[发明专利]基于高斯迭代列消元的信道编码盲识别方法有效
| 申请号: | 201610788085.3 | 申请日: | 2016-08-30 |
| 公开(公告)号: | CN106712898B | 公开(公告)日: | 2020-08-11 |
| 发明(设计)人: | 张邦宁;郭道省;张晓凯;王耀文;张子平;吴刚;叶展;郭克锋 | 申请(专利权)人: | 中国人民解放军理工大学 |
| 主分类号: | H04L1/00 | 分类号: | H04L1/00 |
| 代理公司: | 南京理工大学专利中心 32203 | 代理人: | 王玮 |
| 地址: | 210007*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 高斯迭代列消元 信道编码 识别 方法 | ||
本发明公开了一种基于高斯迭代列消元的信道编码盲识别方法。通过对构建的处理矩阵进行迭代高斯列消元处理,判别当前处理矩阵中是否存在相关性,若存在,则认为当前遍历参数为识别编码参数;若不存在,则更新遍历参数,继续进行相关性存在与否的搜索。在码长正确识别之后,识别校验矩阵识别。在估计的码长下对处理矩阵随机各行进行随机行置换,对其高斯列消元之后,将低于门限的的列索引所对应的列置换矩阵中相应的列向量保存。经过多次迭代之后,求出保存的向量一组极大无关组即为估计的监督矩阵。目前该方法主要可以用于二进制线性分组码中,在实际测试过程中,对卷积码也有很好的识别效果。
技术领域
本发明属于信道编码盲识别技术,具体涉及一种迭代高斯列消元方法。
背景技术
信道编码盲识别技术是通信领域的一个逆向工程问题(Reverse EngineeringProblem)[M.Cluzeau,J.P.Tillich,“On the code reverse engineering problem,”Proc.IEEE ISIT2008,Toronto,Canada,July 6-11,2008]。其指的是在非合作通信环境[R.Moosavi,E.G.Larsson,“Fast blind recognition of channel codes,”IEEETransactions on Communications,vol.62,no.5,pp.1393-1405,May 2014]中,接收端对信道编码信息完全未知的情形下,仅根据接收到的数据快速有效的获取发送端所采用的编码方式。二进制线性分组码盲识别问题主要的识别方法可以概括为矩阵分析法[昝俊军,李艳斌。低码率二进制线性分组码的盲识别,无线电工程,第39卷,第1期,2009年]、码重分析法[李歆昊,张旻。基于码重分布于汉明距离的线性码盲识别方法,探测与控制学报,第35卷,第4期,2013年8月]、Walsh-Hardamard分析法[杨晓炜,甘露。基于Walsh-Hadamard变换的线性分组码参数盲估计算法,电子与信息学报,第34卷,第7期,2012年7月]等。矩阵分析法是利用编码本身存在的相关特性,通过对矩阵进行初等变换,找出隐含在码字之间的线性相关性。通常情况下该相关性通过矩阵的秩分布来展现。码重分析法是利用码字码重分布特性和随机序列码重分布特性的差异来完成码字识别的一种有效方式,但是由于高码率下码字码重分布与随机码字码重分布接近,因此该方法只在低码率码字情况下适应。Walsh-Hardamard分析法,是一种借助特定数学工具实现含误码情况下码字识别的方法,由于Hardamard矩阵本身运算量得复杂性导致该方法只适应于短码盲识别情形。综合二进制线性分组码识别的现有研究成果发现以下问题:首先,基于矩阵分析以及秩准则的方法并不适应噪声环境,由于噪声的影响,截获数据会出现误码,导致矩阵在求秩时不一定会出现秩亏现象,因此码字矩阵中隐藏的线性相关性不一定会呈现。然后,从对偶码角度考虑码字识别的方法在搜索校验向量时,搜索方式以及计算量过于复杂,且效果不明显。另外,现有码重分析法虽然能适应噪声环境,但是只对低码率码字有效。针对以上存在的问题,提出一种基于迭代高斯消元的识别方法,通过对经高斯消元后得到的矩阵进行分析,找到可能的校验向量,完成对码长和校验矩阵的识别,并利用行置换和迭代处理进一步提高了识别的可靠性。该方法解决了噪声环境下带有误码条件下高码率分组码的盲识别问题,尤其在寻找校验向量方面比已往的搜索算法更为直接有效。
发明内容
本发明的目的在于提供一种在有误码和广义盲识别情况下的,利用码长遍历下采用迭代高斯列消元的方式识别出其正确的码长,再通过置换迭代,实现对编码的监督矩阵的识别,整个过程能够达到一个较高的编码识别概率。
实现本发明目的的技术解决方案为:一种基于高斯迭代列消元的信道编码盲识别技术,方法步骤如下:
步骤1、数字通信系统中解调出截获序列,截获序列长度为L,构建处理阵列X,处理矩阵的列数通过不断更新码长估计参数,行数数则为相应的数据量整除,X为N*n矩阵,其中N为当前估计的码长,n为L除以N余数向下取整;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军理工大学,未经中国人民解放军理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610788085.3/2.html,转载请声明来源钻瓜专利网。





