【技术实现步骤摘要】
本专利技术涉及轨道交通信号系统领域，尤其是涉及一种用于轨道交通信号系统的基于特殊奇偶校验的线性分组码盲识别方法、设备及介质。
技术介绍
1、某地铁1号指挥中心pcc1突发大火，整栋大楼全部烧毁，造成1至6号线的控制中心行车指挥系统完全瘫痪。该控制中心相关设备及线路资料都被火灾摧毁，控制中心mc与车站mc之间的fsk信息传输线路也遭到毁坏，位于车站的mc、继电器联锁及pa机柜则完好无损。地铁1至6号线原行车指挥系统全部采用继电器联锁+列控系统pa+基于fsk通信的集中指令系统mc，实现基于固定闭塞的列车运行安全控制与调度集中。
2、原信息传输设备基于fsk移频键控编码，采用了控制及表示信息分开(tk，tc)、信息分组采集(20个开关量采集每个通道)、信息编码整合及纠错处理等信息编码与传输技术，需要采用反向工程(reverse engineering)的方式获取上述编码信息，并重新进行编码，转换为以太传输信息与新建pcc的ats系统接口。
3、在有限的资金条件下，重建1至6号线的控制中心行车指挥系统，快速且经济的的方案为：保留既有车站继电器联锁、pa135自动控制设备、轨旁cdv轨道电路及环线、信号机以及车载设备不变，在既有设备接口上开发出一套控制中心ats行车指挥设备。
4、在工程实践和一些特殊的信道盲识别上，普通的线性分组码很容易被识别破解。但此项目原通信系统建设于20世纪70年代，使用了一种特殊的奇偶校验的线性分组码，火灾后因时间久远无其它保存的相关设计资料。
5、刘玉君在其20
6、
7、张永光在2010的“一种线性分组码编码参数的盲识别方法”专利中对于一般线性分组码进行了盲识别。而近年来线性分组码的盲识别也较为普遍与成熟，于是出于保密需要，工程中对编码方式做出修改，既实现保密也能增加检错能力。显然张永光的盲识别方法不再适用。
8、如何快速且经济地利用既有设备的基础上，用反向工程的方式反演fsk信息传输过程的生成矩阵，反推出信息数据与纠错码的对应关系，成为需要解决的技术问题。
技术实现思路
1、本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于特殊奇偶校验的线性分组码盲识别方法、设备及介质。
2、本专利技术的目的可以通过以下技术方案来实现：
3、根据本专利技术的一个方面，提供了一种基于特殊奇偶校验的线性分组码盲识别方法，所述的方法包括：
4、步骤a，采集现场fsk解调后的一维数据；
5、步骤b，通过寻找奇偶校验位初步确定线性分组码长度；
6、步骤c，利用特殊奇偶校验辅助进行序列移位，从而快速确定线性分组码的参数，并生成识别序列；
7、步骤d，快速计算奇偶行各自的线性分组码生成矩阵；
8、步骤e，利用特殊奇偶校验得到最终的线性分组码生成矩阵。
9、优选地，所述的步骤b具体过程包括：
10、b1)先初步寻找奇偶校验位；
11、b2)通过准奇偶校验位中间所隔距离初步确定线性分组码长度；
12、b3)根据初筛选的线性分组码长度选择合适长度数据作为识别序列。
13、优选地，所述的识别序列的矩阵行数大于线性分组码长度的2-3倍。
14、优选地，所述的步骤c中线性分组码的参数包括线性分组码长度q、分组码信息数k和分组码起点。
15、优选地，所述的步骤c包括：
16、c1)选择列数后，先根据是否存在奇偶校验位筛选出正确的线性分组码长度集合；
17、c2)识别序列按照奇偶行分开成两组矩阵，然后通过初等行变换分别确定奇偶行矩阵的秩；
18、c3)秩不满的奇偶行矩阵的列数为线性分组码长度；
19、c4)确定线性分组码的起始点和线性分组码系数。
20、优选地，所述的c4)中确定线性分组码的起始点和线性分组码系数具体为：
21、c41)矩阵列数依次取为n，2n，3n，4n……行数大于列数，构成不同维数矩阵；
22、c42)将多种码序列分别进行移位；
23、c43)对各矩阵分别求秩，并记下n种移位情况不同维数矩阵的秩；
24、c44)非满秩情况下确定分组码起始点，并通过奇偶校验位确定分组码系数。
25、优选地，所述的步骤d中线性分组码识别的具体流程包括：
26、步骤s1，输入数据矩阵；
27、步骤s2，生成类上三角矩阵；
28、步骤s3：推导线性分组码参数，并得到线性分组码生成矩阵。
29、优选地，所述的步骤s2按照从上到下从左到右的顺序依次处理数据，包括：
30、步骤s201，判断第一行第一列的数据为1，若为是，则执行步骤s202；否则进行矩阵重新拼接，即将第一列为1的数据行拼接在第一行，然后对下一行执行步骤s202；
31、步骤s202，判断当前处理的数据是否位于对角线上，如若是，判断对角线上的数据是否为1，是1则处理下一行；不是1则做出标记，找到对角线上该列的数据为1的行，重新拼接到被标记的行，然后对下一行执行步骤s204；
32、步骤s203，判断不是对角线上的数据是否为1，若为否，则处理下一列数据；若为是则模二减去对应的行，然后处理下一列数据，执行步骤s202；
33、步骤s204，判断所有行数都已处理，若为是，结束；否则执行步骤s203。
34、优选地，所述的步骤s3按照从下到上从右到左的顺序依次处理数据包括：
35、步骤s301，判断当前处理的数据是否位于对角线上，若为是，则对上一行数据执行步骤s303；否则执行步骤s302；
36、步骤s302，判断数据是否为1，若为是，则与相应行做模二减运算，然后列数减1，执行步骤s301；
37、步骤s303，检测是否所有行都已处理，若为是结束；否则回到步骤s301；
38、步骤s304，统计左上角单位矩阵的阶数k，确定线性分组码的参数。
39、优选地，所述的步骤e中适用于在有噪声情况下的线性分组码盲识别。
40、优选地，所述的步骤e中奇偶生成矩阵满足如下条件之一时，检测线性分组码生成矩阵错误；否则线性分组码生成矩阵正确：
41、1)单位矩阵下方的数据非全零；
42、2)奇偶生成矩阵的系数不同。
43、根据本专利技术的第二方面，提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器本文档来自技高网...
【技术保护点】
1.一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的方法包括：
2.根据权利要求1所述的一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的步骤B具体过程包括：
3.根据权利要求2所述的一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的识别序列的矩阵行数大于线性分组码长度的2-3倍。
4.根据权利要求1所述的一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的步骤C中线性分组码的参数包括线性分组码长度q、分组码信息数k和分组码起点。
5.根据权利要求1所述的一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的步骤C包括：
6.根据权利要求5所述的一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的c4)中确定线性分组码的起始点和线性分组码系数具体为：
7.根据权利要求1所述的一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的步骤D中线性分组码识别的具体流程包括：
8.根据权利要求7所述的一种基于特殊奇偶校验的线性分组码盲
9.根据权利要求7所述的一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的步骤S3按照从下到上从右到左的顺序依次处理数据包括：
10.根据权利要求1所述的一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的步骤E中适用于在有噪声情况下的线性分组码盲识别。
11.根据权利要求1所述的一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的步骤E中奇偶生成矩阵满足如下条件之一时，检测线性分组码生成矩阵错误；否则线性分组码生成矩阵正确：
12.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～11中任一项所述的方法。
13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1～11中任一项所述的方法。
...【技术特征摘要】
1.一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的方法包括：
2.根据权利要求1所述的一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的步骤b具体过程包括：
3.根据权利要求2所述的一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的识别序列的矩阵行数大于线性分组码长度的2-3倍。
4.根据权利要求1所述的一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的步骤c中线性分组码的参数包括线性分组码长度q、分组码信息数k和分组码起点。
5.根据权利要求1所述的一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的步骤c包括：
6.根据权利要求5所述的一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的c4)中确定线性分组码的起始点和线性分组码系数具体为：
7.根据权利要求1所述的一种基于特殊奇偶校验的线性分组码盲识别方法，其特征在于，所述的步骤d中线性分组码识别的具体流程包括：
8....
【专利技术属性】
技术研发人员：杨思豪，杨曦，王冬海，李建全，韩熠，羊兴旺，曾沁玥，何海波，
申请(专利权)人：卡斯柯信号有限公司，
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。