一种高误码的任意码率卷积码编码参数盲识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106059712A(43)申请公布日2016.10.26(21)申请号201610496231.5(22)申请日2016.06.28(71)申请人西安电子科技大学地址710071陕西省西安市太白南路2号西安电子科技大学(72)发明人陈健张陈和阔永红杨龙王平(74)专利代理机构北京科亿知识产权代理事务所(普通合伙)11350代理人汤东凤(51)Int.Cl.H04L1/00(2006.01)权利要求书4页说明书8页附图6页(54)发明名称一种高误码的任意码率卷积码编码参数盲识别方法(57)摘要本发明公开了一种高误码的任意码率卷积码编码参数盲识别方法，包括将卷积码比特流排列成p×q的码率分析矩阵，识别出码长n；将卷积码比特流根据码长n构造分析矩阵，提取出卷积码的校验序列；当码率为1/n时，通过遍历m，直接对校验序列进行抽取并与m+1维向量空间做卷积运算，通过三角变换得到卷积码的生成矩阵和寄存器长度m；当码率为(n-1)/n或者(n-k)/n时，通过遍历m，对于系统码，对校验序列进行抽取并与m+1维向量空间做卷积运算，做上三角变换即可得到卷积码的生成矩阵；对于非系统码，得到的生成矩阵集合，最后通过最优准则得到卷积码的最优生成矩阵和寄存器长度m。本发明较好地解决了含误码情形下任意码率卷积码编码参数盲识别问题，可用于通信侦察、通信对抗以及智能通信。CN106059712ACN106059712A权利要求书1/4页1.一种高误码的任意码率卷积码编码参数盲识别方法，其特征在于，所述高误码的任意码率卷积码编码参数盲识别方法包括：步骤一，将卷积码比特流排列成p×q的码率分析矩阵，根据编码器编码与信息码字的相互校验规律，识别出码长n；步骤二，将卷积码比特流根据码长n构造分析矩阵，按照编码关系识别信息位长度k，提取出卷积码的校验序列；步骤三，当码率为1/n时，通过遍历m，对校验序列进行抽取并与m+1维向量空间做卷积运算，通过三角变换即可得到卷积码的生成矩阵和寄存器长度m；步骤四，当码率为(n-1)/n或者(n-k)/n时，通过遍历m，对于系统码，对校验序列进行抽取并与m+1维向量空间做卷积运算，采用三角变换即可得到卷积码的生成矩阵；对于非系统码，得到的生成矩阵集合，通过最优准则得到卷积码的最优生成矩阵和寄存器长度m。2.如权利要求1所述的高误码的任意码率卷积码编码参数盲识别方法，其特征在于，所述高误码的任意码率卷积码编码参数盲识别方法具体包括以下步骤：1)将得到的卷积码信息比特流Vs排列成p×q的码率分析矩阵Cq，其中q的取值范围2～100，通过对列进行遍历，分析每个矩阵非相关列数ci，根据非相关列数cs与q的关系，确定有效列集合N；2)对列集合N中所有元素取最大公约数，即可得到卷积码码长n；3)根据卷积码码长n和已知的卷积码比特流Vs，识别信息位长度和卷积码校验序列；4)根据卷积码的码长n、信息位长度k和校验序列Pn-k，对卷积码的寄存器长度m和生成矩阵G进行识别。3.如权利要求2所述的高误码的任意码率卷积码编码参数盲识别方法，其特征在于，所述根据卷积码码长n和已知的卷积码比特流Vs，识别信息位长度和卷积码校验序列进一步包括：(1)在二元域上，接收到的卷积码比特流Vs为：C0,C1,C2,…Ci…；其中表示第i时刻输出的n个比特信息；(2)通过卷积码的比特流Vs构造列数为nL，行数为M的数据矩阵C；(3)抽取数据矩阵C，得到数据矩阵的集合Ci，形式如下：其中j取值范围[0,M-nL-5)；(4)对每一个Cj进行初等变换单位化，化简为下面单位矩阵：2CN106059712A权利要求书2/4页(5)对每一个Cj进行初等变换单位化后，分别提取对角线元素并进行累加求和归一化，得到向量为D＝(d1,d2,…,dnL)，对D进行判决处理得到向量D'＝(d′1,d'2,…,d'nL)；(6)对D'按行排列成列数为n的矩阵，删除矩阵中行元素全为0和1的行，将每行相加归一化，得到长度为n的向量E＝{e1,e2…en}，对E进行判决处理得到向量E'＝{e′1,e'2…e'n}，向量E'中1的个数即为卷积码信息位长度k；(7)对于码长为n，信息位长度为k的卷积码，D'中存在如下周期性关系：得到的C′j中任意为卷积码的校验序列。4.如权利要求3所述的高误码的任意码率卷积码编码参数盲识别方法，其特征在于，所述校验序列的提取方法包括：1)对于任意码率卷积码，其完整的编码关系中0的个数为n-k，即校验序列共有n-k列，完整的编码关系对应元素0出现在第l列，第l+1列......第l+n-k-1列；2)对于校验序列的第一列，在数据矩阵集合C′j中查找第l列中对角元素为0所对应的数据矩阵C″j，提取第