一种IRA码开集盲识别方法技术

本发明专利技术公开了一种IRA码的开集盲识别方法，在未知任何先验知识的情况下，实现码长、码字起始点、码率的识别以及校验矩阵的稀疏化重建和交织置换关系的恢复，旨在解决现有技术无法对误码条件下任意码长和码率的IRA码准确识别及识别速度慢的问题。首先按照估计码长和码字起始点构造分析矩阵，利用高斯列消元法和统计判定准则等方法求解对偶向量实现码长的识别，接着利用对偶向量剔除误码，迭代进行以上操作获取多组对偶向量进一步分析出码字起始点，然后由所获有效校验向量，实现IRA码校验矩阵的稀疏化重建，最后根据IRA码的编码结构特征分析出交织置换关系，完成IRA码的总体识别。经理论分析及仿真验证，本发明专利技术具有较低计算复杂度以及优异的容错性能。

【技术实现步骤摘要】
一种IRA码开集盲识别方法
本专利技术属于数字通信系统的信道编码盲识别领域，特别涉及一种IRA码的开集盲识别方法，适用于通信对抗、智能通信和认知无线电等场景。
技术介绍
在数字通信中，接收方需预先了解发射方所用的调制方式、编码规格及编码参数等信息，在理想的情况下实现完美调制/解调、编码/译码，属于合作通信领域。而在非合作通信中，由于接收方对信号所采用的类型、参数、规格均未知，故必须建立庞杂的非合作接收系统，通过一系列盲信号处理工作，方能重建与正常接收者等效或近似的接收环境。在此背景下，如何从接收数据中提取出有用信息，这就要求接收方必须正确估计出接收序列的具体编码参数进行相应的信道译码，从而得到信源信息。目前，信道编码盲识别研究主要集中在RS码，BCH码，Turbo码、卷积码以及LDPC码，而关于非规则重复累积码(IrregularRepeat–AccumulateCodes,IRA)的盲识别则鲜有研究，这主要是由于IRA码的线性约束关系难以逆向重建所致。一方面，IRA码长极长，一般在103量级以上，而DVB-S2标准中采用的LDPC长码本质上就是一种IRA码，其码长更是高达64800比特，故传统的识别方法难以在线性时间范围内发挥作用。另一方面，由于IRA码缺乏可资利用的代数结构，故难以像卷积码、循环码那样，从已有的信道编码盲识别技术中寻求借鉴和启发。如何从解调所得的信道编码序列对其编码参数实施估计，对应于两种应用模式，目前大多数文献更关注于闭集识别，而对于难度较大的开集盲识别，特别是误码条件下的盲识别问题，则避而远之。目前公开发表的针对IRA码的参数盲识别文献几乎为零，而且在误码条件下进行开集盲识别无疑又是一个很大的问题。
技术实现思路
有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是提供一种IRA码的开集盲识别方法，包括码长、码字起始点、码率的准确识别以及校验矩阵的稀疏化重建和交织置换关系的恢复，旨在解决现有技术无法对误码条件下任意码长、任意码率的IRA码准确识别及识别速度慢的问题。为实现上述目的，本专利技术提供了一种基于对偶空间的IRA码的开集盲识别算法，同时也可用于解决其他类型纠错编码的盲识别。所述IRA码的开集盲识别算法包括以下步骤：步骤1，初始化待求参数：码长n0＝0，码字起始点s0＝0，码率R＝0，对偶空间交织序列最大识别长度步骤2，按每一种估计码长/起始点组合将截获序列划分为M个码字r1,r2,…,rM，构造M行列的分析矩阵其中码长的估计值从2到范围依次取值，起始点的估计范围为无需遍历所有估计起始点的取值间隔p可以大于1；步骤3，设定子矩阵数目w，取分析矩阵的子矩阵其中表示第j个子矩阵，大小为m行列，并做高斯列消元获取子矩阵的对偶向量hq，存入候选对偶向量集合Θj；步骤4，计算统计量hq∈Θj，其中<…,…>表示向量的内积，如果存在使得统计结果Z小于等于判决门限T的对偶向量此时且接近于正确的起始点s0，将存入此时组合下的对偶空间停止遍历码长，将固定为n0，否则，返回步骤2；步骤5，利用向量剔除分析矩阵中存在误码的行，更新返回步骤3，获取多组对偶向量步骤6，求出此时对偶空间的维数并检测向量组支撑位置的所在区间支撑位置即向量中1所对应的位置；步骤7，根据区间计算出疑似起始点通过判断处获取的向量组支撑位置的所在区间是否满足一定要求，判断其是否为真实的码字起始点s0；步骤8，识别出s0之后，重复执行步骤3～5，继续获取对偶向量，直至维数恒定，停止迭代，此时对偶向量即为有效校验向量，对偶空间即为校验空间；步骤9，信息位长度则码率R＝k/n0，稀疏化重建校验矩阵H：9.1)将内有效校验向量按列排列进行高斯列消元并提取出非零列，构成矩阵9.2)对的转置矩阵分块，得到对其进行初等变换得到其中，r表示校验空间的维数，矩阵表示矩阵的逆；9.3)令矩阵第一行保持不变，从第二行开始，依次将矩阵的每一行与前一行进行模2加，最终重建为H＝[H1,H2]，校验矩阵的H2部分满足IRA码校验矩阵中特有的双对角线结构；步骤10，取校验矩阵H的前k列，对应于子矩阵H1，根据其结构分析出交织置换关系：10.1)按列遍历H1的所有元素，统计元素1出现的次数，并用该次数替换当前元素1；10.2)遍历H1的所有行，按行读取H1中的非零元素，并记录在交织序列数组Π中，算法输出的数组Π即为交织置换关系，识别结束。进一步，所述步骤7具体包括：7.1)若则其中mod表示取余运算，此时有如果此时否则令执行步骤2～6，否则执行步骤7.2)；7.1a)如果则令返回步骤2，否则转向7.1b)；7.1b)如果时所获的支撑位置所在区间有那么此时否则令重复步骤7；7.2)若则此时有如果则否则令执行步骤2～6；7.2a)如果则令返回步骤2，否则转向7.2b)；7.2b)如果时所获的支撑位置所在区间有那么此时否则令重复步骤7。进一步，所述对偶向量获取方法的具体步骤包括：输入：m行n列编码矩阵Cm×n＝[r1r2…rm]T输出：候选对偶向量集合Θ1)构造分块矩阵其中In是一个n阶单位阵，进行高斯列消元，所述高斯列消元的具体操作为：设C(i,j)表示分块矩阵第i行第j列元素，C(i,:)表示第i行向量，C(:,j)表示第j列向量，表示模2加运算，2)得到矩阵则矩阵Bm×n的每一列为分析矩阵Cm×n的某种列线性组合，矩阵Pn×n中相同位置的列则为相应的组合系数；3)由于误码的影响，当矩阵Bm×n中某一列的重量小于门限值η时，则认为矩阵Pn×n中对应的列为矩阵Cm×n的对偶向量，存入候选对偶向量集合Θ。进一步，所述门限值η的选取原则为最小化虚警概率，存在2n种可能的候选向量，其中任一向量满足重量条件的概率为：为尽量避免误判，则需要满足Pfalse＜2-n，根据推导，于是有：进一步，所述判决门限T的计算方法为：当误码率为τ时，接收向量r＝c+e和任意同维向量h正交的概率为：其中，c表示编码C的一个合法码字，e表示错误图样，C⊥表示编码C的对偶空间，ω(h)表示向量h的重量(即向量中非零元素的个数)，于是对M个含错接收向量r1,r2,…rM，构造统计量则Z服从如下不同均值和方差的正态分布：因此，通过设定合适的判决门限T，可以有效地区分这两种分布，用于有效对偶向量的判定。所述判决门限T取第一个正态分布的三倍标准差，即：进一步，所述对偶向量筛选的准则为：对任意候选对偶向量hq，hq∈Θj，如果统计量Z小于等于判决门限T，则hq可判定为属于对偶空间C⊥，并将其存入对偶空间否则hq可判为一个随机向量。本专利技术的有益效果是：(1)本专利技术在未知任何先验知识的情况下，对IRA码的所有编码参数进行了识别，达到了全盲识别的效果。(2)本专利技术针对现有线性分组码盲识别技术的诸多不足之处，如在码长和码字起始点的识别问题上，码重分析法需要已知码字起始点或码长作为先验知识，并且仅适用于码长较短和码率较低的场景；矩阵分析法、秩准则法的抗误码性能较差。均无法满足IRA码开集盲识别问题中高误码率下任意码长和任意码率的要求。本专利技术从求解编码空间对偶空间的角度入手，提出了一种新的求解对偶向量的方法，并通过能否获得满足统计判定准则的对偶向量这一准则实现码长的识别，具有非常优异的容错性能。(3本文档来自技高网...

【技术保护点】
一种IRA码的开集盲识别方法，其特征在于，在未知任何先验知识的情况下，对IRA码的所有编码参数进行了识别，达到了全盲识别的效果，包括以下步骤：步骤1，初始化待求参数：码长n0＝0，码字起始点s0＝0，码率R＝0，对偶空间

【技术特征摘要】
1.一种IRA码的开集盲识别方法，其特征在于，在未知任何先验知识的情况下，对IRA码的所有编码参数进行了识别，达到了全盲识别的效果，包括以下步骤：步骤1，初始化待求参数：码长n0＝0，码字起始点s0＝0，码率R＝0，对偶空间交织序列设定最大识别长度步骤2，按每一种估计码长/起始点组合将截获序列划分为M个码字r1,r2,…,rM，构造M行列的分析矩阵其中码长的估计值从2到范围依次取值，起始点的估计范围为无需遍历所有估计起始点的取值间隔p可以大于1；步骤3，设定子矩阵数目w，取分析矩阵的子矩阵其中表示第j个子矩阵，大小为m行列，并做高斯列消元获取子矩阵的对偶向量hq，存入候选对偶向量集合Θj；步骤4，计算统计量其中＜…,…>表示向量的内积，如果存在使得统计结果Z小于等于判决门限T的对偶向量此时且接近于正确的起始点s0，将存入此时组合下的对偶空间停止遍历码长，将固定为n0，否则，返回步骤2；步骤5，利用向量剔除分析矩阵中存在误码的行，更新返回步骤3，获取多组对偶向量步骤6，求出此时对偶空间的维数并检测向量组支撑位置的所在区间支撑位置即向量中1所对应的位置；步骤7，根据区间计算出疑似起始点通过判断处获取的向量组支撑位置的所在区间是否满足一定要求，判断其是否为真实的码字起始点s0；步骤8，识别出s0之后，重复执行步骤3～5，继续获取对偶向量，直至维数恒定，停止迭代，此时对偶向量即为有效校验向量，对偶空间即为校验空间；步骤9，信息位长度则码率R＝k/n0，稀疏化重建校验矩阵H；9.1)将内有效校验向量按列排列进行高斯列消元并提取出非零列，构成矩阵9.2)对的转置矩阵分块，得到对其进行初等变换得到其中，r表示校验空间的维数，矩阵表示矩阵的逆；9.3)令矩阵第一行保持不变，由第二行开始，依次将矩阵的每一行与前一行进行模2加，最终重建为H＝[H1,H2]，校验矩阵的H2部分满足IRA码校验矩阵中特有的双对角线结构；步骤10，取校验矩阵H的前k列，对应于子矩阵H1，根据其结构分析出交织置换关系：10.1)按列遍历H1的所有元素，统计元素1出现的次数，并用该次数替换当前元素1；10.2)遍历H1的所有行，按行读取H1中的非零元素，并记录在交织序列数组Π中，算法输出的数组Π即为交织置换关系，识别结束。2.如权利要求1所述的一种IRA码的开集盲识别方法，其特征在于，所述步骤7具体包括：7.1)若则其中mod表示取余运算，此时有如果此时否则令执行步骤2～6，否则执行步骤7.2)；7.1a)如果则令返回步骤2，否则转向7.1b)；7.1b)如果时所获的支撑位置所在区间有那么此时否则令重复步骤7；7.2)若则此时有如果则否则令执行步骤2～6；7.2a)如果则令返回步骤2，否则转向7.2b)；7.2b)如果时所获的支撑位置所在区间有那么此时否则令重复步骤7。3.如权利要求1所述的一种IRA码的开集...

【专利技术属性】
技术研发人员：张倩，陈健，郭永斌，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61