1 軟判定の概念

1.1 判定の種類（硬判定と軟判定）

通信における「判定」は、受信した信号から記号やビットの推定結果を作る処理を指す。硬判定は、各ビット（または各受信シンボル）について、想定される候補のうちどちらか一方を選び、結果を二値（例：0または1）として復号器へ渡す方式である。復号器はその二値情報だけを基に誤り訂正を行うため、受信側で得られる「どちらに近いか」という度合いが失われやすい。

軟判定は、候補の選択だけでなく、選択の確からしさを数値で表して復号器へ提供する。たとえば「0のほうが濃厚」かつ「その確度が高い」といった状況を数値として保持することで、復号過程が情報をより豊かに利用できる。結果として、同一の誤り訂正符号・同一の符号化方式で比較した場合に、誤り訂正の成功率が高まりやすい。

1.2 信頼度情報の表現

1.2.1 尤度と事後確率

軟判定が扱う信頼度は、統計的には「受信信号が観測されたとき、各候補がどれほどありそうか」に対応する。代表的な枠組みとして、受信信号を観測したもとで、各仮説（例：ビットが0である、ビットが1である）がどれほど支持されるかを表す指標が用いられる。

その指標は、条件付き確率として事後確率の形で書ける場合がある。事後確率は、事前に想定するビットの出現確率と、受信信号の尤度を組み合わせて得られる。実装では、事後確率そのものを計算・伝達するよりも、比較に便利な対数形式や尤度比へ写して扱うことが多い。

1.2.2 尤度比と対数尤度比

候補が2つ（たとえばビット0と1）に限られるとき、信頼度は「片方がもう片方よりどれだけ有利か」を測る指標に要約できる。代表例が尤度比（Likelihood Ratio, LR）である。これは「仮説A（例：0）の下で観測した確からしさ」を「仮説B（例：1）の下で観測した確からしさ」で割った値として定義される。

さらに実用上の利点から、対数尤度比（Log-Likelihood Ratio, LLR）がよく用いられる。LLRは尤度比の対数であり、積の形の計算が和の形に変換されるため扱いやすい。また、符号化・復号で複数要素を統合する過程（たとえば逐次推定やメッセージ伝搬）で、数値の安定性や比較の容易さが得られる。

1.3 軟判定が性能に与える影響

軟判定の主な効果は、誤り訂正に必要な「情報量」を復号器に渡す点にある。硬判定は推定結果を二値化するため、受信信号が境界に近いのか、あるいは明確に偏っているのか、といった相違が捨てられる。これに対し軟判定は、信号対雑音比が同程度でも、推定の確度差を反映して復号の判断をより精緻にする。

誤り訂正符号の復号方式によって得られる利得の大きさは異なるが、一般に「復号器が信頼度を有効に統合できる構造」であれば軟判定の効果が現れやすい。特に、尤度や対数尤度比に基づく復号（最尤復号に近い処理、あるいはメッセージ伝搬により尤度整合を行う処理）では、受信時の情報を失わないことが性能向上に直結しやすい。

2 システム構成における位置づけ

2.1 復調器と判定器の役割

典型的な通信受信では、受信信号は復調器で復号に近い形へ変換される。ここで復調器は、信号点（シンボル）の候補と受信波形の整合を評価し、各候補に対する尤度に相当する量を算出することができる。

判定器（あるいは判定モジュール）は、復調が出した情報を用いてビットあるいは符号語の仮説を評価する。軟判定を採用する場合、この段階でLLRなどの信頼度指標が生成され、以降の復号処理へ引き渡される。

2.2 復号器への入力としての軟判定

復号器は通常、ビット列の整合を取るために入力を利用する。硬判定では入力が二値であるのに対し、軟判定では入力が連続量または準連続量の信頼度として渡される。たとえばLLRが与えられると、復号器内部の計算は「信頼度が高いビットは誤り訂正において動かしにくい」といった重み付けとして反映される。

また、復号方式によっては信頼度を複数の情報源から統合する。反復復号（ターボ符号やLDPCなど）では、信頼度が繰り返し再計算され、整合する方向へ収束していく。軟判定により初期状態の情報が良くなると、反復回数が同じでも最終的な到達誤り率が改善しやすい。

2.3 チャネルモデルとの整合

軟判定は統計的モデルに依存することが多い。復号で用いる尤度やLLRは、受信チャネルをどのように仮定するか（たとえば加法性雑音の分布、フェージングの統計、前処理の整合など）に基づいて定義される。そのため、実際のチャネルと仮定モデルの不一致が大きいと、信頼度の解釈がずれて性能が低下する場合がある。

一般に、チャネル推定や等化を行ったうえで、それらの誤差も含めて整合する形に整備することが重要になる。完全な整合が難しくても、適切な補正や学習ベースの補償を組み込むことで損失を抑えられるケースがある。

3 代表的な算出方法

3.1 尤度比（LR）の導出

尤度比は、受信観測と仮説（ビットが0または1であること）を結びつけることで導出できる。受信信号を数値ベクトル \(y\) とし、ビット候補を \(x\in\{0,1\}\) としたとき、LRは \[

LR = \frac{P(yx=0)}{P(yx=1)}

\] のように表現される。

実際には、変調方式や前処理の結果に応じて \(P(yx)\) を定義する。たとえば多値変調では、シンボル候補に対応する確率が計算対象になり、それをビット単位に落とし込むには候補集合の和（マージン化）を行う。導出の鍵は、受信信号の生成過程を仮定し、その下で条件付き確率を求めることにある。

3.2 対数尤度比（LLR）の算出

対数尤度比はLRの対数として定義される。二値仮説の例では \[

LLR = \log \frac{P(yx=0)}{P(yx=1)}

\] である。対数を取ることで計算が和に変わり、複数項の統合に向く。特にガウス雑音を仮定することが多い環境では、尤度が指数関数の形を取りやすく、LLRは受信波形と参照信号（あるいは等価な距離）の差分として整理できる。

さらに、反復復号ではLLRの符号と大きさが重要になる。符号は候補の傾向（どちらが支持されるか）を表し、大きさはどれほど強い裏付けがあるかを反映する。数値のスケールは復号器の内部計算に影響するため、後述の量子化や正規化設計も含めて決める必要がある。

3.3 モデル誤差と近似の扱い

導出されたLLRは、前提とするチャネルモデルが正しいことを暗に利用している。実装では、雑音分散の誤差、フェージングの推定誤差、等化後残差の統計のズレなどが発生しうる。その結果、計算された信頼度が過大または過小になり、復号器の挙動が理想条件から外れる。

近似としては、計算量を抑えるために尤度の厳密な計算を簡略化する方法が採用されることがある。たとえば対数和を扱う段階で、最大項近似に基づく簡約が行われる場合がある。ただし近似は性能劣化を伴うため、どの程度まで簡素化するかは、誤り率目標と計算資源のバランスで決められる。

4 実装上の考慮点

4.1 離散化（量子化）による性能劣化

理想的にはLLRは連続量として扱われるが、実際の装置では有限のビット幅で表す必要がある。量子化は表現の精度を制限し、信頼度の相対関係に誤差を生むことで性能に影響する。特に、信頼度が小さい領域では量子化ステップにより符号が誤って反転する恐れがある。

一方で、量子化ビット数を増やすと回路規模や計算遅延が増える。したがって、目的とする符号化方式・復号器の感度を踏まえ、許容できる性能劣化の範囲でビット幅を選定するのが一般的である。正規化や飽和制限（大きな値を上限に丸める処理）も、設計の一部として検討される。

4.2 固定小数点・整数演算での設計

ハードウェア実装では、浮動小数点よりも固定小数点や整数演算が好まれることが多い。そのためLLRの計算・加算・比較を、適切なスケーリングのもとで実行できる形に整える。固定小数点では、オーバーフローや丸め誤差が復号性能に波及するため、演算幅やスケール係数を慎重に決定する必要がある。

また、復号器が扱う演算（例：対数和近似、閾値処理、分岐）も整数演算で再現できるように整理する。結果として、数学的な定義どおりのLLRを完全に再現することよりも、装置上で安定し、性能目標に整合する実装が優先される。

4.3 計算量と遅延のトレードオフ

軟判定は情報量が増えるため、硬判定に比べて計算負荷が増えやすい。復調側で尤度計算を行う必要があり、さらに復号器内部でも信頼度を用いた処理が発生する。ターボ符号やLDPCのような反復復号では、反復回数や各反復の計算量が遅延に直結する。

そのため、許容される処理時間（レイテンシ）と目標誤り率の範囲で、反復回数の上限、近似の強さ、量子化精度を調整する設計が行われる。計算資源が限られる場面では、最適性よりも実用的なバランスを取る方針が採られることが多い。

4.4 最適化手法と実用例

実用の場では、理想LLRに近い形で信頼度を供給しつつ、計算と実装の制約を満たすように最適化が行われる。具体的には、雑音分散推定の補正、LLRの温度係数（過大・過小評価の補正に相当）調整、量子化テーブルの設計などが挙げられる。

また、符号の種類に応じて復号器の内部計算が工夫される。たとえばLDPCではメッセージ伝搬での更新規則に近似が入り得るため、近似の誤差を許容しつつ安定性を確保する調整が行われる。通信規格や実装慣行では、これらの最適化が組み合わせとしてパッケージ化されていることもある。

5 関連する誤り訂正技術

5.1 畳み込み符号と最尤復号

畳み込み符号は誤り訂正の基礎的な構成要素として広く利用される。復号では最尤復号に近い処理として、状態遷移を用いた探索（たとえばビタビ復号）が代表例である。ビタビ復号は、受信情報に基づいて経路の尤度を評価し、最も整合する経路を選ぶ。

軟判定はこの尤度評価に直接関係する。硬判定に比べ、経路の比較がより繊細に行えるため、同じ受信条件でも誤り訂正性能が高まりやすい。特に、LLRなどを用いてメトリック（経路のコスト）を計算する構成では、受信側の信頼度が復号の判断へ反映される。

5.2 ターボ符号における軟判定復号

ターボ符号は、複数の符号化器と反復復号により性能を引き上げる方式である。反復復号の過程では、各構成要素間で信頼度情報がやり取りされ、矛盾が減る方向へ統合が進む。

このとき、入力としての軟判定（LLRなど）が復号初期条件となる。初期の信頼度が適切であれば、反復による収束が早まりやすく、最終的な誤り率も改善しやすい。軟判定の導入により、硬判定のみでは捉えきれない差分が反復で活用できる点が特徴である。

5.3 LDPC復号とメッセージ伝搬

LDPC（低密度パリティ検査符号）では、復号器がパリティ検査の制約を用いて信頼度を更新する。代表的なアルゴリズムとしてメッセージ伝搬があり、変数ノードとチェックノードの間で情報がやり取りされる。

軟判定は、変数ノードに与えられる初期信頼度として、また更新規則の計算対象として関与する。尤度に基づく更新では、LLR形式が自然に適合し、複数の制約からの整合性を平均化するように働く。近似を含む場合でも、整合を保つ設計が性能の要点になる。

5.4 符号間の比較における軟判定の位置づけ

誤り訂正符号を比較する際、軟判定の採用有無は結果に大きく影響する。硬判定同士で比較すると、コード本来の改善幅が縮小して見えることがあり、軟判定を用いると符号の特性がより顕在化する場合がある。したがって、比較試験では変調方式、復調器の信頼度生成方法、量子化精度、復号アルゴリズムなども含めた同条件設定が重要になる。

さらに、符号ごとに「軟判定をどれだけ活かせる構造か」が異なる。たとえば、ある復号器ではLLRの利用が中心となる一方で、別の構成では硬判定に比べ利得が限定的なことがある。よって軟判定は単なる受信処理のオプションではなく、符号と復号器の性能を引き出す前提条件として位置づけられる。