CN104185063A - 接收设备、分组边界确定方法和计算机程序 - Google Patents

Abstract

提供了接收设备，分组确定方法和计算机程序。该接收设备包括：位置检测单元，被配置用以从所获取的流中检测与预定的同步信息相同的信息所出现的位置；以及边界确定单元，被配置用以将由位置检测单元所检测的与同步信息相同的信息在其中每个周期均等于分组长度的N个周期中反复出现N次的位置确定为流的分组边界位置，其中N>1。在无法唯一定位分组边界位置的情形中，边界确定单元根据与同步信息相同的信息的位置的分组边界位置似然性来确定分组边界位置。

Description

接收设备、分组边界确定方法和计算机程序

相关申请的交叉引用

本申请要求享有2013年5月28日递交的日本优先权专利申请JP2013-111814的权益，通过援引的方式将该专利申请的全部内容并入本文。

技术领域

本公开涉及接收设备、分组边界(packet-boundary)确定方法和计算机程序。

背景技术

在固定长度的数据分组作为字节流传输的情况中，特定值的字节数据(同步字节)的位置可标识分组边界位置。例如，JP2000-507785T公开了一种技术，该技术通过积累与一定数量的分组(被定义为“N”)相对应的长度的字节数据并通过将在其中每个周期正好等于分组长度的N个周期中同步字节出现N次的位置确定为分组边界位置来准确地找出分组边界。

如果用作同步字节的值并未出现在每个分组中的其它位置，则上述技术能够定位正确的边界位置。然而，除了分组边界位置以外，与同步字节的值相同的值还经常碰巧出现在多个分组的每个中的相同位置，在该情形中，可能难以将真边界位置与假边界位置进行区分。这种现象通常称为“仿真”。

为了解决所述仿真，如在JP H7-79219A中所公开的，已知有一种技术，其通过确定以将特定值的字节或字节序列还布置在除了现有的同步字节以外的另一位置处并确认所述特定值的字节或字节序列是否与预设的字节或字节序列匹配，促进将真边界位置与从所述仿真导致的假边界位置或仿真位置进行区分。

发明内容

在用于解决仿真的现有技术中，特定值的字节或字节序列还被布置在除了同步字节以外的另一位置处。不利的是，这增大了在每个分组中的固定值字段的占有率，造成每个分组的数据传输效率的降低。

本公开提供了一种能够确定分组边界位置而不会增大固定值字段的占有率且不会降低每个分组的数据传输效率的、新颖的且经改进的接收设备、分组边界确定方法以及计算机程序。

根据本公开的实施例，提供一种接收设备，包括：位置检测单元，被配置用以从所获取的流中检测与预定的同步信息相同的信息所出现的位置；以及边界确定单元，被配置用以将由所述位置检测单元所检测的与所述同步信息相同的信息在其中每个周期均等于分组长度的N个周期中反复出现N次的位置确定为所述流的分组边界位置，其中N>1。在无法唯一定位所述分组边界位置的情形中，所述边界确定单元根据与所述同步信息相同的信息的位置的分组边界位置似然性来确定所述分组边界位置。

根据本公开的另一实施例，提供一种分组边界确定方法，包括：从所获取的流中检测与预定的同步信息相同的信息所出现的位置；以及将在所述检测步骤中所检测的与所述同步信息相同的信息在其中每个周期均等于分组长度的N个周期中反复出现N次的位置确定为所述流的分组边界位置，其中N>1。在所述确定步骤中，在无法唯一定位所述分组边界位置的情形中，根据与所述同步信息相同的信息的位置的分组边界位置似然性来确定所述分组边界位置。

根据本公开的另一实施例，提供一种计算机程序，使计算机执行下列步骤：从所获取的流中检测与预定的同步信息相同的信息所出现的位置；以及将在所述检测步骤中所检测的与所述同步信息相同的信息在其中每个周期均等于分组长度的N个周期中反复出现N次的位置确定为所述流的分组边界位置，其中N>1。在所述确定步骤中，在无法唯一定位所述分组边界位置的情形中，根据与所述同步信息相同的信息的位置的分组边界位置似然性来确定所述分组边界位置。

如到目前为止所述，根据本公开的一个或多个实施例，可提供一种能够确定分组边界位置而不会增大固定值字段的占有率且不会降低每个分组的数据传输效率的、新颖的且经改进的接收设备、分组边界确定方法以及计算机程序。

附图说明

图1是示出根据本公开的一个实施例的传输系统1的配置实例的示例图；

图2是示出根据本公开的一个实施例的接收设备100的功能配置实例的示例图；

图3是示出根据本公开的一个实施例的接收设备100中所包括的数据处理单元130的功能配置实例的示例图；

图4是示出根据本公开的一个实施例的接收设备100的操作实例的流程图；

图5是示出字节数据的实例的示例图；

图6是示出直方图的实例的示例图；

图7是示出字节数据的实例的示例图；

图8是概念性示出矢量空间模型中相似性计算的示例图；以及

图9是示出硬件配置实例的示例图。

具体实施方式

在下文中，将参照附图详细描述本公开的优选实施例。注意，在本说明书及附图中，大体上具有相同的功能和结构的结构要素由相同的参考标记表示，并且省略对这些结构要素的重复说明。

本公开以下面的顺序进行描述

<1.本公开的一个实施例>

[系统配置]

[接收设备的功能配置]

[数据处理单元的功能配置]

[接收设备的操作]

<2.硬件配置>

<3.结论>

<1.本公开的一个实施例>

[系统配置]

首先，参照附图描述根据本公开的一个实施例的系统的配置的实例。图1是示出根据本公开的一个实施例的传输系统1的配置实例的示例图。下面参照图1描述根据本公开的实施例的传输系统1的配置实例。

如图1中所示，根据本公开的实施例的传输系统1被配置成包括服务器设备10和接收设备100。服务器设备10和接收设备100与诸如因特网之类的网络2连接。

服务器设备10为将由数据分组以固定长度所组成的流以字节流的形式发送至网络2的设备。接收设备100为如下这样的设备，即：接收设备100从网络2接收由数据分组以固定长度所组成的并以字节流的形式从服务器设备10传输的流，并基于所述流执行处理。

例如，服务器设备10可以是将视频内容以MPEG-2TS格式输出至网络2的设备，并且接收设备100可以是从网络2接收以MPEG-2TS格式从服务器设备10输出的视频内容并输出所述视频内容的设备。毋庸赘述，服务器设备10和接收设备100的功能并不限于上述示例性的功能。只要接收设备100接收从服务器设备10输出的由数据分组以固定长度所组成的、并以字节流的形式传输的流，那么下文所述的实施例就是可应用的。

在根据本公开的实施例的传输系统1的配置实例的描述之后，将描述根据本公开的一个实施例的接收设备100的功能配置的实例。

[接收设备的功能配置]

图2是示出根据本公开的一个实施例的接收设备100的功能配置实例的示例图。参照图2描述根据本公开的实施例的接收设备100的功能配置实例。

图2中所示的接收设备100为如下这样的设备，即：接收设备100接收由数据分组以固定长度所组成的并以字节流的形式从服务器设备10传输的流，并基于所述流执行处理。如图2中所示，接收设备100被配置成包括接收单元110、接收模块120和数据处理单元130。

接收单元110为用于从网络2接收由数据分组以固定长度所组成的并以字节流的形式从服务器设备10传输的流的接口。接收单元110将从网络2接收的流发送至接收模块120。

接收模块120对从接收单元110发送的流执行A/D转换处理等，并将所转换的流发送到数据处理单元130。

数据处理单元130对从接收模块120发送的流执行处理。由数据处理单元130所执行的处理包括：通过从每个所获取的分割流(divided stream)检测特定值的字节数据(同步字节)的位置来确定分组边界位置，基于所确定的边界位置从所述流提取分组，基于所提取的分组上的数据来执行视频内容的显示和其它操作，等等。稍后对数据处理单元130的详细配置进行详细描述。

在参照图2描述根据本公开的实施例的接收设备100的功能配置的实例之后，对根据本公开的一个实施例的接收设备100中所包括的数据处理单元130的功能配置实例进行描述。

[数据处理单元的功能配置]

图3是示出根据本公开的一个实施例的接收设备100中所包括的数据处理单元130的功能配置实例的示例图。参照图3描述数据处理单元130的功能配置的实例。

如图3中所示，数据处理单元130被配置成包括位置检测单元132、边界确定单元134和分组提取单元136。

位置检测单元132根据从接收模块120发送到数据处理单元130的流，积累与一定分组相对应的长度的字节数据，并检测与被指定为同步字节的数据相同的数据所出现的位置。位置检测单元132将所述流以及关于与同步字节相同的数据所出现的位置的信息发送到边界确定单元134。

边界确定单元134使用从位置检测单元132发送来的流以及关于与同步字节相同的数据所出现的位置的信息来确定由接收设备100所接收的流中的分组边界位置。如果出现如下这样的位置：在该位置，与同步字节相同的数据在其中每个周期均等于分组长度的多个周期中反复出现，则边界确定单元134可将该位置确定为分组边界位置。

位置检测单元132从被发送至数据处理单元130的流检测与同步字节的值相同的值所出现的位置，并且将检测的结果发送至边界确定单元134。如果在等于分组长度的每个周期中，与同步字节的值相同的值所出现的位置的数量为一个，则边界确定单元134可很容易地判断该位置为分组边界位置。

然而，在等于分组长度的每个周期中，与同步字节的值相同的值所出现的位置的数量不是一个而是两个或更多个时，边界确定单元134难以判断分组边界位置在哪儿。

考虑以上内容，如果与同步字节的值相同的值出现在其中每个周期均等于分组长度的多个周期中的多个位置，则根据本公开的实施例的边界确定单元134确定哪个位置具有最高的分组边界位置似然性，并以该确定为基础来确定分组边界位置。稍后详细描述根据本公开的实施例的确定分组边界位置的方法。

分组提取单元136基于由边界确定单元134所确定的分组边界位置来从被发送至数据处理单元130的流中提取分组。接收设备100可基于由分组提取单元136所提取的分组来执行视频内容的显示以及其它操作。

在描述根据本公开的实施例的接收设备100中所包括的数据处理单元130的功能配置实例之后，描述根据本公开的一个实施例的接收设备100的操作实例。

[接收设备的操作]

图4是示出根据本公开的一个实施例的接收设备100的操作实例的流程图。图4示出了当接收设备100根据从网络2接收的流来确定分组边界位置并提取分组时接收设备100的操作实例。参照图4描述根据本公开的实施例的接收设备100的操作实例。

接收设备100根据从网络2所接收的流，通过检测在等于分组长度的周期中与同步字节相同的数据所出现的位置来检测分组边界位置(步骤S101)。例如，位置检测单元132和边界确定单元134可执行所述边界位置检测处理。

位置检测单元132积累与一定数量的分组(被定义为“N”)相对应的长度的字节数据，并检测如下这样的位置：即，在其中每个周期均正好等于分组长度的N个周期中与同步字节相同的数据出现N次的位置。边界确定单元134将与同步字节相同的数据所出现的位置确定为分组边界位置。

图5是示出在一个分组的大小为16字节且N＝4的情况下，与四个分组相对应的字节数据的实例的示例图。在图5所示的实例中，与同步字节相同的数据出现在第11字节、第27字节、第43字节和第59字节。如图5中所示，如果与同步字节的值相同的值的字节在四个16-字节周期中于相同位置反复出现N次，其中N＝4，并且如果与同步字节的值相同的值的另一个字节并未出现在四个16-字节周期中，则边界确定单元134将在16-字节周期中具有与同步字节的值相同的值的字节的位置确定为分组边界位置。

接下来，接收设备100确定分组边界位置是否由步骤S101中的分组边界位置的检测而唯一定位(步骤S102)。例如，边界确定单元134可执行步骤S102中的确定处理。如果分组边界位置由步骤S101中的分组边界位置的检测而唯一定位，则接收设备100记录每个分组中的每个比特的值的分布(步骤S103)。例如，边界确定单元134可执行步骤S103中的所述记录处理。

接收设备100基于所确定的分组边界位置提取分组，并将所提取的分组发送到下一阶段的处理(步骤S106)。例如，分组提取单元136可执行步骤S106中的所述分组提取处理。

通过记录多个分组的每个分组中的每个比特的值的分布并提取分组，接收设备100可产生指示在正确提取的分组中的每个比特的位置处1(或0)的出现频率的直方图。图6是示出直方图的实例的示例图，所述直方图指示在一定的分组序列中位于分组边界位置以及分组边界位置之后的24比特中每个比特的位置处的1的出现频率。

现在考虑这样的情形，其中在接收用于如上所述可唯一定位分组边界位置的数据之后，接收设备100接收用于由上述仿真的出现所造成的多个位置表现为分组边界位置的数据。图7是示出出现仿真的状态的示例图。在图7的实例中，与图5相似，假设一个分组的大小，即分组长度为16比特。

图7示出了这样的实例，其中可能成为分组边界位置的位置在某一时间被唯一定位，但是经过一小会儿，在与所定位的边界位置不同的位置处，与同步字节相同的值的字节在每个16-字节周期中于相同的位置反复出现N次(N＝4)。如果如上所述，与同步字节相同的值的字节在N个16-字节周期中于多个位置中的相同的位置反复出现N次，则不能唯一定位分组边界位置。

在这种情况下，到目前为止所述的确定标准并不意在为那些位置中的哪一个被采用作为分组边界设定准则。如果有准则的话，可通过进一步增加采用一个满足条件更长时间的规则来处理上述情况。然而，无法避免这样的可能性：即，新出现的边界位置候选者恰好是正确的分组边界位置并且到目前为止被视为分组边界位置的位置变为仿真位置。因此，在那种情况下，如果使用严格符合如上所述事先定义的规则的方法，则接受设备100可能错误地确定分组边界位置。

因此，如果可能成为分组边界位置的位置出现在多个位置，则根据本公开的实施例的接收设备100使用如上述步骤S103中所记录的、在分组边界位置可被唯一定位的情形中每个分组中的每个比特的值的分布来确定一个分组边界位置。

如果由于出现仿真，通过上述步骤S101中的分组边界位置的检测而定位的分组边界位置并不唯一，并且出现多个分组边界位置候选者，那么接收设备100将每个分组边界位置候选者处开始的每个比特的值的分布与步骤S103中记录的每个比特的值的分布进行比较，并计算每个候选者的分组边界位置似然性(步骤S104)。例如，边界位置确定单元134可执行计算所述分组边界位置似然性的处理。

假设，在得到图6的直方图的情况下，发现两个分组边界位置候选者。这里，所述两个分组边界位置候选者被假设为候选者A和候选者B。在该情形中，还假设在候选者A和B处开始的比特的分布中，刚好在候选者A之后的第一比特为0且刚好在候选者B之后的第一比特为1。

参照图6的直方图，在出现仿真之前所获取的正确的分组中，几乎所有的第一比特均为0。考虑到这一点，可以认为在“分组边界位置似然性”中候选者B小于候选者A。因此，如果候选者A和B被发现作为分组边界位置候选者，则边界确定单元134可确定优选采用候选者A作为分组边界位置。

通常，分组常常包括报头(header)，并且相同的值足够频繁地被布置在多个分组中的这种报头部分的相同的位置处。其中多个分组中的特定比特被偏置为或0或1的值的状态易于出现在由那些分组所组成的流中。因此，通过将其中比特被偏置为一个值的位置作为线索，足够合理地估计分组边界位置似然性。

在从多个分组边界位置候选者中将具有最高的分组边界位置似然性的候选者位置确定作为分组边界位置时(步骤S105)，边界确定单元134可对例如预定的三个比特进行比较。如果边界确定单元134通过比较所述三个比特难以确定分组边界位置，则边界确定单元134可对其它比特进行比较。在如上所述增加比较目标比特的数量的同时，可以继续分组边界位置的确定，以减少边界确定单元134的操作量。

为了定量计算“分组边界位置似然性”，可使用在通常被称作机器学习的范围中的各种方法。下文在参照机器学习的两个实例的同时对定量计算进行描述。毋庸赘述，根据本公开的实施例的定量计算“分组边界位置似然性”的方法并不限于下文描述的方法。

(1.矢量空间模型)

将在矢量空间模型中定量计算分组边界位置似然性的方法描述为第一个实例。矢量空间模型用于文档的分类等。在矢量空间模型中，每个数据被视为高维矢量，并且在那些矢量中的两个矢量之间的大内积或小夹角被定义为两个相应数据之间的相似性。

以图6中所示的直方图为例，所述直方图整体可被视为24维的矢量。同样地，通过将从每个边界位置候选者开始的24比特的0或1的出现频率视为矢量，可计算每个边界位置候选者与正确的边界位置之间的相似性。因此，边界确定单元134可通过计算每个边界位置候选者与正确的边界位置之间的相似性来选择最高似然性的候选者作为分组边界位置。

图8是概念性示出矢量空间模型中相似性计算的示例图。图8示出了使用24维矢量在矢量空间模型中计算相似性的实例。在图8中，符号v1表示从图6中所示的直方图所产生的24维矢量。也就是说，所述矢量v1是可从正常分组中的分组边界位置处开始的24比特的0或1的出现频率导出的一个矢量。

并且，图8中的符号v2和v3表示从各个边界位置候选者处开始的24比特的0或1的出现频率所导出的矢量。对在矢量v2和v3中的每个矢量与矢量v1之间的内积的巨大或夹角的微小的计算指示矢量v2比矢量v3更类似于矢量v1。因此，边界确定单元134可确定形成矢量v2的基础的分组边界位置候选者为最高似然性的边界位置。

(2.贝叶斯估计)

将通过贝叶斯(Bayes)估计而定量计算分组边界位置似然性的方法描述为第二实例。贝叶斯估计用于考虑与某个事件相关的另一事件的发生来估计所述某个事件的发生的可能性。基于贝叶斯估计，如果“来自用作基准位置的某个位置的第x个比特为1”的事实被观察到，则“基准位置为真分组边界位置”的可能性由下面的方程式(1)描述。

在方程式(1)中，P(X)是事件X发生的可能性，并且P(X|Y)是在事件Y发生的条件下事件X发生的可能性(有条件的可能性)。方程式(1)描述了，在真分组边界位置最初是感兴趣的位置(position of interest)的可能性被估计为P(感兴趣的位置为真边界)的情形中，通过观察“第x个比特为1”的事实(证据)，所述估计被修改为由下面的方程式(2)所表示。

根据在多个证据彼此独立的前提下被称为朴素贝叶斯(Naive Bayes)的方法，足以进行如下步骤以吸收多个比特上的信息。

随后，通过在方程式(3)中将x变成比特的位置并且将“1”部变成比特的值来改变估计。这些可以从图6中所示的直方图上的信息获得。因此，边界确定单元134通过使用贝叶斯估计可从分组边界位置候选者中选择具有最高的真边界位置可能性的分组边界位置候选者。

虽然上述实例将各个比特的0或1的出现频率的使用作为特征，但是本公开并不限于这些实例。边界确定单元134可将更大单元，例如字节或多个连续比特序列中的值的分布作为特征。由于在其中多个比特的序列是有意义的字段中，朴素贝叶斯估计特别地以各个证据彼此独立为前提，所以在所述字段中更利于将多个比特的序列作为一个单位来处理。

并且，对于在正确的分组中0和1的出现频率几乎不会出现不同的位置而言，将正确的分组中的出现频率与从每个边界位置候选者提取的比特数据的出现频率进行的比较仅给出较少的信息量。例如，在图6中所示的实例中，第21比特至第24比特的0和1的出现频率几乎没有不同。因此，边界确定单元134可仅将具有一定程度或更大的偏差(bias)的分布所在的位置用作比较对象。例如，在使用图6中所示的直方图的情形中，边界确定单元134可将第21比特至第24比特从24个比特的数据的比较对象中排除。

并且，在难以事先获取从流中正常提取的分组的情况下，边界确定单元134可使用在其它流中的分组的比特的出现趋势，所述其它流中的分组可事先被获取作为直方图的初始值。

例如，在几乎所有情形中，MPEG-2TS中的传送错误指示符(TransportError Indicator)等的值正常地为0，该趋势对流而言很常见。因此，即使使用从其它流测量的出现趋势，也可给出对于边界确定单元134在一定程度上有用的信息以确定分组边界位置。

虽然上述实例示出了在出现仿真的情形中确定分组边界位置的方法，然而本公开并不限于上述实例。也就是说，即使在没有仿真的同步字节的正常检测时，根据本公开的技术也是可用的。例如，如果分组边界位置候选者的分组边界位置似然性超过了某个值，则边界确定单元134可将一个分组边界位置候选者确定为分组边界位置，而无需等待在其中每个周期均等于分组长度的N个周期中对同步字节反复检测N次。

<2.硬件配置>

通过使用例如图9中所示的信息处理设备的硬件配置可执行上述接收设备100的操作。也就是说，可以使用计算机程序通过控制图9中所示的硬件来实现接收设备100的操作。另外，硬件的模式是任意的，并且可以为个人计算机、诸如移动电话、PHS或PDA之类的移动信息终端、游戏机、接触式或非接触式IC芯片、接触式或非接触式IC卡、或各类型信息装置。并且，PHS为个人手持电话系统(Personal Handy-phone System)的缩写。此外，PDA为个人数字助理(Personal Digital Assistant)的缩写。

如图9中所示，所述硬件主要包括CPU902、ROM904、RAM906、主机总线908和桥接器910。而且，所述硬件包括外部总线912、接口914、输入单元916、输出单元918、存储单元920、驱动器922、连接端口924和通信单元926。并且，CPU为中央处理单元(Central Processing Unit)的缩写。此外，ROM为只读存储器(Read Only Memory)的缩写。此外，RAM为随机存取存储器(Random Access Memory)的缩写。

CPU902起到例如算术处理单元或控制单元的功能，并基于在ROM904、RAM906、存储单元920或可移动记录介质928上记录的各种程序来控制每个结构元件的整体操作或整体操作的一部分。ROM904是用于存储例如将要被加载到CPU902上的程序或在算术操作中所使用的数据等的装置。RAM906临时或永久地存储例如将要被加载在CPU902上的程序或在执行所述程序时所任意改变的各种参数等。

这些结构元件通过例如能够执行高速数据传输的主机总线908彼此连接。对于其部分，例如，主机总线908通过桥接器910与数据传输速度相对低的外部总线912连接。而且，输入单元916例如是鼠标、键盘、触摸板、按钮、开关或控制杆。此外，输入单元916可以是能够通过使用红外线或其它无线电波传输控制信号的远程控制器。

输出单元918例如是能够视觉地或听觉地将已经获取的信息通知给用户的诸如CRT、LCD、PDP或ELD之类的显示装置、诸如扬声器或耳机之类的音频输出装置、打印机、移动电话或传真机。并且，CRT是阴极射线管(CathodeRay Tube)的缩写。LCD是液晶显示器(Liquid Crystal Display)的缩写。PDP是等离子体显示面板(Plasma Display Panel)的缩写。此外，ELD是电致发光显示器(Electro-Luminescence Display)的缩写。

存储单元920是用于存储各种数据的装置。存储单元920例如是诸如硬盘驱动器(HDD)之类的磁性存储装置、半导体存储装置、光学存储装置或磁光(magneto-optical)存储装置。HDD是硬盘驱动器(Hard Disk Drive)的缩写。

驱动器922是读取记录在诸如磁盘、光盘、磁光盘或半导体存储器之类的可拆除记录介质928上的信息或者将信息写入可拆除记录介质928的装置。可拆除记录介质928例如是DVD介质、蓝光介质、HD-DVD介质、各种类型的半导体存储介质等。当然，可拆除记录介质928例如可以是其上安装有非接触式IC芯片的电装置或IC卡。IC是集成电路(Integrated Circuit)的缩写。

连接端口924是诸如USB端口、IEEE1394端口、SCSI、RS-232C端口或者用于连接诸如光学音频终端之类的外部连接装置930的端口之类的端口。外部连接装置930例如是打印机、移动音乐播放器、数码相机、数码摄像机或IC记录器。并且，USB是通用串行总线(Universal Serial Bus)的缩写。此外，SCSI是小型计算机系统接口(Small Computer System Interface)的缩写。

通信单元926是要与网络932连接的通信装置，并且例如是用于有线或无线LAN、蓝牙(注册商标)或WUSB的通信卡、光学通信路由器、ADSL路由器、或用于接触或非接触通信的装置。与通信单元926连接的网络932由有线连接的或无线连接的网络配置成，并且例如是因特网、家用LAN、红外通信、可见光通信、广播或卫星通信。并且，LAN是局域网(Local Area Network)的缩写。此外，WUSB是无线USB(Wireless USB)的缩写。并且，ADSL是非对称数字用户线(Asymmetric Digital Subscriber Line)的缩写。

<3.结论>

如到目前为止所描述的，本公开的一个实施例提供接收设备100，其在通过检测同步字节来确定分组边界位置时将最高的分组边界位置似然性的候选者确定为分组边界位置。在将具有最高的分组边界位置似然性的候选者确定为分组边界位置时，接收设备100将正确接收的分组中的比特的值的分布与来自被设置为基准位置的每个候选者的比特的值的分布进行比较。

根据本公开的一个实施例的接收设备100通过将正确接收的分组中的比特的值的分布与来自被设置为基准位置的每个候选者的比特的值的分布进行比较，可将较高的分组边界位置似然性的候选者确定为分组边界位置。因此，如果由于出现仿真等，所以接收设备100变得难以唯一地定位分组边界位置，则根据本公开的实施例的接收设备100可通过选择与到目前为止所实际传输的分组的特征更匹配的分组边界位置来确定分组边界位置。

根据本公开的一个实施例的接收设备100能够使用包含在分组中的数据自身的特征作为用于确定分组边界位置的线索，并且因此与可能需要将新的固定值(不论实际数据)包含在分组中的技术相比能够避免传输效率的降低。

即使在没有发生仿真的情况下，当由于传输路径问题等接收设备100暂时变得难以定位分组边界时，如果一个候选者可被判定为足够高似然性的分组边界位置，则根据本公开的一个实施例的接收设备100能够基于同步字节来减少确认次数的数量。因此，根据本公开的实施例的接收设备100可快速地恢复同步，同时保持一定精确性。

例如，不必以顺序图或流程图中所述的顺序按照时间先后执行由本说明书的每个设备所执行的处理中的各个步骤。例如，在由每个设备所执行的处理中的各个步骤可以按照与流程图中描述的顺序不同的顺序来处理，并且还可以并行处理。

并且，可生成计算机程序，所述计算机程序使合并到每个设备中的诸如CPU、ROM和RAM之类的硬件装置展示出与上述设备的功能等效的功能。还可提供存储计算机程序的存储介质。此外，在功能框图中所示的各个功能框可由硬件装置构成，这样可由所述硬件装置实现一系列处理。

尽管至此已经参照附图描述了本公开的优选实施例，但本公开并不限于这些实施例。本领域技术人员应当理解的是，根据设计需要和其它的因素，可出现各种修改、组合、部分组合和变换，只要它们处于所述权利要求及其等同物的范围内。

另外，本技术还可以如下配置。

(1)一种接收设备，包括：

位置检测单元，被配置用以从所获取的流中检测与预定的同步信息相同的信息所出现的位置；以及

边界确定单元，被配置用以将由位置检测单元所检测的与同步信息相同的信息在其中每个周期均等于分组长度的N个周期中反复出现N次的位置确定为流的分组边界位置，其中N>1，

其中，边界确定单元在无法唯一定位分组边界位置的情形中，根据与同步信息相同的信息的位置的分组边界位置似然性来确定分组边界位置。

(2)根据(1)的接收设备，

其中，边界确定单元在分组边界位置能够被唯一定位的情形中，通过对在分组边界位置以及分组边界位置之后的每个比特的值的出现次数进行计数来确定分组边界位置，而在分组边界位置无法唯一定位的情形中，通过使用所计数的值的出现次数来确定分组边界位置。

(3)根据(2)的接收设备，

其中边界确定单元通过机器学习来确定分组边界位置。

(4)根据(3)的接收设备，

其中边界确定单元使用矢量空间模型来确定分组边界位置。

(5)根据(3)的接收设备，

其中边界确定单元使用贝叶斯估计来确定分组边界位置。

(6)根据(1)至(5)中任一项的接收设备，

其中，边界确定单元在分组长度的范围内出现分组边界位置的多个候选者的情形中，根据与同步信息相同的信息的位置的分组边界位置似然性来确定分组边界位置。

(7)根据(1)至(6)中任一项的接收设备，

其中，边界确定单元甚至在与同步信息相同的信息在其中每个周期均等于分组长度的N个周期中反复出现N次之前，就根据与同步信息相同的信息的位置的分组边界位置似然性来确定分组边界位置。

(8)一种分组边界确定方法，包括：

从所获取的流中检测与预定的同步信息相同的信息所出现的位置；以及

将在所述检测步骤中所检测的与同步信息相同的信息在其中每个周期均等于分组长度的N个周期中反复出现N次的位置确定为流的分组边界位置，其中N>1，

其中在所述确定步骤中，在无法唯一定位分组边界位置的情形中，根据与同步信息相同的信息的位置的分组边界位置似然性来确定分组边界位置。

(9)一种计算机程序，使计算机执行：

从所获取的流中检测与预定的同步信息相同的信息所出现的位置；以及

将在所述检测步骤中所检测的与同步信息相同的信息在其中每个周期均等于分组长度的N个周期中反复出现N次的位置确定为流的分组边界位置，其中N>1，

其中在所述确定步骤中，在无法唯一定位分组边界位置的情形中，根据与同步信息相同的信息的位置的分组边界位置似然性来确定分组边界位置。

Claims (9)

1.一种接收设备，包括：

位置检测单元，被配置用以从所获取的流中检测与预定的同步信息相同的信息所出现的位置；以及

边界确定单元，被配置用以将由所述位置检测单元所检测的与所述同步信息相同的信息在其中每个周期均等于分组长度的N个周期中反复出现N次的位置确定为所述流的分组边界位置，其中N>1，

其中，所述边界确定单元在无法唯一定位所述分组边界位置的情形中，根据与所述同步信息相同的信息的位置的分组边界位置似然性来确定所述分组边界位置。

2.根据权利要求1所述的接收设备，

其中，所述边界确定单元在所述分组边界位置能够被唯一定位的情形中，通过对在所述分组边界位置以及所述分组边界位置之后的每个比特的值的出现次数进行计数来确定所述分组边界位置，而在所述分组边界位置无法唯一定位的情形中，通过使用所计数的所述值的出现次数来确定所述分组边界位置。

3.根据权利要求2所述的接收设备，

其中，所述边界确定单元通过机器学习来确定所述分组边界位置。

4.根据权利要求3所述的接收设备，

其中，所述边界确定单元使用矢量空间模型来确定所述分组边界位置。

5.根据权利要求3所述的接收设备，

其中，所述边界确定单元使用贝叶斯估计来确定所述分组边界位置。

6.根据权利要求1所述的接收设备，

其中，所述边界确定单元在所述分组长度的范围内出现所述分组边界位置的多个候选者的情形中，根据与所述同步信息相同的信息的位置的分组边界位置似然性来确定所述分组边界位置。

7.根据权利要求1所述的接收设备，

其中，所述边界确定单元甚至在与所述同步信息相同的信息在其中每个周期均等于所述分组长度的N个周期中反复出现N次之前，就根据与所述同步信息相同的信息的位置的分组边界位置似然性来确定所述分组边界位置。

8.一种分组边界确定方法，包括：

从所获取的流中检测与预定的同步信息相同的信息所出现的位置；以及

将在所述检测步骤中所检测的与所述同步信息相同的信息在其中每个周期均等于分组长度的N个周期中反复出现N次的位置确定为所述流的分组边界位置，其中N>1，

其中，在所述确定步骤中，在无法唯一定位所述分组边界位置的情形中，根据与所述同步信息相同的信息的位置的分组边界位置似然性来确定所述分组边界位置。

9.一种计算机程序，使计算机执行：

从所获取的流中检测与预定的同步信息相同的信息所出现的位置；以及

将在所述检测步骤中所检测的与所述同步信息相同的信息在其中每个周期均等于分组长度的N个周期中反复出现N次的位置确定为所述流的分组边界位置，其中N>1，

其中在所述确定步骤中，在无法唯一定位所述分组边界位置的情形中，根据与所述同步信息相同的信息的位置的分组边界位置似然性来确定所述分组边界位置。