本发明专利技术属于通信系统技术领域，提出了一种基于改进的自相关函数的信道编码码长盲识别方法，实现步骤为：1)初始化信道编码的截获序列；2)基于改进的自相关函数对截获序列进行自相关计算；3)获取候选码长；4)构建每个候选码长的分析矩阵并计算其整齐度；5)获取信道编码码长识别结果。本发明专利技术采用基于改进的自相关函数计算自相关函数值实现对信道编码的码长的盲识别，在减小盲识别的运算量的同时简化了盲识别流程，进而提升了盲识别效率，且能够对不同的编码速率的线性分组码和卷积码的码长进行盲识别，具有良好的普适性和实用性。具有良好的普适性和实用性。具有良好的普适性和实用性。
【技术实现步骤摘要】
基于改进的自相关函数的信道编码码长盲识别方法
[0001]本专利技术属于通信系统
，涉及一种信道编码码长盲识别方法，具体涉及一种基于改进的自相关函数的信道编码码长盲识别方法，可应用于非协作通信以及智能通信等领域。
技术介绍
[0002]信道编码是数字通信系统中的重要组成部分,由于传输信道存在着一定的衰落和噪声，传输的信号必然会存在失真，导致接收端判决错误，因此信道编码的任务是将输入信息序列通过一定规则，人为地增加冗余度来变换为另一个数字序列送入有扰离散信道。增加冗余度是为了能够纠正传送过程中可能出现的错误，以最小的错误概率恢复原来的信源序列，故也被称为纠错编码。根据编码类型可将信道编码分为两类，一类是无记忆的线性分组码，如汉明码、BCH码、RS码以及低密度奇偶校验码LDPC码，另一类是有记忆的卷积码，如Turbo码。
[0003]对信道编码的识别主要是接收端对接收到的编码序列进行解译和分析，作为协作通信的接收方，已知信道编码的码长等参数，直接根据这些已知条件对信道编码进行解译。但是随着数字通信的发展，通信内容的安全和保密性日益得到协作通信双方的重视。作为非协作的第三方，想要在没有先验知识的条件下，对所截获到的协作通信双方传输的数据进行编码类型、码长及编码速率等重要参数分析解译是十分困难的，这种研究技术称为信道编码的盲识别技术，它就是在这种场景下，通过一定的算法和估计方法完成对截获数据的盲识别，澄清截获数据的编码方式等具体参数。其中针对码长的盲识别是其他所有重要参数识别的前提，为后续具体有用的数据内容的破译和分析奠定重要基础，对于非协作通信及智能通信有重要意义。
[0004]信道编码码长盲识别的技术思路是，在估计的码长范围内遍历估计码长，对获得的信道编码截获序列按照估计码长排列，得到分析矩阵，通过一定的线性变换或者特征分析，对分析矩阵进行研究，通过真实码长和错误码长下某些特征的不同来确定真实码长。信道编码码长盲识别方法的重点在于以尽可能低的计算复杂度和尽可能高的误码容忍度对码长进行识别。例如申请公布号为CN113067583A，名称为“基于最小错误判决准则的LDPC码码长及码字起点识别方法”的专利申请，公开了一种基于最小错误判决准则的LDPC码码长及码字起点识别方法。首先设置码长遍历范围，然后根据码长估计值对接收序列进行截取构造分析矩阵，对分析矩阵进行高斯列消元的线性变换并获取疑似校验向量，接着基于最小错误判决准则筛选出LDPC码校验向量，根据不同码长遍历值处校验向量个数的不同，最大值对应的码长遍历值为测试结果，最终完成识别。该专利技术能够在高误码率下对码长较长的码进行码长盲识别。又如申请公布号为CN111800145A，名称为“一种基于余弦相似度的线性分组码的码长盲识别方法”的专利申请，公开了一种基于余弦相似度的线性分组码的码长盲识别方法。首先设置码长遍历范围，然后根据码长估计值对接收序列进行截取构造码字分析矩阵，对分析矩阵进行高斯列消元的线性变换并计算归一化列重向量，接着计算分
析矩阵归一化列重向量与随机矩阵归一化列重向量之间的余弦相似度，根据不同码长遍历值余弦相似度不同，最小值对应的码长遍历值为测试结果，最终完成识别。该专利技术采用余弦相似度，无需设置判决门限，在降低技术难度的同时有效提高了码长识别准确率，识别方法适用范围广，对不同码长、不同编码速率的线性分组码都可以进行识别。
[0005]综上所述，现有的信道编码码长盲识别方法均因对估计码长范围内的每一个估计码长构建分析矩阵，并且对其进行高斯列消元的线性变换，当待识别码长较大时，遍历范围也随之增大，导致盲识别的运算量较大，且盲识别过程较为复杂。
技术实现思路
[0006]本专利技术的目的在于克服上述现有技术存在的缺陷，提出了一种基于改进的自相关函数的信道编码码长盲识别方法，用于解决现有技术中存在的因盲识别的运算量较大以及过程复杂导致的识别效率较低的技术问题。
[0007]为实现上述目的，本专利技术采取的技术方案包括如下步骤：
[0008](1)初始化信道编码的截获序列：
[0009]初始化电磁环境中包含N个比特位数据的信道编码的截获序列X＝{x1,x2,...,x
n
,...,x
N
}，自相关函数值的两个不同比特位数据之间的间隔为τ，最大间隔为Γ，其中，N≥10000，x
n
表示第n个比特位数据，n∈[1,N]，τ∈[0,Γ]，Γ＝N
‑
1；
[0010](2)基于改进的自相关函数对截获序列进行自相关计算：
[0011]将自相关函数中对随机过程的两个不同取样点之间的乘法运算修改为同或运算，实现对自相关函数的改进，并基于改进的自相关函数计算截获序列X中每个比特位数据x
n
和与其间隔为τ的比特位数据x
n+τ
的自相关函数值R(τ)，得到自相关函数值序列R
x,x
：
[0012][0013]R
x,x
＝{R(0),R(1),...,R(τ),...,R(Γ)}
[0014]其中，∑
·
表示求和操作，表示同或运算操作；
[0015](3)获取候选码长：
[0016]选取自相关函数值序列R
x,x
中前P个数值最大的自相关函数值组成峰值集合，并计算其中相邻峰值的差，然后将所有差值中Z个出现次数最多的峰值差组成候选码长D＝[d1,d2,...,d
z
,...,d
Z
]，其中6≤P≤Γ，1≤Z≤P
‑
1，d
z
表示第z个长度为E的候选码长，z∈[1,Z]，E∈D；
[0017](4)构建每个候选码长的分析矩阵并计算其整齐度：
[0018](4a)将截获序列划分为L组码字，并构建以L为行，以每个候选码长d
z
的长度E为列的维度为L
×
E的分析矩阵其中，其中，表示向下取整操作；
[0019](4b)根据所统计的每个分析矩阵每列“0”游程的长度f
l
计算中每列的整齐度ord
e
，组成包括E个整齐度的序列ord
z
，并选取ord
z
中的最大值V
z
作为分析矩阵的整齐度，组成分析矩阵整齐度序列V：
[0020][0021]ord
z
＝[ord1,ord2,...,ord
e
,...,ord
E
][0022]V＝[V1,V2,...,V
z
,...,V
Z
][0023]其中，e∈[1,E]，l∈[1,L]，f
l
∈[1,L]；
[0024](5)获取信道编码码长的盲识别结果：
[0025](5a)选择分析矩阵整齐度序列V中的最大值对应的候选码长d
g
作为估计码长，并通过汉明窗本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于改进的自相关函数的信道编码码长盲识别方法，其特征在于，包括如下步骤：(1)初始化信道编码的截获序列：初始化电磁环境中包含N个比特位数据的信道编码的截获序列X＝{x1,x2,...,x
n
,...,x
N
}，自相关函数值的两个不同比特位数据之间的间隔为τ，最大间隔为Γ，其中，N≥10000，x
n
表示第n个比特位数据，n∈[1,N]，τ∈[0,Γ]，Γ＝N
‑
1；(2)基于改进的自相关函数对截获序列进行自相关计算：将自相关函数中对随机过程的两个不同取样点之间的乘法运算修改为同或运算，实现对自相关函数的改进，并基于改进的自相关函数计算截获序列X中每个比特位数据x
n
和与其间隔为τ的比特位数据x
n+τ
的自相关函数值R(τ)，得到自相关函数值序列R
x,x
：R
x,x
＝{R(0),R(1),...,R(τ),...,R(Γ)}其中，∑
·
表示求和操作，表示同或运算操作；(3)获取候选码长：选取自相关函数值序列R
x,x
中前P个数值最大的自相关函数值组成峰值集合，并计算其中相邻峰值的差，然后将所有差值中Z个出现次数最多的峰值差组成候选码长D＝[d1,d2,...,d
z
,...,d
Z
]，其中6≤P≤Γ，1≤Z≤P
‑
1，d
z
表示第z个长度为E的候选码长，z∈[1,Z]，E∈D；(4)构建每个候选码长的分析矩阵并计算其整齐度：(4a)将截获序列划分为L组码字，并构建以L为行，以每个候选码长d
z
的长度E为列的维度为L
×
E的分析矩阵其中，其中，表示向下取整操作；(4b)根据所统计的每个分析矩阵每列“0”游程的长度f
l
计算中每列的整齐度ord
e
，组成包括E个整齐度的序列ord
z
，并选取ord
z
中的最大值V
z
作为分析矩阵的整齐度，组成分析矩阵整齐度序列V：ord
z
＝[ord1,ord2,...,ord<...
【专利技术属性】
技术研发人员：张向东，李卫宝，伏晓春，史照阳，任顺平，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。