CN103379060B - 一种有限几何ldpc码参数盲估计方法 - Google Patents
一种有限几何ldpc码参数盲估计方法 Download PDFInfo
- Publication number
- CN103379060B CN103379060B CN201310304457.7A CN201310304457A CN103379060B CN 103379060 B CN103379060 B CN 103379060B CN 201310304457 A CN201310304457 A CN 201310304457A CN 103379060 B CN103379060 B CN 103379060B
- Authority
- CN
- China
- Prior art keywords
- code length
- ldpc code
- code
- check matrix
- blind
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Error Detection And Correction (AREA)
Abstract
本发明提供一种有限几何LDPC码的码参数盲估计方法,包括步骤:1)设遍历的码长范围及当前码长n0;2)按照当前码长n0将截获的软判决LDPC码数据流进行分组;3)根据当前码长n0估计该码长下可能的r组欧式几何维数和二阶伽罗华扩域幂数;4)根据不同组的欧式几何维数和二阶伽罗华扩域幂数构造各种可能的校验矩阵;5)利用构造出的所有校验矩阵分别对LDPC码数据进行译码,计算数据译码前后码字汉明距离;6)判断是否遍历完毕码长范围;如是,进入步骤7),如否,更新当前码长n0,返回步骤2);7)选择最接近误比特率的均值比重R所对应的校验矩阵构造参数为盲估计的编码参数。本发明运算复杂度低,且在高误码率条件下仍能很好的进行盲识别。
Description
技术领域
本发明涉及信道编解码技术,特别涉及码参数盲估计技术。
背景技术
当接收端对通信信号解调、解交织后,还需要进行解码,若能在接收端进行数据盲处理获得编码参数,则可提高系统效率,况且在一些特殊的领域并不能得到编码参数。如在非合作通信中要在非授权接入的情况下正确提取有用信息则必须正确估计编码参数,才能恢复更多的信息数据,为信号探测提供可靠信息,具有重要的实际应用价值。
目前一些编码的码长较长,传统的线性分组码参数盲估计方法很难直接应用,比如,低密度单奇偶校验码(low-densityparity-checkcode,LDPC码)。有限几何LDPC码作为LDPC码中较常用的一类,具有相对好的最小距离,并且他们的泰纳(Tanner)图没有短环,可以通过选择复杂度低或高的各种方法译码,来获得可接受的或极好的误码性能。
有限几何LDPC码的校验矩阵H为一个低密度奇偶校验矩阵,通常平面维数μ=0。有限几何LDPC码的码长n满足n=2ms-1且m≥2,s≥2的限制条件。当已知欧式几何维数m、二阶伽罗华扩域幂数s,能方便地构造校验矩阵。
由于实际应用当中的LDPC码码长通常较长,传统的线性分组码参数盲估计方法很难直接应用。目前公开发表的针对有限几何LDPC码的参数盲估计文献几乎为零,且同样存在长码长条件下容误码性能低且难以实现等问题。
发明内容
本发明所要解决的技术问题是,提供一种基于码间最小距离的针对有限几何LDPC码的码参数盲估计方法。
本发明为解决上述技术问题所采用的技术方案是,一种有限几何LDPC码参数盲估计方法,包括以下步骤:
1)设需要遍历的码长范围以及当前码长n0;
2)按照当前码长n0将截获的软判决LDPC码数据流进行分组,得到N组LDPC码数据;
3)根据当前码长n0估计该码长下可能的r组欧式几何维数mi和二阶伽罗华扩域幂数si,{(mi,si)|i=1,2,…r};
4)根据不同组的欧式几何维数mi和二阶伽罗华扩域幂数si构造各种可能的校验矩阵H;
5)利用构造出的所有校验矩阵H分别对所述N组LDPC码数据进行译码,计算N组数据译码前后码字汉明距离Di,i=1,2,…N;统计各校验矩阵H对应的汉明距离平均值Daver, 计算汉明距离的均值比重R,
6)判断当前码长是否遍历完毕码长范围;如是,进入步骤7),如否,更新当前码长n0,返回步骤2);
7)选择最接近误比特率的均值比重R所对应的校验矩阵构造参数为盲估计的编码参数。
本发明的有益效果是,运算复杂度低,且在高误码率条件下仍能很好的进行对长码长有限几何LDPC码编码参数的盲识别,特别适用于智能通信、无线电检测以及非合作通信领域的信道编码识别。
具体实施方式
在实际应用中出现的LDPC码其码长通常小于105比特,因而欧式几何维数m和二阶伽罗华扩域幂数s的取值范围满足m≥2,s≥2且ms≤16,在这一范围内假设编码参数构造校验矩阵H,对所收到的软判决码字进行译码,通过比较译码前后码字的汉明距离比重特性与已知的信道误比特率,来判断假设是否正确,从而对有限几何LDPC码编码参数进行估计。
方法一:对于具有循环特性的有限几何LDPC码,根据其生成多项式的根αh,α为伽罗华域GF(2ms)上的本原元,h=0,…,ms-2;生成多项式的根与欧式几何维数m、二阶伽罗华扩域幂数s和平面维数μ=0之间的关系满足:其中,h(l)为2lh除以2ms-1所得到的余项,表示h的2s-重量,即h的2s进制展开的所有系数的实数和,得到根的集合进而得到集合中根所对应的最小多项式φ1(X),φ2(X),…φk'(X),于是该假设参数下的生成多项式∏为累乘符号,最后根据生成矩阵和校验矩阵的关系进而得到校验矩阵H;进一步的,在进入下一步骤之前还可以对校验矩阵H进行初等变换化简;
方法二,由有限几何空间中的点线关系构造一条经过点αi直线L(其中αi为有限域GF(2ms)中的第i个元素),该直线上的点具有{αi+βαj,β∈GF(2s)}的形式,于是可得到该直线上的其它点,进而得到该直线的关联向量:该关联向量由2ms-1(不过原点)或2ms(过原点)个点构成,若某点在此直线上则关联向量该点处的值为1,反之为0。以此类推,得到当前空间下所有直线的关联向量,构成校验矩阵H。
方法一与方法二所述的根据已知参数m、s来生成校验矩阵的方法为有限几何LDPC码编码中的常用技术。其中方法一适用于具有循环特性的有限几何LDPC码,方法二适用于所有有限几何LDPC码。
对于有限几何LDPC码的译码方法而言,最常用的基于置信度传播的译码算法(BP译码算法),还可以使用对数似然比BP算法、最小和(Min-sum)译码算法等。
实施例
以欧式几何维数m=2和二阶伽罗华扩域幂数s=5的EG循环LDPC码为例。
二级制码长n=210-1=1023,信息位长k=781(当码长确定之后,信息位长确定),生成多项式为:
g(X)=1+X6+X20+X22+X24+X30+…+X226+X228+X230+X236+X238+X240+X242误比特率BER=0.001,截获数据流长度L=7×104bits。
盲识别步骤如下:
1)设码长n0=2d-1=2ms-1遍历范围为d=8至d=16,初始码长的值为n0=2ms-1=28-1=255;
2)根据当前码长n0=255截获的软判决数据进行分组,得到N=10组数据;
3)根据n0=2ms-1=28-1分解码长得到该码长下可能的2组欧式几何维数m1=2,m2=4和分别对应的二阶伽罗华扩域幂数s1=4,s2=2;
4)当欧式几何维数m1=2、二阶伽罗华扩域幂数s1=4和、μ=0,可得该编码参数下对应的EG循环LDPC码码生成多项式的根包括:
{α1,α2,α3,α4,α5,α6,α7,…,α208,α210,α224,α225,α240}共计80个;
将其所对应的互异最小多项式在二元域上相乘得到生成多项式g0(X),其多项式系数为:
g(X)=1+X2+X4+X6+X9+X11+…+X68+X69+X70+X72+X73+X76+X80,进而得到校验矩阵H;
5)根据步骤4中所得的校验矩阵H对步骤2中得到的N=10组软判决接收码字分别进行基于置信度传播的译码(BP算法),统计译码前后码字汉明距离Di,(i=1,2,…10),并计算平均值及码字汉明距离的均值比重并记录如下:
用同样的方式得到欧式几何维数m2=4、二阶伽罗华扩域幂数s2=2和、μ=0的情况下的码字汉明距离的均值比重;
6)返回步骤1,改变通过递加d来更新码长n0,对于新的当前码长n0重复步骤2至5,当搜索至上限d=16时,可得到如下的起码前后汉明距离比重均值表:
几何维数m0 | 2 | 4 | 3 | 2 | 5 | 2 | 6 | 3 |
扩域幂数s0 | 4 | 2 | 3 | 5 | 2 | 6 | 2 | 4 |
均值比重R | 0.0194 | 0.0113 | 0.0083 | 0.0277 | 0.0011 | 0.0183 | 0.0134 | 0.0190 |
几何维数m0 | 4 | 2 | 7 | 3 | 5 | 2 | 8 | 4 |
扩域幂数s0 | 3 | 7 | 2 | 5 | 3 | 8 | 2 | 4 |
均值比重R | 0.0187 | 0.0192 | 0.0127 | 0.0233 | 0.0251 | 0.0162 | 0.0194 | 0.0205 |
7)从上表中可见维数m0=2,扩域幂数s0=5时其均值比重最接近于误比特率Pe=0.001。为了保证盲识别效果,进一步的,判断该均值比重是否同时满足|R-Pe|≤λPe,λ为经验值,在此取λ=0.25。于是得到该序列码字的编码参数为欧式几何维数m=2和二阶伽罗华扩域幂数s=5的(1023,781)EG-LDPC码。
对于非欧式几何LDPC码而言,平面维数μ不恒为0,但是μ可能的值有限,将可能的μ值考虑到与不同欧式几何维数和二阶伽罗华扩域幂数进行组合,按照上述步骤同样能实现盲识别。
Claims (3)
1.一种有限几何LDPC码参数盲估计方法,其特征在于,包括以下步骤:
1)设需要遍历的码长范围以及当前码长n0;
2)按照当前码长n0将截获的软判决LDPC码数据流进行分组,得到N组LDPC码数据;
3)根据当前码长n0估计该码长下可能的r组欧式几何维数mi和二阶伽罗华扩域幂数si,
4)根据不同组的欧式几何维数mi和二阶伽罗华扩域幂数si构造各种可能的校验矩阵H;
5)利用构造出的所有校验矩阵H分别对所述N组LDPC码数据进行译码,计算N组数据译码前后码字汉明距离Di,i=1,2,…N;统计各校验矩阵H对应的汉明距离平均值Daver, 计算汉明距离的均值比重R,
6)判断当前码长是否遍历完毕码长范围;如是,进入步骤7),如否,更新当前码长n0,返回步骤2);
7)选择最接近误比特率的均值比重R所对应的校验矩阵构造参数为盲估计的编码参数。
2.如权利要求1所述一种有限几何LDPC码参数盲估计方法,其特征在于,步骤7)中选择最接近误比特率且满足|R-Pe|≤λPe的均值比重R所对应的校验矩阵构造参数为盲估计的编码参数,λ为经验值。
3.如权利要求2所述一种有限几何LDPC码参数盲估计方法,其特征在于,λ=0.25。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310304457.7A CN103379060B (zh) | 2013-07-19 | 2013-07-19 | 一种有限几何ldpc码参数盲估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310304457.7A CN103379060B (zh) | 2013-07-19 | 2013-07-19 | 一种有限几何ldpc码参数盲估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103379060A CN103379060A (zh) | 2013-10-30 |
CN103379060B true CN103379060B (zh) | 2016-03-30 |
Family
ID=49463629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310304457.7A Expired - Fee Related CN103379060B (zh) | 2013-07-19 | 2013-07-19 | 一种有限几何ldpc码参数盲估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103379060B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104243095A (zh) * | 2014-09-11 | 2014-12-24 | 山东大学 | 一种卷积码与线性分组码的码字类型盲识别方法 |
CN106209315B (zh) * | 2016-07-07 | 2019-07-26 | 西安电子科技大学 | 一种ldpc长码的编码参数盲识别方法 |
CN106533452B (zh) * | 2016-11-14 | 2019-05-07 | 中国电子科技集团公司第五十四研究所 | 一种多进制ldpc编码方法及编码器 |
CN113067583B (zh) * | 2021-03-01 | 2022-05-03 | 中国人民解放军海军航空大学航空作战勤务学院 | 基于最小错误判决准则的ldpc码码长及码字起点识别方法 |
CN116488662B (zh) * | 2023-06-21 | 2023-10-03 | 电子科技大学 | 基于线性变换的f-ldpc码校验矩阵重量压缩方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102201882A (zh) * | 2010-03-23 | 2011-09-28 | 中国电子科技集团公司第三十六研究所 | 一种线性分组码编码参数的盲识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7484158B2 (en) * | 2003-12-03 | 2009-01-27 | Infineon Technologies Ag | Method for decoding a low-density parity check (LDPC) codeword |
-
2013
- 2013-07-19 CN CN201310304457.7A patent/CN103379060B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102201882A (zh) * | 2010-03-23 | 2011-09-28 | 中国电子科技集团公司第三十六研究所 | 一种线性分组码编码参数的盲识别方法 |
Non-Patent Citations (1)
Title |
---|
基于比特频率检测低码率线性分组码的盲识别;陈金杰,杨俊安;《电子测量与仪器学报》;20110715;第25卷(第7期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN103379060A (zh) | 2013-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103379060B (zh) | 一种有限几何ldpc码参数盲估计方法 | |
CN103208995B (zh) | 一种低密度奇偶校验码译码的提前终止方法 | |
CN107204780B (zh) | polar-LDPC级联码的合并BP解码算法及装置 | |
CN101615913B (zh) | Ldpc码的快速收敛译码方法 | |
CN103236900B (zh) | 一种串行级联Turbo码交织器参数盲估计方法 | |
CN101459430A (zh) | 低密度生成矩阵码的编码方法 | |
CN105162552A (zh) | 一种q-LDPC-LT级联喷泉码方案的Ka频段深空通信方法及系统 | |
CN106464421B (zh) | 一种数据发送方法和装置 | |
CN102064917B (zh) | 一种ldpc编码调制系统的解调译码方法 | |
CN103338046A (zh) | 码率兼容的ldpc-rs二维乘积码的编码与译码方法 | |
CN104242957A (zh) | 译码处理方法及译码器 | |
CN102546122B (zh) | 校验矩阵构造方法及设备、编解码方法及设备 | |
CN101355366B (zh) | 低密度奇偶校验码的译码方法及装置 | |
CN106656209A (zh) | 一种采用迭代译码的纠正同步错误的级联码方法 | |
CN103501182B (zh) | 一种卷积码生成多项式的盲估计方法 | |
CN106209312A (zh) | 一种利用软判决的循环码参数盲识别算法 | |
Lu et al. | Blind identification of convolutional interleaver parameters | |
CN104079303A (zh) | 一种多进制ldpc码辅助的迭代载波同步方法 | |
CN103338044B (zh) | 一种适用于深空光通信系统的原模图码 | |
CN102394662A (zh) | 一种bch码的译码方法 | |
CN112332866B (zh) | 一种基于dvb-s与dvb-s2信号的级联码参数识别方法 | |
Liu et al. | A fast reconstruction of the parity-check matrices of LDPC codes in a noisy environment | |
CN101789795B (zh) | 基于多码率原模图ldpc码的编码方法及编码器 | |
US11108413B2 (en) | Polar coding and decoding for correcting deletion and/or insertion errors | |
CN113395139A (zh) | 一种基于高斯列消元的卷积码码长盲识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160330 Termination date: 20190719 |