CN104202060A - 一种turbo码码字起点的快速盲识别方法 - Google Patents

Abstract

一种turbo码码字起点的快速盲识别方法。属于通信系统中的码字识别技术领域。该方法以线性矩阵分析法为基础，在已知输出块长bl的条件下，对所需遍历的数据读取偏移量区间[0，bl)先分段，初步确定起点所在的子区间，再对该子区间进行二分查找，确定起点所在的更小区间，最后对二分查找后确定的小区间进行遍历线性矩阵分析，找到秩最小的偏移量即码字起点。该发明方法大大减少了遍历次数，提高了码字起点识别速度。本发明适用于智能通信，信息处理等领域。

Description

一种turbo码码字起点的快速盲识别方法

技术领域

本发明涉及数字通信系统中的一种turbo码码字起点的快速盲识别方法，属于通信系统中的码字识别技术领域。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。

经典并行级联Turbo码编码器主要由两个的递归系统卷积码(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tl(非归零tl＝0)，则编码后输出块长bl＝il×n+tl，一般的tl＝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。识别turbo码码字起点即识别获得的码流中某个完整的输出块的起点。本发明采用计算机软件模拟的方式实现输出块起点识别，实施过程中首先用软件模拟上述经典turbo码编码过程，将码字保存在文件中，识别时从文件中读取数据进行盲识别。

文献“归零Turbo码识别算法”<见[西安电子科技大学学报(自然科学版)]，2013,40(4)：p161-166，作者李啸天，张润生，李艳斌>.该文算法对数据读取起点为i(i＝1,2,3…bl-1)的bl×a·bl(a＞1)分析矩阵遍历化简求秩r(i)，最小的r(i)对应的i即为码字起点，其中的a是确定矩阵行数的比例参数。当输出块长较大时，分析矩阵的维数和遍历的次数均变大，识别码字起点耗时巨大。本发明方法采用先对遍历区间分段，初步确定起点所在子区间，再对该子区间二分查找获得更小的区间，最后对确定的小区间遍历搜索分析矩阵秩的最小值进而获得码字起点。该算法大大减少了遍历次数，提高了识别速度。

发明内容

为了克服传统码字起点识别速度慢的问题，本发明提出了较为通用且运算量小的一种turbo码码字起点的快速盲识别方法。本发明以线性矩阵分析法为基础，在已知输出块长bl的条件下，对所需遍历的偏移量区间[0，bl)先分段确定起点所在的子区间，再对该子区间进行二分查找确定起点所在的更小区间，最后对小区间进行遍历线性矩阵分析，找到秩最小时对应的偏移量即码字起点。

本发明方法采用的技术方案如下：

一种turbo码码字起点的快速盲识别方法，由计算机进行识别，采用先确定偏移量所在子区间，再对子区间进行遍历的方法对turbo码码字起点进行快速识别，该方法步骤如下：

①通过计算将需遍历的数据读取偏移量区间[0，bl)平均分成m个子区间，得到m+1个端点p₀,p₁…p_m，其中bl为输出块长；

②分别以①中得到的m+1个端点为读取偏移量，从文件中读取数据排列成大小为bl×a·bl(a＞1)分析矩阵，其中a为比例参数，分别化简分析矩阵得到矩阵的秩r(p_i)(i＝0,1…m)，端点p_i处对应的分析矩阵的秩即为r(p_i)；

③分别比较②中得到的端点处秩r(p_i)是否满足约束：r(p_i-1)＞r(p_i)&&r(p_i+1)＞r(p_i)(i＝1,2…m-1)，其中r(p_i-1)、r(p_i+1)是端点p_i前后两点p_i-1和p_i+1处分析矩阵的秩，符号&&表示此符号前后两个条件需同时满足，若满足约束条件则码字起点在区间(p_i-1,p_i+1)中，否则在两端区间(p₀,p₁),(p_m-1,p_m)中，为方便后面算法描述将码字起点所在子区间表示成(p_a,p_c)，区间中点为p_b；

④初始化p_l＝p_a,p_r＝p_c，p_l,p_r分别表示迭代二分查找后区间新的端点；

⑤设偏移量p＝(p_l+p_b)/2，按偏移量p读取分析矩阵，化简该分析矩阵得到其秩r(p_l)，若r(p_l)＜r(p_b)||p_l＝＝(p_l+p_b)/2，确定所需遍历子区间的左端点为p_l，然后执行步骤⑥，否则令p_l＝p，再转入步骤⑤，其中符号“||”表示此符号前后两个条件有一个满足即可，符号“＝＝”表示判断此符号两端的数据是否相等；

⑥设偏移量p＝(p_r+p_b)/2，按偏移量p读取分析矩阵，化简该分析矩阵得到其秩r(p_r)，若r(p_r)＜r(p_b)||p_r＝＝(p_r+p_b)/2，确定所需遍历子区间的右端点为p_r，然后执行步骤⑦，否则p_r＝p，再转入步骤⑥；

⑦综合⑤⑥两步获得区间(p_l,p_r)，对该区间进行遍历线性矩阵分析，求得最小秩对应的偏移量即为码字起点。

本发明提出划分子区思想的依据是分析矩阵的秩在[0,bl)区间整体具有单调性，局部略有起伏，如图1所示，图1横坐标为读取偏移量，纵坐标为分析矩阵的秩，图中曲线整体大致上是先递增再递减而后又递增，相对于整体较大的变化趋势局部略有起伏。当划分的子区间长度适当时，比较区间端点处的矩阵的秩，可得到图1中下凸区间(整体先递减在递增的区间)，码字起点就在此区间中。

对于划分子区间的个数m，m越大则子区间的范围越小，分析矩阵化简次数相对减少，但m太大局部的起伏会影响步骤③中的约束条件，造成码字起点所在子区间判断出错，一般的m取值范围为6～10。

分析矩阵的行数为a·bl，a太小会导致矩阵化简后最小值不唯一，a太大导致计算量太大。

对于不满足条件③中约束条件时会得到两个不连续的子区间，此时需要对两个区间分别进行④⑤⑥步运算，取得两个区间中的最小值后比较得到全局最小值。

本发明大大减少了识别码字起点所需的遍历次数，大大提高了码字起点识别速度。

附图说明

图1为本发明识别方法中分析矩阵秩的折线图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明，但不限于此。

实施例：

本发明实施例如图1所示一种turbo码码字起点的快速盲识别方法，由计算机进行识别，采用先确定偏移量所在子区间，再对子区间进行遍历的方法对turbo码码字起点进行快速识别，该方法步骤如下：

①通过计算将需遍历的数据读取偏移量区间[0，bl)平均分成m个子区间，得到m+1个端点p₀,p₁…p_m，其中bl为输出块长；

②分别以①中得到的m+1个端点为读取偏移量，从文件中读取数据排列成大小为bl×a·bl(a＞1)分析矩阵，其中a为比例参数，分别化简分析矩阵得到矩阵的秩r(p_i)(i＝0,1…m)，端点p_i处对应的分析矩阵的秩即为r(p_i)；

③分别比较②中得到的端点处秩r(p_i)是否满足约束：r(p_i-1)＞r(p_i)&&r(p_i+1)＞r(p_i)(i＝1,2…m-1)，其中r(p_i-1)、r(p_i+1)是端点p_i前后两点p_i-1和p_i+1处分析矩阵的秩，符号&&表示此符号前后两个条件需同时满足，若满足约束条件则码字起点在区间(p_i-1,p_i+1)中，否则在两端区间(p₀,p₁),(p_m-1,p_m)中，为方便后面算法描述将码字起点所在子区间表示成(p_a,p_c)，区间中点为p_b；

④初始化p_l＝p_a,p_r＝p_c，p_l,p_r分别表示迭代二分查找后区间新的端点；

⑤设偏移量p＝(p_l+p_b)/2，按偏移量p读取分析矩阵，化简该分析矩阵得到其秩r(p_l)，若r(p_l)＜r(p_b)||p_l＝＝(p_l+p_b)/2，确定所需遍历子区间的左端点为p_l，然后执行步骤⑥，否则令p_l＝p，再转入步骤⑤，其中符号“||”表示此符号前后两个条件有一个满足即可，符号“＝＝”表示判断此符号两端的数据是否相等；

⑥设偏移量p＝(p_r+p_b)/2，按偏移量p读取分析矩阵，化简该分析矩阵得到其秩r(p_r)，若r(p_r)＜r(p_b)||p_r＝＝(p_r+p_b)/2，确定所需遍历子区间的右端点为p_r，然后执行步骤⑦，否则p_r＝p，再转入步骤⑥；

⑦综合⑤⑥两步获得区间(p_l,p_r)，对该区间进行遍历线性矩阵分析，求得最小秩对应的偏移量即为码字起点。

本发明实施例中取m＝8,a＝1.5获得了较满意的结果。

Claims (1)

1.一种turbo码码字起点的快速盲识别方法，由计算机软件模拟非协作通信，首先用软件生成turbo码码字数据，然后对其进行盲识别，识别采用先确定偏移量所在子区间，再对子区间进行遍历的方法对turbo码码字起点进行快速识别，该方法步骤如下：

①通过计算将需遍历的数据读取偏移量区间[0，bl)平均分成m个子区间，得到m+1个端点p₀,p₁…p_m，其中bl为输出块长；

②分别以①中得到的m+1个端点为读取偏移量，从文件中读取数据排列成大小为bl×a·bl(a＞1)分析矩阵，其中a为比例参数，分别化简分析矩阵得到矩阵的秩r(p_i)(i＝0,1…m)，端点p_i处对应的分析矩阵的秩即为r(p_i)；

③分别比较②中得到的端点处秩r(p_i)是否满足约束：r(p_i-1)＞r(p_i)&&r(p_i+1)＞r(p_i)(i＝1,2…m-1)，其中r(p_i-1)、r(p_i+1)是端点p_i前后两点p_i-1和p_i+1处分析矩阵的秩，符号&&表示此符号前后两个条件需同时满足，若满足约束条件则码字起点在区间(p_i-1,p_i+1)中，否则在两端区间(p₀,p₁),(p_m-1,p_m)中，为方便后面算法描述将码字起点所在子区间表示成(p_a,p_c)区间中点为p_b；

④初始化p_l＝p_a,p_r＝p_c，p_l,p_r分别表示迭代二分查找后区间新的端点；

⑤设偏移量p＝(p_l+p_b)/2，按偏移量p读取分析矩阵，化简该分析矩阵得到其秩r(p_l)，若r(p_l)＜r(p_b)||p_l＝＝(p_l+p_b)/2，确定所需遍历子区间的左端点为p_l，然后执行步骤⑥，否则令p_l＝p，再转入步骤⑤，其中符号“||”表示此符号前后两个条件有一个满足即可，符号“＝＝”表示判断此符号两端的数据是否相等；

⑥设偏移量p＝(p_r+p_b)/2，按偏移量p读取分析矩阵，化简该分析矩阵得到其秩r(p_r)，若r(p_r)＜r(p_b)||p_r＝＝(p_r+p_b)/2，确定所需遍历子区间的右端点为p_r，然后执行步骤⑦，否则p_r＝p，再转入步骤⑥；

⑦综合⑤⑥两步获得区间(p_l,p_r)，对该区间进行遍历线性矩阵分析，求得最小秩对应的偏移量即为码字起点。