一种符号插入与删节信道下硬判决导向的前后向估计方法技术

本发明专利技术公开了一种符号插入与删节信道下硬判决导向的前后向估计方法，属于数字通信差错控制编码领域。本发明专利技术的特征在于，内译码器的前后向算法接收外译码器输出的码字序列估计值，将水印序列与硬判决码字组成内译码器新的参考序列，用于信号点估计；硬判决导向的水印译码器利用估计的信号点更新输出概率，然后计算前向度量和后向度量，进而提高前后向估计方法输出的每个符号的似然信息的可靠度，减少内译码器输出的残留插入与删节错误的数目，从而改善整体处理算法的性能。本发明专利技术与传统处理方案相比较，提高了前后向算法的估计准确度，以较小的额外复杂度获得了整体性能改善。

A hard decision directed forward and backward estimation method for symbolic insertion and deletion channels

The invention discloses a method for forward and backward estimation of hard decision directed in a symbol insertion and deletion channel, which belongs to the field of digital communication error control coding. The invention is characterized in that the codeword sequence output in the decoder to before and after receiving the estimated value of the decoder algorithm, the reference sequence of the watermark sequence and hard decision decoder composed in new, used for signal point estimation; watermark decoder hard decision oriented using the estimated signal points update output probability, then calculate to measure and to measure and improve the reliability of the information to estimate the likelihood after each symbol method of the output, reduce the number of wrong insertion and cut down the residual internal decoder output, so as to improve the overall performance of the algorithm. Compared with the traditional processing scheme, the present invention improves the estimation accuracy of the forward and backward algorithm, and improves the overall performance with little additional complexity.

【技术实现步骤摘要】
一种符号插入与删节信道下硬判决导向的前后向估计方法
本专利技术涉及数字通信差错控制编码领域，尤其涉及一种符号插入与删节信道下硬判决导向的前后向估计方法用于纠正插入与删节错误。
技术介绍
在信息传输或存储过程中，由于定时和同步会存在偏差，造成符号的插入或删节，也即同步错误，包括插入或删节错误。插入与删节错误与传统替代错误(例如二进制对称信道或二进制删除信道中存在的错误)有较大差别。由于包含插入/删节错误的信道具有记忆性，单个未被纠正的错误会引起一系列突发性替代错误，造成灾害性的错误传播，因此适用于无记忆信道和加性噪声的传统纠错编码技术很少能直接被应用于纠正插入与删节错误。因此，纠正插入与删节错误的方案具有很重要的研究价值。很多通信系统利用非二进制星座点进行通信，当接收端的采样速率不均匀时，存在非二进制符号的插入与删节错误。在该信道模型下，插入与删节错误发生在符号级，即符号随机插入接收序列或从接收序列中随机删节某些符号；进一步，所有符号都会受到加性高斯白噪声(AWGN)的影响。该信道可用来建模定时不匹配AWGN信道下的高阶调制方式，即接收端对接收到的连续波形首先以固定时间间隔进行采样来产生译码器需要的离散符号序列。若接收端符号到达时刻未知，一些发送符号没有被采样(符号删节)，或被采样多次(符号插入)。针对上述非二进制的符号插入/删节信道，研究者们提出一种高效级联码。该级联码的内码为二进制水印码，采用高阶调制技术及符号级前向-后向译码算法，推断发生同步错误的位置以恢复同步，并为外译码器提供软输出；外码为二进制低密度奇偶校验码，采用传统的编码及置信传播译码算法，利用内译码器输出的软信息作为先验信息，采用迭代的方式纠正替代错误、删节错误及误识别的同步错误。专利技术人在实现本专利技术的过程中，发现现有技术中至少存在以下缺点和不足：该高效级联方案能够有效识别块边界，且可在长时间传输中保持同步，但是其符号级译码算法的性能仍有待进一步提高。
技术实现思路
本专利技术提供了一种符号插入与删节信道下硬判决导向的前后向估计方法，以较小的额外复杂度获得了较大的性能增益。本专利技术的特征在于，内译码器的前后向算法接收外译码器输出的码字序列估计值，将水印序列与硬判决码字组成内译码器新的参考序列，用于信号点估计；硬判决导向的水印译码器利用估计的信号点更新输出概率，然后计算前向度量和后向度量，进而提高前后向估计方法输出的每个符号的似然信息的可靠度，减少内译码器输出的残留插入与删节错误的数目，从而改善整体处理算法的性能。一种符号插入与删节信道下硬判决导向的前后向估计方法，所述方法包括以下步骤：(1)构建新的参考序列，将外译码器输出的硬判决码字估计与水印序列w共同组成水印译码器新的参考序列(2)利用新的参考序列更新前向度量和后向度量计算公式中的输出概率即由i时刻的同步漂移状态(ti＝a)转移至i+1时刻的同步漂移状态(ti+1＝b)时产生序列的条件概率；其中，同步漂移状态ti定义为i点的同步漂移，也即从第一个发送符号x0到待发送的符号xi间的插入符号数减去删节符号数；序列{ti}为一个隐马尔科夫模型的隐状态，tmax是内译码器设定的最大漂移，tj取自T：＝{-tmax,...,-2,-1,0,1,2,...,tmax}，且满足ti-1≤ti+1≤ti+I，I是最大连续插入符号数，为观测序列(yi+a,yi+a+1,...,yi+b)，0≤i≤N，N是码字的符号长度；(3)利用更新的输出概率递归计算硬判决导向前向度量和后向度量，并利用前向度量、中间度量和后向度量计算码字中每个符号的似然信息P(y|xi,w)，其中y为接收序列，xi为第i个发送符号的可能取值，共2M种，每个符号经水印编码调制前由m+1比特组成，第1个比特用于水印位，剩余m比特对应编码序列d中的m比特子序列，M＝2m为每个水印比特对应的符号数，0≤i＜N；所述构建新的参考序列，将外译码器输出的硬判决码字估计与水印序列w共同组成水印译码器新的参考序列具体为，(1.1)由第i个水印比特wi与编码序列的第i个m比特子序列共同确定第i个发送符号对应的m+1比特序列；(1.2)确定该m+1比特子序列对应的星座坐标x；所述的一种符号插入与删节信道下硬判决导向的前后向估计方法，所述利用新的参考序列更新前向度量和后向度量计算公式中的输出概率即由i时刻的同步漂移状态(ti＝a)转移至i+1时刻的同步漂移状态(ti+1＝b)时产生序列的条件概率，其中同步漂移状态ti定义为i点的同步漂移，也即从第一个发送符号x0到待发送的符号xi间的插入符号数减去删节符号数；序列{ti}为一个隐马尔科夫模型的隐状态，tmax是内译码器设定的最大漂移，tj取自T：＝{-tmax,...,-2,-1,0,1,2,...,tmax}，且满足ti-1≤ti+1≤ti+I，I是最大连续插入符号数，为观测序列(yi+a,yi+a+1,…,yi+b)，0≤i≤N，N是码字的符号长度，具体为：(2.1)更新假定发送符号xi为x时接收符号为yi+b的概率βi+b为其中σ2为AWGN信道中高斯噪声的方差，x为水印比特wi与m比特编码子序列共同确定的星座坐标；(2.2)计算观测序列中当yk为插入符号时的概率γk其中χ为发送符号的星座坐标集合，共2M个，x∈χ，i+a≤k≤i+b；(2.3)根据当前i时刻的同步漂移状态(ti＝a)与i+1时刻的同步漂移状态(ti+1＝b)之间的联系，计算转移概率Pa,b＝P(ti+1＝b|ti＝a)，具体为，若b＝a-1，则Pa,b＝Pd；若b＝a，则Pa,b＝αIPiPd+Pt；若a＜b＜a+I，则Pa,b＝αI[(Pi)b-a+1Pd+(Pi)b-aPt]；若b＝a+I，则Pa,b＝αI(Pi)IPt；否则Pa,b＝0，其中αI＝1/(1-(Pi)I)为最大插入符号个数I的归一化常数，Pi、Pd和Pt分别为插入概率、删节概率和传输概率，且满足Pt＝1-Pi-Pd；(2.4)利用计算出的βi+b、γk和Pa,b计算输出概率本专利技术提供的技术方案的有益效果是：内译码器的前后向算法中引入外译码器输出的码字序列估计值，设计了一种符号插入与删节信道下硬判决导向的前后向估计方法，提高了前后向方法估计准确度，以较小的额外复杂度获得了较大的性能增益。附图说明图1为本专利技术提供的符号插入与删节信道下硬判决导向的前后向估计方法的流程图；图2是星座图与水印系统(8PSK)映射；图3是计算前后向度量中输出概率的流程图；图4是计算前向度量的流程图；图5是计算后向度量的流程图；图6是计算码字中每个符号的似然信息的流程图；图7是计算中间度量的流程图；图8是采用符号插入与删节信道下硬判决导向的前后向估计方法的符号级硬判决迭代译码与符号级非迭代译码算法的误块率性能。具体实施方式为进一步提高前后向译码算法的性能，本专利技术提供了一种符号插入与删节信道下硬判决导向的前后向估计方法，参见图1、图2、图3、图4、图5、图6、图7、图8。下面将结合附图对本专利技术的实施方式作进一步地详细描述。本专利技术的特征在于，内译码器的前后向算法接收外译码器输出的码字序列估计值，将水印序列与硬判决码字组成内译码器新的参考序列，用于信号点估计；硬判决导向的水印译码器利用估计的信号点更本文档来自技高网...

【技术保护点】
一种符号插入与删节信道下硬判决导向的前后向估计方法，其特征在于，所述方法包括以下步骤：(1)构建新的参考序列，将外译码器输出的硬判决码字估计

【技术特征摘要】
1.一种符号插入与删节信道下硬判决导向的前后向估计方法，其特征在于，所述方法包括以下步骤：(1)构建新的参考序列，将外译码器输出的硬判决码字估计与水印序列w共同组成水印译码器新的参考序列(2)利用新的参考序列更新前向度量和后向度量计算公式中的输出概率即由i时刻的同步漂移状态(ti＝a)转移至i+1时刻的同步漂移状态(ti+1＝b)时产生序列的条件概率；其中，同步漂移状态ti定义为i点的同步漂移，也即从第一个发送符号x0到待发送的符号xi间的插入符号数减去删节符号数；序列{ti}为一个隐马尔科夫模型的隐状态，tmax是内译码器设定的最大漂移，tj取自T：＝{-tmax,...,-2,-1,0,1,2,...,tmax}，且满足ti-1≤ti+1≤ti+I，I是最大连续插入符号数，为观测序列(yi+a,yi+a+1,...,yi+b)，0≤i≤N，N是码字的符号长度；(3)利用更新的输出概率递归计算硬判决导向前向度量和后向度量，并利用前向度量、中间度量和后向度量计算码字中每个符号的似然信息P(y|xi,w)，其中y为接收序列，xi为第i个发送符号的可能取值，共2M种，每个符号经水印编码调制前由m+1比特组成，第1个比特用于水印位，剩余m比特对应编码序列d中的m比特子序列，M＝2m为每个水印比特对应的符号数，0≤i＜N。2.根据权利要求1所述的一种符号插入与删节信道下硬判决导向的前后向估计方法，其特征在于，所述构建新的参考序列，将外译码器输出的硬判决码字估计与水印序列w共同组成水印译码器新的参考序列具体为：(1.1)由第i个水印比特wi与编码序列的第i个m比特子序列共同确定第i个发送符号对应的m+1比特序列；(1.2)确定该m+1比特子序列对应的星座坐标x。3.根据权利要求1所述的一种符号插入与删节信道下硬判决导向的前后向估计方法，其特征在于，所述利用新的参考序列更新前向度量和后向度量计算公式中的输出概率即由i时刻的同步漂移状态(ti＝a)转移至i+1时刻的同步漂移状态(ti+1＝b)时产生序列的条件概率，其中同步漂移状态ti定义为i点的同步漂移，也即从第一...

【专利技术属性】
技术研发人员：张林林，陈为刚，杨晋生，刘敬浩，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12