустойчивого кодирования / В. М. Деундяк, Н. С. Могилевская // Вестник Дон. гос. техн. ун-та. - 2001. - Т. 1, № 1(7). - С. 90-95.
4. Деундяк, В. М. Обобщенная марковская модель источника ошибок q-ичного цифрового канала нескольких физических состояний / В. М. Деундяк, М. А. Жданова // Математика и ее приложения. - 2010. - Вып. 1 (7). - С. 34-40.
5. Деундяк, В. М. О применении скрытых марковских моделей в моделировании источников оши-бок / В. М. Деундяк, М. А. Жданова // Обозрение прикладной и промышленной математики. - 2011. - Вып. 3. - С. 488.
6. Могилевская, Н. С. Об экспериментальном исследовании характеристик модифицированных по-мехоустойчивых блочных двоичных кодов / Н. С. Могилевская, К. С. Сухоставская // Вестник Дон. гос. техн. ун-та. - 2007. - Т. 7, № 3. - С. 276-282.
7. Yu, Shun-Zheng. Hidden semi-Markov models / Shun-Zheng Yu // Artificial Intelligence. - 2010. - V. 174, n. 2. - P. 215-243.
8. Рабинер, Л. Р. Скрытые марковские модели и их применение в избранных приложениях при распознавании речи / Л. Р. Рабинер // ТИИЭР. - 1989. - т. 77. № 2. - С. 86-120.
9. Levinson, S. E. Continuously variable duration hidden Markov models for automatic speech recogni-tion / S. E. Levinson // Computer Speech and Language. - 1986. - 1 (1). - P. 29-45.
10. Ostendorf, M. From HMM’s to segment models: A unified view of stochastic modeling for speech recognition / M. Ostendorf, V. V. Digalakis, O. A. Kimball // IEEE Transactions on Speech and Audio Processing. - 1996. - 4 (5). - P. 360-378.
11. Murphy K. P. Hidden semi-Markov models (HSMMs) / K. P. Murphy. - Режим доступа: http://www.cs.ubc.ca/~murphyk/Papers/segment.pdf (дата обращения: 27.06.2014).
12. Деундяк, В. М. О математическом моделировании источника ошибок канала нескольких со-стояний / В. М. Деундяк, Н. С. Могилевская // Вестник Рост. гос. ун-та путей сообщ. - 2007. - № 1. - С.41-45.
