[发明专利]一种(n,1,v)卷积码生成多项式的盲识别方法有效

专利信息
申请号: 202010187276.0 申请日: 2020-03-17
公开(公告)号: CN111245445B 公开(公告)日: 2023-05-26
发明(设计)人: 甘雨;甘露;于雄雄;陆玉可;廖红舒 申请(专利权)人: 电子科技大学
主分类号: H03M13/23 分类号: H03M13/23
代理公司: 成都点睛专利代理事务所(普通合伙) 51232 代理人: 孙一峰
地址: 611731 四川省*** 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 卷积码 生成 多项式 识别 方法
【权利要求书】:

1.一种(n,1,v)卷积码生成多项式的盲识别方法,用于1/n码率的卷积码,n≥2,其特征在于,包括以下步骤:

S1:对待识别的(n,1,v)卷积码的码率n和存储级数v进行判断:

如果n=2,并且存储级数v已知,则进入步骤S11;

如果n=2,并且存储级数v未知,则进入步骤S2;

如果n2,则进入步骤S3;

S11:初始化i=0,利用卷积码接收数据C={c1,c2,c3,…cN}的第2i+1比特到第6m+2i-2比特,即共6m-2比特构造系数矩阵A,其中m=v+1:

S12:对矩阵A做二进制上的高斯行消元得到矩阵A',对矩阵A'的秩做判断,如果R(A')=2m,此时方程组AhT=0的解向量h为1×2m的全零解,则舍弃该段数据,更新i=i+1,回到步骤S11;如果R(A')2m,此时的A'有如下形式:

其中I(2m-1)×(2m-1)为2m-1阶单位阵,01×(2m-1)为1×(2m-1)的全零向量,P(2m-1)×1为(2m-1)×1的非全零向量,01×1为1×1的零元素;则由矩阵A'中得到方程组AhT=0的解向量h:

记录h和h的重量w1

S13:利用接收数据构造另一矩阵B(M×2m)作为测试矩阵,计算s=BhT,计录s的重量为w2,其中B的构造方式如下:

S14:计算检测门限式中M为矩阵B的行数,ε为误比特率;

S15:若w2T,判定已找到正确的解向量,则输出此时对应的解向量h,进入步骤S16;否则,舍弃该段数据,更新i=i+1,回到步骤S11,直到找到正确的解向量h或者接收数据用完为止;

S16:将解向量h先倒序排列得到h':

h'=[h2v+2,h2v+1,…,h2,h1]

再将h'按1/2码率抽取即得到待识别卷积码生成多项式的各项系数,即可得到生成多项式:

G=[g(1)(D),g(2)(D)]

其中g(1)(D),g(2)(D)的各项系数分别为:g1=[h2v+2,h2v,…h2];g2=[h2v+1,h2v-1,…h1];

S2:对n=2,存储级数v未知的(n,1,v)卷积码,其生成多项式的盲识别方法包括:

S21:初始化m=2,设置最大遍历的范围值mmax

S22:对于当前的m,计算在此m下识别率为p0时所需要的数据量len,具体为,初始化k=6m-2:

S221、计算Pk:Pk=(1-ε)k,ε为数据的误比特率;

S222、判断Pk是否大于或等于预设的p0,若是,则输出len=k;否则更新k=k+2,回到步骤S221;

S23:取接收数据C={c1,c2,c3,…cN}的前len比特数据{c1,c2,c3,…clen}按照S1中的存储级数v已知的方法进行识别,若数据量len的数据使用完仍没有找到正确的解向量,判定当前的m不正确,则继续遍历m=m+1,如果遍历到m=mmax仍没有得到正确的解向量,则识别失败;

S3:对n2的(n,1,v)卷积码,其生成多项式的盲识别方法包括:

S31:将1/n卷积码序列按码长分组成n路,抽取其中两路构成1/2码率卷积码,抽取组合方式为:第1路和第2路组合,第1路和第3路组合,……,第1路和第n路组合,共n-1个1/2码率卷积码,按照S2中的识别方法进行识别,共进行n-1次识别操作,并存储各次的识别结果:

S32:在S31的n-1组全部识别结果中,求出Gi(D)第一项阶次最高的解:

S33:对各次识别结果进行遍历,比较Gi(D)的第一项与gmax(D)是否相等,如果相等则直接保留Gi(D);如果不相等,则说明它们存在倍式关系,对Gi(D)乘以倍式操作:

S34:组合得到(n,1,v)卷积码的生成多项式矩阵:

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/202010187276.0/1.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