预览加载中,请您耐心等待几秒...
1/8
2/8
3/8
4/8
5/8
6/8
7/8
8/8

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局*CN103401650A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103401650103401650A(43)申请公布日2013.11.20(21)申请号201310344052.6(22)申请日2013.08.08(71)申请人山东大学地址250100山东省济南市历城区山大南路27号(72)发明人马丕明梅文杰杨勇(74)专利代理机构济南金迪知识产权代理有限公司37219代理人许德山(51)Int.Cl.H04L1/00(2006.01)权利要求书2页权利要求书2页说明书5页说明书5页(54)发明名称一种(n,1,m)有误码卷积码的盲识别方法(57)摘要一种(n,1,m)有误码卷积码的盲识别方法,属于信道编码盲识别技术领域,先通过计算机读入待识别的数据后,建立识别矩阵,然后按高斯消元的方法进行矩阵的行化简,根据化简的结果识别出码长和起点,再将n路数据进行两两组合,运用Hadamard矩阵求解方程组的方法分别进行(2,1,m)卷积码多项式的识别,识别得到的结果再根据多项式之间的关系更新入最终的生成矩阵。本方法简化了对高阶Hadamard的存储,减少了计算机运行过程中数据的存储量,且详细介绍了由(2,1,m)卷积码得到(n,1,m)卷积码的多项式的处理过程,加入并行计算部分,加快了程序的处理流程,且容错性好。CN103401650ACN103465ACN103401650A权利要求书1/2页1.一种(n,1,m)有误码卷积码的盲识别方法,由计算机进行识别,该计算机包括待识别数据读入部分,识别运行程序和识别结果的输出部分,其中识别的过程主要是由计算机将待识别的数据读入计算机内存中,然后通过本盲识别方法进行识别,识别的结果输出到一个文本文件中,该盲识别方法的步骤如下:(1)由计算机从待识别数据读入部分读入待识别的数据后,运用矩阵分析的方法识别出卷积码的码长和起点,矩阵分析法识别码长和起点的具体步骤如下:a.由计算机从待识别数据读入部分得到的卷积码的数据,设识别的卷积码参数的范围:码长n范围为2到8,约束度m小于等于13,最大的数据约束长度n*(m+1),即112;建立p×q的大小的矩阵,其中q的大小依次取2到130,且p>q,q的最大值大于最大的数据约束长度;b.对建立的识别矩阵运用高斯消元的方法进行矩阵行化简,得到行最简形矩阵,行化简的具体方法为:对矩阵中的数据从左到右按列处理,如果对角线上的元素为1,则将对角线元素所在的行设为标准行,将同列其他有非零元素的行替换为该行与标准行中的元素模二加后的结果,如果对角线上的元素为零,则寻找该列对角线元素下方的非零元素所在的行作为标准行,将同列其他有非零元素的行替换为该行与标准行中的数据模二加后得结果,如果对角线下方位置的元素全为0,则不再进行化简;c.计算化简后的矩阵的秩,当矩阵不是满秩矩阵时,则统计矩阵左上角单位阵的维数,记录下此时的矩阵列数和单位阵的维数;d.将行数q加1,当q>130时,转入下一步,否则,转入步骤a;e.比较所有的单位阵的维数,统计其出现概率最大的值,在此基础上,统计所有能满足该单位阵维数的列数,求其最大公约数,则所得值即为所求的码长;f.在得到码长值后,按大于13倍码长且为码长倍数的列数建立识别矩阵,按步骤b中行化简的方法对识别矩阵的行进行化简,化简完成后,分析得到的识别矩阵的对角线元素,找到规律矩阵的起点位置,推算出起点;(2)设定当前最大的约束度M,计算2M+1维的Hadamard矩阵;(3)将待识别的数据按两两一组进行组合,运用Walsh-Hadamard识别法进行生成矩阵的识别,矩阵用另一种多项式的形式表示,即将矩阵的每一行表示为一个多项式,从左到右依次为多项式的常数项到最高次项,那么生成矩阵就可以表示为码长个多项式的形式,对待识别的数据,按码长抽取为n路数据,识别时每相邻的两路数据为一组,即前两路数据为第一组,第二和第三路为第二组,第三和第四路为第三组,以此类推,每次得到两个生成多项式,每次更新一个多项式,直到将所有组的多项式更新完成,即将识别(n,1,m)卷积码的过程,转换为识别(2,1,m)卷积码的过程,每次识别得到两个生成多项式,设上次更新的多项式为C,这次需要更新的多项式为D,Walsh-Hadamard识别法具体的识别步骤为:a)按约束长度2(M+1)进行码字分组,并统计为码字个数向量;b)将1×22(M+1)维数的码字个数向量与22(M+1)阶的Hadamard矩阵相乘,得到1×22(M+1)维的解向量,计算过程中,不直接采用矩阵相乘的方式,而是按照2(M+1)阶Hadamard矩阵扩展为22(M+1)阶Hadamard矩阵的方法,先替换为22(M+1)阶Hadamard矩阵相应位置