[发明专利]一种RS码与卷积码的级联码的参数识别方法有效

专利信息
申请号: 201811264785.8 申请日: 2018-10-29
公开(公告)号: CN109450460B 公开(公告)日: 2020-06-23
发明(设计)人: 潘晔;张继红;邵怀宗;胡全;林静然 申请(专利权)人: 电子科技大学
主分类号: H03M13/29 分类号: H03M13/29
代理公司: 成都正华专利代理事务所(普通合伙) 51229 代理人: 陈选中
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 rs 卷积码 级联 参数 识别 方法
【说明书】:

发明公开了一种RS码与卷积码的级联码的参数识别方法,其包括以下步骤:S1、获取待识别的编码数据,并获取RS码与卷积码的所有级联校验矩阵;S2、获取待识别编码数据与每个级联校验矩阵的正交概率值;S3、将正交概率值最大的级联校验矩阵所对应的级联码参数作为待识别编码数据的级联码参数,完成识别。本发明可以在对级联码的参数识别的基础上,降低算法的复杂度并有效提高鲁棒性,并且对于待识别的编码数据帧数的要求较低,最少可实现一帧大小的级联码参数识别;对有误码的编码数据也可识别,对CCSDS标准的级联码在误码率为10‑3时,参数识别的概率达到90%。

技术领域

本发明涉及级联码参数的识别领域,具体涉及一种RS码与卷积码的级联码的参数识别方法。

背景技术

现有的级联码的参数识别方法主要是通过对级联码的分级识别实现,在识别过程中要对级联码译码,并且不同的级联编码方式需采用不同的识别算法估计参数,如先识别级联码的内码参数,利用内码参数译码,再识别数据的外码参数。

上述方法根本上是基于译码的方式,在算法的实现过程中对编码数据的帧数限制较高,算法复杂度较大,针对误码率较高的级联码,其识别算法的鲁棒性较差。

发明内容

针对现有技术中的上述不足,本发明提供的一种RS码与卷积码的级联码的参数识别方法解决了现有RS码与卷积码的级联码参数识别方法鲁棒性差的问题。

为了达到上述发明目的,本发明采用的技术方案为:

提供一种RS码与卷积码的级联码的参数识别方法,其包括以下步骤:

S1、获取待识别的编码数据,并获取RS码与卷积码的所有级联校验矩阵;

S2、获取待识别编码数据与每个级联校验矩阵的正交概率值;

S3、将正交概率值最大的级联校验矩阵所对应的级联码参数作为待识别编码数据的级联码参数,完成识别。

进一步地,步骤S1中获取RS码与卷积码的所有级联校验矩阵的具体方法包括以下步骤:

S1-1、根据不同RS码的生成矩阵得到与每个RS码一一对应的校验矩阵,即第m个RS码的生成矩阵对应的校验矩阵Hm;其中m∈(1,2,…,M),M表示RS码的生成矩阵的总数;

S1-2、将不同卷积码的生成多项式表示为与之一一对应的二进制形式,得到与第n个卷积码生成多项式对应的二进制向量Ln;其中n∈(1,2,…,N),N表示卷积码生成多项式的总数;

S1-3、建立一个列数与一帧编码数据长度相同的矩阵,将得到的二进制向量Ln从矩阵的第i行第i列放入,并用数字0对矩阵中空缺的位置进行填充,得到二进制向量Ln对应的半无穷生成矩阵Gn;其中矩阵Gn的每一列包含两位;矩阵的行数R≥(D-k)/2+1,其中D为列数,k为二进制向量Ln的长度;

S1-4、根据矩阵Gn获取其广义逆矩阵

S1-5、根据公式

得到第m个RS码的生成矩阵与第n个二进制向量对应的级联校验矩阵Hnm,即任一RS码的生成矩阵与任一卷积码的生成多项式对应的级联校验矩阵Hnm

进一步地,步骤S2的具体方法包括以下步骤:

S2-1、按照从左至右、从上至下的顺序依次获取级联校验矩阵Hnm的非0元素的坐标(p,q),得到非0元素的一维坐标矩阵;其中p表示第p行,q表示第q位;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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电子科技大学,未经电子科技大学许可,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/201811264785.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top