CN104184558A - 一种turbo码输出块长的快速盲识别方法 - Google Patents

一种turbo码输出块长的快速盲识别方法 Download PDF

Info

Publication number
CN104184558A
CN104184558A CN201410460466.XA CN201410460466A CN104184558A CN 104184558 A CN104184558 A CN 104184558A CN 201410460466 A CN201410460466 A CN 201410460466A CN 104184558 A CN104184558 A CN 104184558A
Authority
CN
China
Prior art keywords
incr
stp
diff
make
matrix
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.)
Pending
Application number
CN201410460466.XA
Other languages
English (en)
Inventor
马丕明
田健松
杨勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University
Original Assignee
Shandong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong University filed Critical Shandong University
Priority to CN201410460466.XA priority Critical patent/CN104184558A/zh
Publication of CN104184558A publication Critical patent/CN104184558A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Error Detection And Correction (AREA)

Abstract

一种turbo码输出块长的快速盲识别方法,属于通信系统中的码字识别技术领域,由计算机进行识别,以完成包括数据读入、数据化简和化简结果分析诸步骤,该方法以线性矩阵分析法为基础,通过充分利用已分析得到的数据逐步放大遍历的步长,采用多种输出块长判定条件应对不同情况,使用多重约束条件在保证识别速度的条件下最大限度的保证了识别的准确性。本方法减少了输出块长识别所需的遍历次数,降低了识别所需计算量,提高了输出块长的识别速度。本发明适用于智能通信,信息处理等领域。

Description

一种turbo码输出块长的快速盲识别方法
技术领域
本发明涉及数字通信系统中一种turbo码输出块长的快速盲识别方法,适用于智能通信,信息处理等领域。
背景技术
Turbo码在现代通信中应用非常广泛,随着数字通信技术的发展,越来越多的领域都会产生对Turbo码盲识别技术的需求,Turbo码盲识别技术也成为当今通信研究的前沿领域。
并行级联Turbo码编码器的结构主要由两个递归系统卷积码(RSC)编码器并行级联而成,卷积码编码器之间由交织器相连,一般情况下,各RSC编码器的结构相同。
Turbo码中使用了交织器,所以编码数据按交织帧处理。编码器寄存器的初始状态一般为0,按照每个交织帧编码结束是否对寄存器归零,可将turbo码分为归零和非归零两种turbo码。假设交织帧长度il,编码的码率为1/n,总归零比特个数为rm(非归零rm=0),则编码后输出块长bl=il×n+rm,一般的rm=n×cl,cl为编码器每一路输出的归零比特个数,故一般的bl=(il+cl)×n。
针对turbo码输出块长的识别算法不多,大部分算法都是基于线性矩阵分析法的。文献“一种基于矩阵分析的Turbo码长识别算法”<见[无线电工程],2012,42(4):p23-26,作者李啸天,李艳斌,昝俊军,杜宇峰>.该文算法对q×q(q=1,2,3…)的分析矩阵遍历化简求秩r(q),令b(q)=q-r(q),若对于任意的j有b(i)>5×b(j),(i≠j),则i即为输出块长。该文算法虽然对传统算法进行了改进,但是逐一遍历的方式的识别速度依然不快,本发明的方法,大大提高了输出块长的速度。
发明内容
为了克服现有技术存在的缺陷和不足,本发明提出了运算量小、识别效率高且较为通用的一种turbo码输出块长的快速盲识别方法。该方法主要依据线性矩阵分析法,充分利用分析得到的数据采用三段式逐步放大遍历步长,将传统算法的一个循环改成三个循环,通过逐步放大遍历的步长的方式大大提高了输出块长的识别速度。本发明前两个循环主要目的是放大遍历步长,但由于turbo码交织长度可选范围大,在每个循环中都加入了输出块长判定,如果在某个循环中判定找到输出块长则不执行后续算法直接返回。
本发明方法采用的技术方案如下:
一种turbo码输出块长的快速盲识别方法,由计算机进行识别,以完成包括数据读入、数据化简和化简结果分析诸步骤,本方法主要依据线性矩阵分析法,充分利用分析得到的数据采用三段式逐步放大遍历步长,将传统算法的一个循环改成三个循环,逐步放大遍历的步长,设循环过程中分析矩阵的行数为1.5q,其中q为列数循环控制变量,该方法步骤如下:
①初始化变量:q=ST,q′=ST-2,stp=1,diff=diff′=MINDIFF,其中符号q为列数循环控制变量,符号q′为上次循环中的列数,符号stp为循环步长变量,符号diff表示矩阵列数与矩阵秩的差,符号diff′表示上次循环中矩阵列数与矩阵秩的差,符号ST,MINDIFF为常量,分别取值为21和2;
②由计算机从码字文件中读取数据排成1.5q×q的分析矩阵并计算分析矩阵的秩r,计算diff=q-r,若diff>diff′则保留此时q值,留存q值计数器counter=counter+1,计算incr=(diff-diff′)/(q-q′)并进行如下判断,否则q=q+stp继续进行步骤②,其中符号r为分析矩阵的秩,incr为秩的增长比,
若incr>T1,则令bl=q,计算交织长度il,码率若1<cr<MAXCR,则执行步骤⑥,否则若incr>T2,则进行数据更新,数据更新即分别令diff′=diff,q′=q,incr′=incr,令循环步长变量stp=q,执行步骤⑤,否则incr<T2进行下面的判断,其中符号incr′为上次循环中增长比,符号T1,T2,MAXCR为常量,且T1>T2,其中常量阈值T1、T2、MAXCR分别为1.5,0.8和9,符号为向下取整操作符;
若q==2q′且incr>T3则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则进行下面的判断,其中符号T3为常量,其取值为0.34,且T2>T3,符号==表示判断符号两端数值是否相等;
若incr′>incr,且incr′>T3,则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则进行下面的判断;
若counter==5,则q=q+stp执行步骤②,否则执行步骤③;
③由计算机计算留存q值的最大公约数gcdq,令循环步长变量stp=gcdq;
④由计算机读取数据排成1.5q×q的分析矩阵并计算分析矩阵的秩r,若diff>diff′则计算incr并进行如下判断,否则q=q+stp继续进行步骤④;
若incr>T1,则令bl=q,计算il,cr,若1<cr<MAXCR,则执行步骤⑥,否则若incr>T2,则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则incr<T2进行下面的判断;
若q==2q′且incr>T3则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则进行下面的判断;
若incr′>incr,且incr′>T3,则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则进行下面的判断;
若q-q′>a·q′且incr>T3,则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则数据更新q=q+stp执行步骤④,其中a为一个常量比例阈值,取值为1.5;
⑤由计算机读取数据排成1.5q×q的分析矩阵并计算分析矩阵的秩r,若diff>diff′则计算incr并进行如下判断,否则q=q+stp继续进行步骤⑤;
若incr>T1,则,则令bl=q,计算il,cr,若1<cr<MAXCR,则执行步骤⑥,否则进行下面的判断;
若incr==incr′且incr>T3,incr′>T3,,则令bl=q,计算il,cr,若1<cr<MAXCR,则执行步骤⑥,否则数据更新,q=q+stp执行步骤⑤;
⑥由计算机计算归零比特个数rm=bl%il,若rm/cr≤6,则识别结束,否则初始化循环变量执行步骤⑦,其中符号%为求余运算符;
⑦令n=n-1,若rm%n==0且bl%n==0,则令分析矩阵的列数q=bl/n,从码字文件中读取数据排成1.5q×q的分析矩阵并计算分析矩阵的秩r,若q/r>1.8,则令bl=q识别结束,否则若n>1继续执行步骤⑦,若n≤1识别结束。
上述步骤中的阈值可根据实际情况进行设定,参考值为ST=21,MINDIFF=2,MAXCR=9,T1=1.5,T2=0.8,T3=0.34,T4=6,T5=1.8,a=1.5,实际取值可以再参考值上下浮动。
本发明的有益效果是减少了识别的遍历次数,减少了计算量,提高了输出块长的识别速度。
具体实施方式
下面结合实施例对本发明作进一步说明,但不限于此。
实施例:
本发明实施例如下,一种turbo码输出块长的快速盲识别方法,由计算机进行识别,以完成包括数据读入、数据化简和化简结果分析诸步骤,本方法主要依据线性矩阵分析法,充分利用分析得到的数据采用三段式逐步放大遍历步长,将传统算法的一个循环改成三个循环,逐步放大遍历的步长,设循环过程中分析矩阵的行数为1.5q,其中q为列数循环控制变量,该方法步骤如下:
①初始化变量:q=ST,q′=ST-2,stp=1,diff=diff′=MINDIFF,其中符号q为列数循环控制变量,符号q′为上次循环中的列数,符号stp为循环步长变量,符号diff表示矩阵列数与矩阵秩的差,符号diff′表示上次循环中矩阵列数与矩阵秩的差,符号ST,MINDIFF为常量,分别取值为21和2;
②由计算机从码字文件中读取数据排成1.5q×q的分析矩阵并计算分析矩阵的秩r,计算diff=q-r,若diff>diff′则保留此时q值,留存q值计数器counter=counter+1,计算incr=(diff-diff′)/(q-q′)并进行如下判断,否则q=q+stp继续进行步骤②,其中符号r为分析矩阵的秩,incr为秩的增长比,
若incr>T1,则令bl=q,计算交织长度il,码率若1<cr<MAXCR,则执行步骤⑥,否则若incr>T2,则进行数据更新,数据更新即分别令diff′=diff,q′=q,incr′=incr,令循环步长变量stp=q,执行步骤⑤,否则incr<T2进行下面的判断,其中符号incr′为上次循环中增长比,符号T1,T2,MAXCR为常量,且T1>T2,其中常量阈值T1、T2、MAXCR分别为1.5,0.8和9,符号为向下取整操作符;
若q==2q′且incr>T3则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则进行下面的判断,其中符号T3为常量,其取值为0.34,且T2>T3,符号==表示判断符号两端数值是否相等;
若incr′>incr,且incr′>T3,则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则进行下面的判断;
若counter==5,则q=q+stp执行步骤②,否则执行步骤③;
③由计算机计算留存q值的最大公约数gcdq,令循环步长变量stp=gcdq;
④由计算机读取数据排成1.5q×q的分析矩阵并计算分析矩阵的秩r,若diff>diff′则计算incr并进行如下判断,否则q=q+stp继续进行步骤④;
若incr>T1,则令bl=q,计算il,cr,若1<cr<MAXCR,则执行步骤⑥,否则若incr>T2,则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则incr<T2进行下面的判断;
若q==2q′且incr>T3则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则进行下面的判断;
若incr′>incr,且incr′>T3,则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则进行下面的判断;
若q-q′>a·q′且incr>T3,则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则数据更新q=q+stp执行步骤④,其中a为一个常量比例阈值,取值为1.5;
⑤由计算机读取数据排成1.5q×q的分析矩阵并计算分析矩阵的秩r,若diff>diff′则计算incr并进行如下判断,否则q=q+stp继续进行步骤⑤;
若incr>T1,则,则令bl=q,计算il,cr,若1<cr<MAXCR,则执行步骤⑥,否则进行下面的判断;
若incr==incr′且incr>T3,incr′>T3,,则令bl=q,计算il,cr,若1<cr<MAXCR,则执行步骤⑥,否则数据更新,q=q+stp执行步骤⑤;
⑥由计算机计算归零比特个数rm=bl%il,若rm/cr≤6,则识别结束,否则初始化循环变量执行步骤⑦,其中符号%为求余运算符;
⑦令n=n-1,若rm%n==0且bl%n==0,则令分析矩阵的列数q=bl/n,从码字文件中读取数据排成1.5q×q的分析矩阵并计算分析矩阵的秩r,若q/r>1.8,则令bl=q识别结束,否则若n>1继续执行步骤⑦,若n≤1识别结束。

Claims (1)

1.一种turbo码输出块长的快速盲识别方法,由计算机进行识别,以完成包括数据读入、数据化简和化简结果分析诸步骤,本方法主要依据线性矩阵分析法,充分利用分析得到的数据采用三段式逐步放大遍历步长,将传统算法的一个循环改成三个循环,逐步放大遍历的步长,设循环过程中分析矩阵的行数为1.5q,其中q为列数循环控制变量,该方法步骤如下:
①初始化变量:q=ST,q′=ST-2,stp=1,diff=diff′=MINDIFF,其中符号q为列数循环控制变量,符号q′为上次循环中的列数,符号stp为循环步长变量,符号diff表示矩阵列数与矩阵秩的差,符号diff′表示上次循环中矩阵列数与矩阵秩的差,符号ST,MINDIFF为常量,分别取值为21和2;
②由计算机从码字文件中读取数据排成1.5q×q的分析矩阵并计算分析矩阵的秩r,计算diff=q-r,若diff>diff′则保留此时q值,留存q值计数器counter=counter+1,计算incr=(diff-diff′)/(q-q′)并进行如下判断,否则q=q+stp继续进行步骤②,其中符号r为分析矩阵的秩,incr为秩的增长比,
若incr>T1,则令bl=q,计算交织长度il,码率若1<cr<MAXCR,则执行步骤⑥,否则若incr>T2,则进行数据更新,数据更新即分别令diff′=diff,q′=q,incr′=incr,令循环步长变量stp=q,执行步骤⑤,否则incr<T2进行下面的判断,其中符号incr′为上次循环中增长比,符号T1,T2,MAXCR为常量,且T1>T2,其中常量阈值T1、T2、MAXCR分别为1.5,0.8和9,符号为向下取整操作符;
若q==2q′且incr>T3则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则进行下面的判断,其中符号T3为常量,其取值为0.34,且T2>T3,符号==表示判断符号两端数值是否相等;
若incr′>incr,且incr′>T3,则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则进行下面的判断;
若counter==5,则q=q+stp执行步骤②,否则执行步骤③;
③由计算机计算留存q值的最大公约数gcdq,令循环步长变量stp=gcdq;
④由计算机读取数据排成1.5q×q的分析矩阵并计算分析矩阵的秩r,若diff>diff′则计算incr并进行如下判断,否则q=q+stp继续进行步骤④;
若incr>T1,则令bl=q,计算il,cr,若1<cr<MAXCR,则执行步骤⑥,否则若incr>T2,则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则incr<T2进行下面的判断;
若q==2q′且incr>T3则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则进行下面的判断;
若incr′>incr,且incr′>T3,则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则进行下面的判断;
若q-q′>a·q′且incr>T3,则进行数据更新,令循环步长变量stp=q,执行步骤⑤,否则数据更新q=q+stp执行步骤④,其中a为一个常量比例阈值,取值为1.5;
⑤由计算机读取数据排成1.5q×q的分析矩阵并计算分析矩阵的秩r,若diff>diff′则计算incr并进行如下判断,否则q=q+stp继续进行步骤⑤;
若incr>T1,则,则令bl=q,计算il,cr,若1<cr<MAXCR,则执行步骤⑥,否则进行下面的判断;
若incr==incr′且incr>T3,incr′>T3,,则令bl=q,计算il,cr,若1<cr<MAXCR,则执行步骤⑥,否则数据更新,q=q+stp执行步骤⑤;
⑥由计算机计算归零比特个数rm=bl%il,若rm/cr≤6,则识别结束,否则初始化循环变量执行步骤⑦,其中符号%为求余运算符;
⑦令n=n-1,若rm%n==0且bl%n==0,则令分析矩阵的列数q=bl/n,从码字文件中读取数据排成1.5q×q的分析矩阵并计算分析矩阵的秩r,若q/r>1.8,则令bl=q识别结束,否则若n>1继续执行步骤⑦,若n≤1识别结束。
CN201410460466.XA 2014-09-11 2014-09-11 一种turbo码输出块长的快速盲识别方法 Pending CN104184558A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410460466.XA CN104184558A (zh) 2014-09-11 2014-09-11 一种turbo码输出块长的快速盲识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410460466.XA CN104184558A (zh) 2014-09-11 2014-09-11 一种turbo码输出块长的快速盲识别方法

Publications (1)

Publication Number Publication Date
CN104184558A true CN104184558A (zh) 2014-12-03

Family

ID=51965330

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410460466.XA Pending CN104184558A (zh) 2014-09-11 2014-09-11 一种turbo码输出块长的快速盲识别方法

Country Status (1)

Country Link
CN (1) CN104184558A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104683072A (zh) * 2015-03-26 2015-06-03 山东大学 一种删余turbo码分量编码器的参数盲识别方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7096413B2 (en) * 2002-11-19 2006-08-22 Lsi Logic Corporation Decomposer for parallel turbo decoding, process and integrated circuit
CN103401567A (zh) * 2013-08-08 2013-11-20 山东大学 一种二进制本原 bch 码盲识别方法
CN103401569A (zh) * 2013-08-08 2013-11-20 山东大学 一种(n,k,m)系统卷积码盲识别的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7096413B2 (en) * 2002-11-19 2006-08-22 Lsi Logic Corporation Decomposer for parallel turbo decoding, process and integrated circuit
CN103401567A (zh) * 2013-08-08 2013-11-20 山东大学 一种二进制本原 bch 码盲识别方法
CN103401569A (zh) * 2013-08-08 2013-11-20 山东大学 一种(n,k,m)系统卷积码盲识别的方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104683072A (zh) * 2015-03-26 2015-06-03 山东大学 一种删余turbo码分量编码器的参数盲识别方法

Similar Documents

Publication Publication Date Title
CN101777924B (zh) 一种Turbo码译码方法和装置
CN105791828B (zh) 二进制算术编码器及其编码方法
US11551785B2 (en) Gene sequencing data compression preprocessing, compression and decompression method, system, and computer-readable medium
CN112953550A (zh) 数据压缩的方法、电子设备及存储介质
CN102244554A (zh) 一种删余Turbo码编码参数的盲识别方法
CN116016606B (zh) 一种基于智慧云的污水处理运维数据高效管理系统
CN104516862A (zh) 一种选择读取目标文档的编码格式的方法及其系统
CN103248367A (zh) 码流数据的编码、解码方法和装置
CN104683072A (zh) 一种删余turbo码分量编码器的参数盲识别方法
CN104243095A (zh) 一种卷积码与线性分组码的码字类型盲识别方法
CN103401569A (zh) 一种(n,k,m)系统卷积码盲识别的方法
CN104184558A (zh) 一种turbo码输出块长的快速盲识别方法
CN105391455B (zh) 一种归零Turbo码起点及深度盲识别方法
CN102394663A (zh) 前馈卷积码的分段并行编码方法
CN116796250A (zh) 一种混叠无线信号智能识别与分离方法及系统
CN103401650A (zh) 一种(n,1,m)有误码卷积码的盲识别方法
CN102142849A (zh) 一种维特比译码方法及维特比译码器
CN104270225A (zh) 一种差错控制编码的码字类型盲识别方法
CN104202060A (zh) 一种turbo码码字起点的快速盲识别方法
CN102571107A (zh) LTE系统中高速并行Turbo码的解码系统及方法
CN105007083A (zh) 一种lz77压缩算法输出结果的存储方法
CN100426219C (zh) 一种集成电路中的数据运算方法及装置
CN104184557B (zh) 一种bch码做外码的级联码识别交织长度的盲识别方法
CN102244555A (zh) 一种Turbo码编码参数的盲识别方法
CN104716966B (zh) 一种基于二分法的rs码码字起点的快速盲识别方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20141203