卷积码编码参数全盲识别方法

摘要

本发明公开了一种卷积码编码参数全盲识别方法，主要解决现有技术的未全盲识别，计算复杂度高的问题。其技术方案是：（1）根据卷积码编码器与信息码字之间的相互校验关系求解出码长n、输入信息位长度k及寄存器长度m；（2）当码率k/n是1/n时，依次取卷积码比特流中码字的相邻两位比特构造分析矩阵C,对其使用快速Walsh-Hadamard变换求得生成矩阵G；（3）当码率k/n是(n-1)/n时，取卷积码比特流中码字的第1位到第(k+1)位比特构造分析矩阵C,对其使用快速Walsh-Hadamard变换求得基本校验矩阵H，完成卷积码编码参数的全盲识别。本发明较好地解决了未知任何先验知识及含误码情形下的卷积码的编码参数全盲识别问题，简化运算复杂度，可用于多点广播通信以及智能通信。

主权项

一种卷积码编码参数全盲识别方法，包括如下步骤：1)对进入接收机的射频信号进行预处理，得到卷积码比特流B_s；2)通过卷积码比特流B_s构造出行数为L，列数为l的码率分析矩阵R_l，列数l从2遍历到43，行数L＝l+50，求解出每个码率分析矩阵R_l的秩r，若r<l，则将当前码率分析矩阵R_l的列数l并入到列集合Q中，将当前码率分析矩阵R_l的秩r并入到秩集合R中；3)求解出列集合Q中所有列数l的最大公约数，即为卷积码的码长n，求解出秩集合R中任意两个相邻秩r的差，即为卷积码的信息位长度k，根据这些求得卷积码的寄存器长度式中要求列数l与秩r选至同一个码率分析矩阵R_l；4)根据卷积码的码长n、信息位长度k、寄存器长度m和已知卷积码比特流B_s，对卷积码的基本校验矩阵H和生成矩阵G进行识别：4a)当卷积码的码率k/n等于1/n时,按如下步骤识别生成矩阵G：4a1)在伽罗华域GF(2)上，假设接收的卷积码比特流B_s为：c_1,1c_1,2…c_1,nc_2,1c_2,2…c_2,n……c_i,1c_i,2…c_i,n……其中c_i,n表示第i个码字的第n位比特，i∈[1,+∞)；4a2)取卷积码比特流B_s中每个码字的第一位和第二位比特构造列数为p＝2·(m+1)，行数为q＝p²的分析矩阵C，形式如下：$C=\left[\begin{array}{cccc}{c}_{i,1}{c}_{i,2}& c_{i+1,1}{c}_{i+1,2}& ...& c_{i+m,1}{c}_{i+m,2}\\ c_{i+1,1}{c}_{i+1,2}& c_{i+2,1}{c}_{i+2,2}& ...& c_{i+m+1,1}{c}_{i+m+1,2}\\ \begin{array}{c}.\\ .\\ .\end{array}& ...& ...& \begin{array}{c}.\\ .\\ .\end{array}\\ c_{i+3m+1,1}{c}_{i+3m+1,2}& c_{i+3m+2,1}{c}_{i+3m+2,2}& ...& c_{i+4m+1,1}{c}_{i+4m+1,2}\end{array}\right],$其中i∈[1,+∞)；4a3)将分析矩阵C的每个行向量以行为单位转化为十进制数并放入集合I中，集合I中数“j”出现的次数，即为频率向量v_a的第2^p‑j个元素的值，j＝0,…,2^p‑1，从而构造出频率向量v_a；4a4)对频率向量v_a进行快速Walsh‑Hadamard变换，得到解向量B；4a5)将解向量B中最大元素对应的除第1列外的列值减1，并转化为二进制形式，作为地址向量v_b，将地址向量v_b中的元素逆序排列得逆地址向量v_b'，假设逆地址向量v_b'＝[v₁v₂v₃…v_2m+1v_2m+2]，则卷积码码字第一位比特的生成矩阵g^(1.1)＝[v₁v₃…v_2m+1]和第二位比特的生成矩阵g^(1.2)＝[v₂v₄…v_2m+2]；4a6)取卷积码比特流B_s中每个码字的第二位和第三位的比特，重复步骤4a2)‑4a5)的过程，直到识别出第n‑1位比特的生成矩阵g^(1,n‑1)和第n位比特的生成矩阵g^(1,n)，完成对卷积码生成矩阵G＝[g^(1,1)；g^(1,2)；…g^(1,n‑1)；g^(1,n)]的识别；4b)当卷积码的码率k/n等于(n‑1)/n时，按如下步骤识别基本校验矩阵H：4b1)在伽罗华域GF(2)上，假设接收的卷积码比特流B_s为：c_1,1c_1,2…c_1,nc_2,1c_2,2…c_2,n……c_i,1c_i,2…c_i,n……其中c_i,n表示第i个码字的第n位比特，i∈[1,+∞)；4b2)取卷积码比特流B_s中每个码字的第一位到第(k+1)位比特构造列数为p＝n·(m+1)，行数为q＝p²的分析矩阵C，形式如下：$C=\left[\begin{array}{cccc}{c}_{i,1}{c}_{i,2}\mathrm{...}{c}_{i,n}& c_{i+1,1}{c}_{i+1,2}\mathrm{...}{c}_{i+1,n}& ...& c_{i+m,1}{c}_{i+m,2}\mathrm{...}{c}_{i+m,n}\\ c_{i+1,1}{c}_{i+1,2}\mathrm{...}{c}_{i+1,n}& c_{i+2,1}{c}_{i+2,2}\mathrm{...}{c}_{i+2,n}& ...& c_{i+m+1,1}{c}_{i+m+1,2}\mathrm{...}{c}_{i+m+1,n}\\ \begin{array}{c}.\\ .\\ .\end{array}& ...& ...& \begin{array}{c}.\\ .\\ .\end{array}\\ c_{i+3m+1,1}{c}_{i+3m+1,2}\mathrm{...}{c}_{i+3m+1,n}& c_{i+3m+2,1}{c}_{i+3m+2,2}\mathrm{...}{c}_{i+3m+2,n}& ...& c_{i+4m+1,1}{c}_{i+4m+1,2}\mathrm{...}{c}_{i+4m+1,n}\end{array}\right],$其中i∈[1,+∞)；4b3)按步骤4a3)对分析矩阵C作相同处理构造出频率向量v_a；4b4)对频率向量v_a进行快速Walsh‑Hadamard变换，得到解向量B；4b5)按步骤4a5)对解向量B相同处理得到地址向量v_b即为卷积码的基本校验矩阵H，识别结束。