一种利用软判决的循环码参数盲识别方法技术

本发明专利技术请求保护一种利用软判决的循环码参数盲识别算法，属于信号处理技术领域。首先求出所有码字长度n和生成多项式为x

【技术实现步骤摘要】

本专利技术涉及信道编码参数盲识别，具体为一种循环码编码参数的盲识别问题。
技术介绍
近年来，信道编码盲识别是非合作信号处理领域的重要内容，在智能通信、信息对抗以及信息截获领域具有重要的作用。为了提高数据传输的可靠性，通常会采用信道编码技术，由于循环码检测随机或突发错误非常有效，且循环码的代数结构建立在有限域基础上，容易找到有效的编译码方法。在非合作通信中，研究如何根据截获码流识别出循环码编码参数具有十分重要的现实意义。目前针对循环码参数盲识别的研究文献比较少，现有的分析方法通常使用解调输出的硬判决序列进行分析，文献“Jia-feng Wang.A method blind recognition of cyclic generator polynomial，Wireless Communication Networking and Mobile Computing，2010”假设码字长度已知，或者码字长度未知帧长度已知，对码字进行分组，采用欧几里得算法，实现二进制BCH码的盲识别。但是其必须知道一定的先验知识，在未知先验知识的情况下，计算量很大。事实上解调输出的软判决中不仅含有比特符号信息，而且包含了该符号的可靠度信息。文献“于沛东.一种利用软判决的信道编码识别新方法.电子学报，2013”，该方法利用解调输出的软判决信息，实现在低信噪比情况下，信道编码参数的盲识别。但是该方法应用在线性分组码上，候选校验数量很多，计算量很大，对计算机内存要求很高。因此，本专利提出了一种利用软判决的循环码参数盲识别算法。
技术实现思路
本专利技术所要解决的技术问题，针对现有技术存在的循环码参数估计计算量大，不能实现全盲识别，对计算机内存要求高等缺陷，提出了一种利用软判决 的循环码参数盲识别算法，解决了循环码参数盲识别的问题。该方法能够在较低的信噪比下识别出循环码参数，如码字长度、同步时刻、生成多项式。在估计循环码参数时，建立校验矩阵库，采用了校验矩阵匹配方法，可以达到在不降低识别性能的情况下减少运算量的目的。本专利技术解决上述技术问题的技术方案是：一种利用软判决的循环码参数盲识别方法，其步骤在于，首先求出所有码字长度n和生成多项式为xn-1的因式对应的校验矩阵，放入校验矩阵库中；然后使用M2/M4估计器(the second-order/fourth-order moment method，二阶矩/四阶矩方法)估计信道中的信号幅值以及噪声方差；再利用截获的循环码码流，根据假设码字长度和同步时刻构造截获矩阵，调用该码字长度对应校验矩阵库中的校验矩阵，得到校验子的后验概率的平均对数似然比；最后根据循环码的性质，识别出码字长度、同步时刻和生成多项式。本专利技术利用一种软判决的方法对循环码参数进行盲估计，利用M2/M4估计器有效的估计信号的幅值以及噪声方差，利用循环码的性质建立校验矩阵库，使得校验矩阵库中的数量大大减少，通过在不同的码字长度和同步时刻，遍历校验矩阵中的校验矩阵，求其对应的校验子的后验概率的平均对数似然比，不仅充分利用了接收符号的有效信息，而且候选校验矩阵数量小，能够实现在较低信噪比情况下，对循环码参数的全盲识别，具有一定的工程应用价值。附图说明以下结合附图和具体实例，对本专利技术的实施作进一步的描述。图1本专利技术码字长度和同步时刻盲识别方法的流程图；图2本专利技术生成多项式识别方法的流程图；图3本专利技术原循环码和新的循环码包含关系；图4本专利技术基本的信号传输系统框图；图5本专利技术不同的循环码在不同码字长度、同步时刻对应的平均对数似然比；图6本专利技术循环码在n＝30，t0＝5时对应不同既约多项式对应的平均对数似然比；图7本专利技术不同循环码识别的性能图。具体实施方式以下结合附图和具体实例，对本专利技术的实施作进一步的描述。图1所示为本专利技术码字长度和同步时刻盲识别方法的流程图，具体步骤：(1)建立校验矩阵库，具体方法为：将xn-1完全分解为既约多项式的乘积，假设有w个既约多项式，记作pi(x),1≤i≤w，则假设pi(x),1≤i≤w中有w1个互不相同的既约多项式，若取生成多项式为其中一个不可约多项式，记作gi(x)＝pi(x),1≤i≤w1，则校验多项式将其对应的校验矩阵Hi放入校验矩阵库中；(2)使用M2/M4估计器估计参数信号幅值av和噪声方差(3)假设码字长度n，(取值为1到2n0-1)，同步时刻d(取值为0到n-1)，构造截获矩阵X，调用校验矩阵库中n对应的校验矩阵Hi1≤i≤w，计算其对应的校验子的后验概率的平均对数似然比Wi,1≤i≤w；(4)取Wi,1≤i≤w的最大值L作为(n,d)对应的平均对数似然比，放入Q矩阵中(n,d)对应的位置；(5)改变n、d的值，Q是一个2n×n的矩阵，求Q最大值对应的n、d，记作n′＝n，d′＝d；(6)令n＝2n′，d取值从0到n-1，构造截获矩阵X，调用校验矩阵库中n对应的校验矩阵Hi,1≤i≤w，计算其对应的校验子的后验概率的平均对数似然比；(7)识别出码字长度同步时刻图2所示为本专利技术生成多项式识别方法的流程图，具体步骤：(1)当时，调用校验矩阵库中对应的校验矩阵Hi1≤i≤w，计算其对应的校验子的后验概率的平均对数似然比Wi,1≤i≤w。并且取Wi(1≤i≤w)大于门限T对应的生成多项式gi(x)(1≤i≤w)的乘积，记作g1(x)。如果为奇数，则 识别结束。如果是偶数，则g0(x)(为循环码的真实生成多项式)可能包含重根，转(3)；(2)当时，则g0(x)可能包含重根，转(3)；(3)识别生成多项式重根的步骤：(a)将完全因式分解为f项，记作pi(x),1≤i≤f，其中有f1个多项式包含于g1(x)的因式，记作pi(x),1≤i≤f1≤f；(b)如果f1＝0，那么识别结束。如果f1≠0，初始化i＝1，令g(x)＝g1(x)pi(x)，求出对应的校验矩阵Hi，计算其对应的校验子的后验概率的平均对数似然比Wi，如果Wi＞T，更新g1(x)＝g1(x)pi(x)，否则，g1(x)保持不变；(c)令i＝i+1，取g(x)＝g1(x)pi(x)，其对应的校验子的后验概率的平均对数似然比Wi，如果Wi＞T，更新g1(x)＝g1(x)pi(x)，否则，g1(x)保持不变；(d)重复步骤(c)，直到i＞f1，则有识别结束。图3所示为本专利技术原循环码与新循环码，及它们的对偶码空间包含关系。原循环码是指将生成多项式为g(x)＝A(x)g′(x)生成的(n,k)循环码，新循环码是指生成多项式为g′(x)生成的(Mn,k)，M＝1,2,…循环码。新循环码对偶码空间是原循环码对偶码空间的子空间。这是因为循环码具有命题1和命题2的性质。命题1如果ci(x),i＝1,2,…是以g(x)＝A(x)g′(x)为生成多项式生成的(n,k)循环码第i个码字，假设循环码(Mn,k),M＝1,2,…以g′(x)为生成多项式对应的校验多项式为h′(x)，那么[c1(x),…,cM(x)]h′(x)mod(xMn-1)＝0,M＝1,2,…，其中[c1(x),…,cM(x)]表示由M个码字构成的矩阵。命题2如果c(x)是以g(x)生成多项式生成的(n,k)，n＝2n1循环码码字，如果 即生成多项式可以分解为和因式分解的部分因式，本文档来自技高网...

【技术保护点】
一种利用软判决的循环码参数盲识别算法，其步骤在于，首先求出所有码字长度n和生成多项式为xn‑1的因式对应的校验矩阵，放入校验矩阵库中；然后使用M2/M4估计器估计信道中的信号幅值及噪声方差；再利用截获的循环码码流，根据假设码字长度和同步时刻构造截获矩阵，调用该码字长度对应校验矩阵库中的校验矩阵，得到校验子的后验概率的平均对数似然比；最后根据循环码的性质，识别出码字长度、同步时刻和生成多项式。

【技术特征摘要】
1.一种利用软判决的循环码参数盲识别算法，其步骤在于，首先求出所有码字长度n和生成多项式为xn-1的因式对应的校验矩阵，放入校验矩阵库中；然后使用M2/M4估计器估计信道中的信号幅值及噪声方差；再利用截获的循环码码流，根据假设码字长度和同步时刻构造截获矩阵，调用该码字长度对应校验矩阵库中的校验矩阵，得到校验子的后验概率的平均对数似然比；最后根据循环码的性质，识别出码字长度、同步时刻和生成多项式。2.根据权利要求1所述的识别方法，其特征在于，建立校验矩阵库，主要根据循环码(n,k)的生成多项式一定是xn-1的因式，因此将xn-1完全因式分解为若干个既约多项式，假设生成多项式是既约多项式，求出其对应的校验矩阵放入校验矩阵库中。3.根据权利要求1所述的识别方法，其特征在于，利用接收信号的样本，使用M2/M4估计器估计出信道中的信号幅值及噪声方差。由于循环码要经过BPSK调制，以及在信道中受高斯白噪声的影响，接收信号为Xij＝avsij+wij,j＝0,1,…,n-1，其中，Xij表示第i个码字的第j个信号，av是幅度增益，sij为循环码的第i个码字的第j个码元经过BPSK调制的信号，wij服从均值是0方差为的正态分布，其中，为噪声的方差。接收信号Xij的二阶矩：Xij的四阶矩：因此实际上，M2和M4可由接收信号的第i码字估计。4.根据权利要求1所述的识别方法，其特征在于，求出校验子的后验概率的平均对数似然比其中，Nm是校验子的数量，表示第i个码字的第a个奇偶校验位的后验概...

【专利技术属性】
技术研发人员：张天骐，王俊霞，宋莹，宋铁成，江晓磊，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50