must be 10/BER). Hence, when trying to measure low BERs (e.g.

, 10 -6 or 10-7), the measurement time may be

too long to respond to changing channel conditions such as radio channel fading.
Signal Quality Measurements
The second basic technique for monitoring digital transmission quality is to process the digital signal directly and
measure ceftain properties related to the error rate. A simple approach involves merely measuring the received
signal power, a common technique in analog systems. In a fixed-noise environment this approach is adequate.
However, on transmission links where the noise level can vary or where signal distortions can arise, the quality of
the pulses themselves must be measured.
Figure 4.29 demonstrates the operation of a pseudo error detector designed to detect received
pulses with abnormal amplitudes at the sample times. In the example shown, binary data is detected
by use of a single threshold located midway between the normal pulse amplitudes. Two additional
thresholds are included to detect the presence of pulses with abnormal amplitudes. Sample values
falling into the central decision region are not necessarily data errors, but a high pseudo-error rate is a
good indication that the channels is not performing properly.
In a random (Gaussiann) noise environment the occurrence rate of pseudo-errors is directly related to
the actual error rate. Figure 4.30 shows a Gaussian noise distribution and decision thresholds chosen
to produce pseudo-error at 100 times a 10-6 error rate. Hence an attractive feature of this error rate
measurement is that it can measure very low error rates using comparatively short test intervals.
Note, however, that the error multiplication factor is dependent on the error rate. The technique of
estimating a very low error rate by extrapolating from an artificially generated high error rate is
sometimes referred to as a Q-factor technique [34]. In essence, the parameters (mean and variance)
of a Gaussian distribution are estimated with easily obtained measurements so the much lower error
rates can be estimated from the parameters. This technique is particularly useful in optical fiber
systems where extremely low error rates are to be determined that otherwise require extremely long
measurement times.
Hal 203
A major disadvantage of pseudo-error detection is that pseudo-eror rates are not accurately related to
actual error rates when the noise is non-Gaussian. Channel distortions, in particular, cause high
pseudo-error rates when the actual error rates are small. Even though abnormal pulse amplitudes are
present, errors do not occur unless noise adds to the distortion. On the other hand, impulse noise
might produce high actual error rates but relatively low pseudoerror rates.
The correspondence between measured and deduced error rates is improved when the decision
threshold is narrowed. Unfortunately, narrower pseudo-error decision regions are more difficult to
implement and provide lower error rate multiplication factors.
Framing Channel Errors
As described in Section 4.6.2, identification of individual channels of a TDM data stream requires
overhead bits with a unique data pattern for frame identification. After a receiving terminal has
locked onto the framing pattern, it ignores occasional bit errors in the framing pattern but declares
an out-of-frame ( OOF) condition when the error are consistent. Thus framing bit errors can be used
to determine low error rates but not high error rates that cause false OOF indications and subsequent
loss of framing. Error rates that are high enough to cause false OOF indications are usually so high
that the link is effectively out of service.
Performance Objectives
The most basic measure of quality of a digital transmission link is its BER. If the errors occur is a truly
random and independent manner (i.e., they conform to a simple Poisson probability model), the .
average BER completely specifies the performance. Unfortunately, error rate observations [32] show
that errors often occur in bursts, and because bursts affect different services in different ways,
specifying the quality of a transmission link requires more than just the average BER. For example,
data traffic is generally transmitted in blocks that are retransmitted no matter how many errorr occur in
a block. Thus, a burst has little more effect than a single bit error. The rate of retransmissions of data
blocks is more a function of the frequency of the bursts than of the long-term average BER. Voice
traffic, on the other hand, is increasingly degraded by all bit errors whether or not they occur in bursts.
Channel errors that occur in bursts can also be much more deleterious to certain operations of a
network than are distributed errors at a similar average rate. A loss of framing, for example, occurs
more often in a burst error environment. Certain timing operarions (pulse stuffing) described in
Chapter 7 are also similarly affected by bursts. Losses of framing and time synchronization both
produce outages(e.g., continuous errors) in the associated traffic channels or even inadvertent
disconnects if the conditions last too long.
Common performance parameters used to characterize error rates are:
1. Error-Free Second (EFS): Because data blocks transmitted at 64 kbps require much less than
a second, the percentage of EFS essentially specifies the percentage of time that the channel
is available for data transmission applications. (When the block transmissions are much
shorter than a second, a shorter measurement interval is more appropriate).
2. Burst Errored Second (BES): An errored second with at least 100 errors.
3. Errored Second (ES): A second with at least one error.
4. Severely Errored Second (SES): A second with a BER greater than(10)-3.
5. Degraded Minute (DM): A minute with a BER greater than 10-6.

The last three parameters are defined in ITU recommendation G.821 for performance objectives of a
digital network. The objectives for a 27,500-km reference connection (implying error contributions
from many sources) are ES<8%, SES<0.2%, and DM<10%.
The availability of fiber optic transmission technology with extremely low error rates (e.g.,I error in 1012
bits) and higher level communications protocols that rely on very low error rates have created a
situation where the very low error rates are relied on, even though they might not be obtained by
metallic or radio systems. As discussed in chapter 10, contemporary data networks [frame relay,
asynchronous transfer mode (ATM), Internet protocol (IP)] do not provide error control at the data link
layer but defer the problem to a higher level process.
Forward Error Correction
On transmission channel such as digital subscriber lines and digital radio links, relatively high error
rates are sometimes unavoidable. When real-time applications like voice or video are involved, the
effects of channel errors cannot be accommodated by periodically adding redundant check-sum bits
and requesting retransmission of corrupted blocks of data as is commonly done in many data
communications protocols. As mentioned in the previous chapter, particularly critical bits of
compressed digital mobile speech are redundantly encoded with enough bits to permit error
correction of some number of bit errors. Because this basic process does not require retransmission
of data, it is known as forward error correction (FEC) [35].
FEC involves adding redundant data bits, like parity bits or CRC bits, but in sufficient quantity to
enable error correction instead of just error detection. Two basic forms of FEC are block encoding and
convolutional encoding. A block encoder attaches error correction redundancy to fixed-length blocks
of data, which implies the need for establishing block framing to identify the fields of redundant
bits. A convolutional encoder, on the other hand, continuously inserts error correction bits that are
continuously processed by the decoding circuitry while recovering the original data.
Reed-Solomon Codes
Although a wide variety of block-coding algorithms have been developed, Reed Solomon (RS) coding
is the most popular form. When a block of source data symbols of length M is input to an RS coder,
an output block of length N symbols is produced, where N - M is the number of check symbols R . An
RS code with these parameters is commonly referred to as a RS (N,M) = RS (N,N - R) code. An
RS(N,N - R) code can correct R symbol errors. In most cases a symbol consists of an 8-bit byte of
data, so multiple bit errors in a single byte are no worse than a single bit error. Digital video
broadcasting (DVB) system use RS (204,188) codes, which means that as many as eight bytes can
be coffupted and be corrected.
Exampte 4.4. Determine the probability of failure of an RS(204, 188) code operating in a random error
environment with a bit error probability of 10-3. Assume each symbol is an 8-bit byte.
Solution. Because the probability of multiple bit errors in a single byte is small, the probability of a
symbol error ps is very close to 8 x 10-3. Using ps, the probability of failure (the probability of more than
eight symbol errors), pf can be determined as
Convolutional Coding
Block diagrams of two basic convolutional encoders are shown in Figure 4.31.
Both of these encoders are referred to as rate 1/2 encoders because the source data rate is half the channel data
rate. During each bit time of a source two output bits are generated. As illustrated in Figure 4.32, the constraint-2
length coder in Figure 4.31a outputs odd parity over bits A and B along with the value of B directly. In Figure
4.31b, odd parity across overlapping fields (A, B, C and A, C) are generated. In the case of odd parity over A, B,
C an output value is a I if and only if an odd number of A, B, C are 1.
An important consideration of a convolutional coder is the constraint length, which specifies the number of
instances that a particular source bit gets mapped into a channel bit.
harus 10 / BER). Oleh karena itu, ketika mencoba mengukur BER rendah (mis., 10-6 atau 10-7), waktu
pengukuran mungkin terlalu lama untuk merespons perubahan kondisi saluran seperti pemudaran kanal radio.
Pengukuran Kualitas Sinyal
Teknik dasar kedua untuk memantau kualitas transmisi digital adalah memproses sinyal digital secara langsung
dan mengukur sifat-sifat ceftain yang terkait dengan tingkat kesalahan. Pendekatan sederhana hanya mengukur
kekuatan sinyal yang diterima, teknik umum dalam sistem analog. Dalam lingkungan fixed-noise pendekatan ini
memadai. Namun, pada jalur transmisi dimana tingkat kebisingan dapat bervariasi atau di mana distorsi sinyal
dapat terjadi, kualitas pulsa itu sendiri harus diukur.
Gambar 4.29 menunjukkan pengoperasian detektor kesalahan "semu" yang dirancang untuk mendeteksi pulsa
yang diterima dengan amplitudo abnormal pada waktu sampel. Pada contoh yang ditunjukkan, data biner
dideteksi dengan menggunakan satu ambang batas yang terletak di tengah antara amplitudo pulsa normal. Dua
batas tambahan disertakan untuk mendeteksi adanya pulsa dengan amplitudo abnormal. Nilai sampel yang jatuh
ke dalam wilayah keputusan pusat tidak harus merupakan kesalahan data, namun tingkat kesalahan pseudo-
tinggi merupakan indikasi bagus bahwa saluran tidak berkinerja dengan baik.
Dalam lingkungan bising acak (Gaussiann), tingkat kejadian kesalahan pseudo berhubungan langsung dengan
tingkat kesalahan aktual. Gambar 4.30 menunjukkan distribusi suara Gaussian dan ambang keputusan yang
dipilih untuk menghasilkan kesalahan semu pada 100 kali tingkat kesalahan 10-6. Oleh karena itu, fitur menarik
dari pengukuran tingkat kesalahan ini adalah bahwa ia dapat mengukur tingkat kesalahan yang sangat rendah
dengan menggunakan interval tes yang relatif singkat. Namun, perlu diketahui bahwa faktor perkalian kesalahan
bergantung pada tingkat kesalahan. Teknik memperkirakan tingkat kesalahan yang sangat rendah dengan
melakukan ekstrapolasi dari tingkat kesalahan tinggi yang dihasilkan secara artifisial kadang-kadang disebut
sebagai teknik faktor-Q [34]. Intinya, parameter (mean dan varians) distribusi Gaussian diperkirakan dengan
pengukuran yang mudah didapat sehingga tingkat kesalahan yang jauh lebih rendah dapat diperkirakan dari
parameter. Teknik ini sangat berguna dalam sistem serat optik dimana tingkat kesalahan yang sangat rendah
ditentukan sehingga memerlukan waktu pengukuran yang sangat lama.
Hal 203
Kelemahan utama deteksi pseudo-error adalah tingkat pseudo-eror tidak terkait secara akurat dengan tingkat
kesalahan aktual saat noise non-Gaussian. Distorsi saluran, khususnya, menyebabkan tingkat kesalahan
pseudo-tinggi ketika tingkat kesalahan sebenarnya kecil. Meskipun amplitudo pulsa abnormal hadir, kesalahan
tidak terjadi kecuali noise menambah distorsi. Di sisi lain, noise impuls mungkin menghasilkan tingkat kesalahan
aktual yang tinggi namun tingkat pseudoerrornya relatif rendah.
Korespondensi antara tingkat kesalahan terukur dan kesimpulan meningkat ketika ambang keputusan disempit.
Sayangnya, daerah keputusan pseudo-error yang lebih sempit lebih sulit diterapkan dan memberikan faktor
perkalian tingkat kesalahan "kesalahan" yang lebih rendah.
Kesalahan Saluran Framing
Seperti dijelaskan pada Bagian 4.6.2, identifikasi saluran individual dari aliran data TDM memerlukan bit
overhead dengan pola data unik untuk identifikasi bingkai. Setelah terminal penerima "terkunci" pada pola
pembingkaian, ia mengabaikan kesalahan bit sesekali dalam pola pembingkaian namun menyatakan kondisi out-
of-frame (OOF) bila kesalahannya konsisten. Dengan demikian framing kesalahan bit dapat digunakan untuk
menentukan tingkat kesalahan yang rendah tetapi tidak tingkat kesalahan tinggi yang menyebabkan indikasi
OOF palsu dan hilangnya framing berikutnya. Tingkat kesalahan yang cukup tinggi sehingga menyebabkan
indikasi OOF palsu biasanya sangat tinggi sehingga tautannya efektif tidak berfungsi.
Tujuan Kinerja
Ukuran paling dasar kualitas link transmisi digital adalah BER-nya. Jika kesalahan terjadi adalah cara yang
benar-benar acak dan independen (yaitu, mereka sesuai dengan model probabilitas Poisson sederhana),. rata
BER sepenuhnya menentukan kinerjanya. Sayangnya, pengamatan tingkat kesalahan [32] menunjukkan bahwa
kesalahan sering terjadi dalam semburan, dan karena semburan mempengaruhi layanan yang berbeda dengan
cara yang berbeda, menentukan kualitas tautan transmisi memerlukan lebih dari sekedar BER rata-rata.
Misalnya, lalu lintas data umumnya ditransmisikan dalam blok yang dipancarkan ulang tidak peduli berapa
banyak errorr yang terjadi di blok. Dengan demikian, burst memiliki sedikit efek lebih dari satu bit error. Tingkat
retransmisi blok data lebih merupakan fungsi dari frekuensi semburan daripada BER rata-rata jangka panjang.
Lalu lintas suara, di sisi lain, semakin terdegradasi oleh semua kesalahan bit apakah terjadi dalam semburan
atau tidak.
Kesalahan saluran yang terjadi dalam semburan juga bisa lebih mengganggu operasi jaringan tertentu daripada
kesalahan terdistribusi pada tingkat rata-rata yang sama. Hilangnya pembingkaian, misalnya, terjadi lebih sering
di lingkungan kesalahan yang meledak. Waktu tertentu operarions (pulse stuffing) yang dijelaskan pada Bab 7
juga dipengaruhi oleh semburan. Kerugian sinkronisasi framing dan waktu keduanya menghasilkan pemadaman
(misalnya, kesalahan terus-menerus) di saluran lalu lintas terkait atau bahkan secara tidak sengaja terputus jika
kondisinya berlangsung terlalu lama.
Parameter kinerja umum yang digunakan untuk mengkarakterisasi tingkat kesalahan adalah:
1. Error-Free Second (EFS): Karena blok data yang ditransmisikan pada 64 kbps memerlukan waktu kurang dari
satu detik, persentase EFS pada dasarnya menentukan persentase waktu bahwa saluran tersebut tersedia untuk
aplikasi transmisi data. (Bila transmisi blok jauh lebih pendek dari pada detik, interval pengukuran lebih pendek
lebih tepat).
2. Burst Errored Second (BES): Sebuah errored second dengan setidaknya 100 error.
3. Kesalahan Kedua (ES): Yang kedua dengan setidaknya satu kesalahan.
4. Sangat Error Kedua (SES): Yang kedua dengan BER lebih besar dari (10)-3.
5. Degraded Minute (DM): Satu menit dengan BER lebih besar dari 10-6.

Tiga parameter terakhir didefinisikan dalam rekomendasi ITU G.821 untuk tujuan kinerja jaringan digital. Tujuan
sambungan referensi 27.500 km (menyiratkan kontribusi kesalahan dari banyak sumber) adalah ES <8%, SES
<0,2%, dan DM <10%.
Ketersediaan teknologi transmisi serat optik dengan tingkat kesalahan yang sangat rendah (misalnya, kesalahan
saya pada 1012 bit) dan protokol komunikasi tingkat tinggi yang mengandalkan tingkat kesalahan yang sangat
rendah telah menciptakan situasi di mana tingkat kesalahan yang sangat rendah bergantung, meskipun mereka
mungkin tidak diperoleh dengan sistem metalik atau radio. Seperti yang dibahas di Bab 10, jaringan data
kontemporer [frame relay, mode transfer asinkron (ATM), protokol Internet (IP)] tidak memberikan kontrol
kesalahan pada lapisan data link namun menunda masalah ke proses tingkat yang lebih tinggi.
Koreksi Kesalahan Forward
Pada saluran transmisi seperti jalur pelanggan digital dan link radio digital, tingkat kesalahan yang relatif tinggi
terkadang tidak dapat dihindari. Ketika aplikasi real-time seperti suara atau video dilibatkan, efek dari kesalahan
saluran tidak dapat diakomodasi dengan menambahkan bit penjumlahan secara berkala dan meminta
pengiriman ulang blok data yang rusak seperti yang biasa dilakukan pada banyak protokol komunikasi data.
Seperti yang disebutkan di bab sebelumnya, khususnya bit kritis dari pidato digital bergerak terkompresi secara
berlebihan dikodekan dengan bit yang cukup untuk memungkinkan koreksi kesalahan sejumlah kesalahan bit.
Karena proses dasar ini tidak memerlukan transmisi ulang
data, dikenal sebagai forward error correction (FEC) [35].
FEC melibatkan penambahan bit data yang berlebihan, seperti bit paritas atau bit CRC, namun dalam jumlah
yang cukup untuk mengaktifkan koreksi kesalahan, bukan hanya deteksi kesalahan. Dua bentuk dasar FEC
adalah pengkodean blok dan pengkodean konvolusi. Sebuah blok encoder memasang redundansi koreksi
kesalahan ke blok data tetap, yang menyiratkan perlunya pembentukan blok pembingkaian untuk
mengidentifikasi bidang-bidang yang berlebihan.
bit. Sebuah encoder convolutional, di sisi lain, terus menyisipkan bit koreksi kesalahan yang terus diproses oleh
sirkuit decoding saat memulihkan data asli.
Kode Reed-Solomon
Meskipun beragam algoritma block-coding telah dikembangkan, pengkodean Reed Solomon (RS) adalah bentuk
yang paling populer. Ketika sebuah blok simbol data sumber dengan panjang M dimasukkan ke sebuah coder
RS, sebuah blok keluaran simbol N panjang dihasilkan, di mana N - M adalah jumlah simbol cek R. Kode RS
dengan parameter ini biasanya disebut sebagai kode RS (N, M) = RS (N, N - R). Kode RS (N, N - R) dapat
memperbaiki kesalahan simbol R. Dalam kebanyakan kasus, sebuah simbol terdiri dari byte data 8 bit,
sehingga beberapa kesalahan bit dalam satu byte tidak lebih buruk daripada kesalahan bit tunggal. Sistem
penyiaran video digital (DVB) menggunakan kode RS (204,188), yang berarti bahwa sebanyak delapan byte
dapat dikoordinasikan dan dikoreksi.
Exampte 4.4. Tentukan probabilitas kegagalan kode RS (204, 188) yang beroperasi di lingkungan kesalahan
acak dengan probabilitas kesalahan sedikit 10-3. Asumsikan setiap simbol adalah byte 8 bit.
Larutan. Karena probabilitas beberapa bit error dalam satu byte kecil, kemungkinan kesalahan simbol ps sangat
mendekati 8 x 10-3. Dengan menggunakan ps, probabilitas kegagalan (probabilitas lebih dari delapan kesalahan
simbol), dapat ditentukan sebagai
Pengkodean Convolutional
Diagram blok dari dua encoder konvolusi dasar diperlihatkan pada Gambar 4.31.
Kedua encoders ini disebut sebagai rate 1/2 encoders karena data rate sumbernya adalah setengah dari data
rate saluran. Selama setiap bit waktu dari sebuah sumber, dua bit output dihasilkan. Seperti yang digambarkan
pada Gambar 4.32, constraint-2 length coder pada Gambar 4.31a mengeluarkan paritas ganjil pada bit A dan B
bersamaan dengan nilai B secara langsung. Pada Gambar 4.31b, paritas ganjil di bidang yang saling tumpang
tindih (A, B, C dan A, C) dihasilkan. Dalam kasus paritas ganjil di atas A, B, C, nilai keluaran adalah jika saya dan
jika bilangan ganjil A, B, C adalah 1.
Pertimbangan penting dari coder convolutional adalah batasan panjang, yang menentukan jumlah contoh bahwa
bit sumber tertentu dipetakan ke dalam bit saluran.