Decodierung von Faltungscode- und Turbocode-basierten 2D-Barcodes unter Ausnutzung des Matched-Filter Ansatzes

Abstract:
In dieser Arbeit soll die Fehlerkorrekturfähigkeit von zweidimensionalen (2D)-Barcodes, welche u. a. zur eindeutigen Identifikation von Objekten im Kontext Internet of Things (IoT) verwendet werden, untersucht werden. Dazu wurden 2D-Barcodes basierend auf Faltungscodes, Turbocodes und Reed-Solomon-Codes verwendet und entsprechend evaluiert. Um die Vorteile der Soft-Input-Decodierung bei Faltungscodeund Turbocode-basierten Barcodes auszunutzen, wurde bei der Detektion der Barcodes ein zum klassischen Matched-Filter ähnlicher Ansatz zur Erzeugung von Soft-Input-Werten verwendet. Die Reed-Solomon-Code-basierten Barcodes dienen hier als Referenz, da sich diese Klasse von fehlerkorrigierenden Codes in vielen standardisierten Varianten von 2D-Barcodes etabliert hat. Es wurden zwei unterschiedliche Kanalmodelle betrachtet, zum einen ein zweidimensionaler, durch additives, weißes Gaußrauschen gestörter Kanal (AWGN) und zum anderen ein mit Blockfehlern behafteter Kanal.