CN106209315A - 一种ldpc长码的编码参数盲识别方法 - Google Patents

Abstract

本发明公开了一种LDPC长码的编码参数盲识别方法，包括：设需要搜索的码长和码率范围及当前码长n_test及码率r_test；截获码长范围中最大码长N倍的LDPC码编码数据流；利用当前码长n_test及码率r_test，构造相对应的校验矩阵，并进行稀疏化处理；设置移位参数q，每隔q个值利用构造出的稀疏化校验矩阵每一行中不为零的位置，计算每行截获数据的对数似然比，然后对每行对数似然比叠加求出对数似然比的均方值；求出所有的对数似然比均方值中最大值；判断是否遍历完码长及码率范围；选择对数似然比的均方值中最大值大于门限ε所对应的LDPC长码的编码参数为盲识别参数。本发明运算复杂度较低，且在低信噪比条件下仍能对长码很好的进行快速盲识别。

Description

一种LDPC长码的编码参数盲识别方法

技术领域

本发明属于通信系统编码参数的盲识别技术领域，尤其涉及一种LDPC长码的编码参数盲识别方法。

背景技术

在通信侦察中，信息对方编码数据后，需要对对方的编码数据进行解码，才有可能得到真正有用的信息序列，以便更好的分析信息数据中的信息。在此背景下，如何在非合作通信中正确提取有用信息，这就必须正确的估计编码参数，这样才能得到更多有用的信息数据，才能创造更多的实际应用价值。目前，与LDPC码识别相关的公开文献极为稀少，LDPC码码长极长，一般在10³量级以上，DVB-S2标准中更是高达64800比特，极大的限制了各种常规算法的正常使用，使得绝大多数传统分析手段在线性时间范围内失效。LDPC码在当前的研究热点主要包括：LDPC码稀疏校验矩阵的构造方法及理论分析，LDPC码的高效编码方案设计，LDPC码高效译码方案设计。

如何利用软解调序列对LDPC码组的校验关系进行表述这一问题上，然而LDPC长码的校验矩阵也是相当大的一组数据，对校验关系直接表述运算量太大，由于实际应用中的DVB-S2标准中的LDPC码很长，传统的线性分组码盲识别方法在线性时间范围内很难直接应用。目前公开发表的针对LDPC长码的参数盲识别文献几乎为零，而且在低信噪比条件下进行盲识别无疑又是一个很大的问题。

发明内容

本发明的目的在于提供一种LDPC长码的编码参数盲识别方法，旨在解决现有技术无法对LDPC长码快速盲识别且低信噪情况下识别率低的问题。

本发明是这样实现的，一种LDPC长码的编码参数盲识别方法，主要应用于卫星、深空、光纤等通信领域，在非合作通信中正确估计编码参数以便正确提取有用信息，所述LDPC长码的编码参数盲识别方法包括以下步骤：

步骤一，设需要搜索的码长和码率范围及当前码长n_test及码率r_test；

步骤二，截获码长范围中最大码长N倍的LDPC码编码数据流；

步骤三，利用当前码长n_test及码率r_test，构造相对应的校验矩阵H，并进行稀疏化处理；

步骤四，设置移位参数q，每隔q个值利用构造出的稀疏化校验矩阵每一行中不为零的位置，计算每行所对应位置处截获数据的对数似然比，对每行对数似然比叠加求出对数似然比的均方值；

步骤五，求出所有的对数似然比均方值中最大值max(η^θ')；

步骤六，判断是否遍历完码长及码率范围；如是，则进入步骤七，如否，则更新当前码长n_test及码率r_test，返回步骤二；

步骤七，选择对数似然比的均方值中最大值max(η^θ')大于门限ε所对应的LDPC长码的编码参数为盲识别参数。

进一步，所述LDPC码编码数据流表示为：

$r\left(j\right)=\underset{l=1}{\overset{L}{\Σ}}{a}_l{s}^{\mathrm{\θ}}(j-{\mathrm{\τ}}_l)+w\left(j\right);$

L表示信号通过的路径，a_l表示未知的第l条信号路径的信道多径衰落系数，s^θ(j)是通过BPSK调制器的已调信号，τ_l是第l条信号路径的时延，w(j)表示零均值加性高斯白噪声，其均值为0，并且方差为σ²。

进一步，所述校验矩阵H的获取方法包括：

输入：H_d＝[h₁h₂…h_r]^T,(n_test,r_test)LDPC码校验矩阵

p_max最大抽头个数

w_max最大汉明重量或校验矩阵行重的最大值

备选向量集合或检验矩阵行变换得到的向量

输出：H稀疏校验矩阵。

进一步，所述稀疏化处理校验矩阵H：

进一步，所述计算每行所对应位置处截获数据的对数似然比其中表示所有对数似然比的向量，分别表示第1行到第N_i行对数似然比的值，对每行对数似然比叠加求出对数似然比的均方值其中η^θ'表示对数似然比的均方值，表示校验矩阵所对应的第i行的对数似然比，N_i表示校验矩阵所对应的第N_i行。

进一步，所述选择对数似然比的均方值中最大值大于门限ε所对应的LDPC长码的编码参数为盲识别参数，其门限ε为经验值，ε＝0.003。

本发明的另一目的在于提供一种应用所述LDPC长码的编码参数盲识别方法的卫星通信方法。

本发明的另一目的在于提供一种应用所述LDPC长码的编码参数盲识别方法的光纤通信方法。

本发明的另一目的在于提供一种应用所述LDPC长码的编码参数盲识别方法的深空探测通信方法。

本发明提供的LDPC长码的编码参数盲识别方法，运算复杂度低，且在低信噪比条件下仍能很好的进行快速盲识别，特别适用于无线电检测以及非合作通信领域的信道编码识别。

附图说明

图1是本发明实施例提供的LDPC长码的编码参数盲识别方法流程图。

图2是本发明实施例提供的实施例1的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例的LDPC长码的编码参数盲识别方法包括以下步骤：

S101：设定需要搜索的码长和码率范围及当前码长及码率；

S102：截获码长范围中最大码长N倍的LDPC码编码数据流；

S103：利用当前码长及码率，构造相对应的校验矩阵，并进行稀疏化处理；

S104：设置移位参数q，每隔q个值利用构造出的稀疏化校验矩阵每一行中不为零的位置，计算每行截获数据的对数似然比，对每行对数似然比叠加求出对数似然比的均方值；

S105：求出所有的对数似然比均方值中最大值；

S106：判断是否遍历完码长及码率范围；如是，则进入步骤S107，如否，则更新当前码长及码率，返回步骤S102；

S107：选择对数似然比的均方值中最大值大于门限所对应的LDPC长码的编码参数为盲识别参数。

下面结合具体实施例对本发明的应用原理作进一步的描述。

实施例1：

1)设置当前需要搜索的码长和码率范围Θ及当前码长n_test及码率r_test；

2)在接收到编码信号后，无需进行软判决，然后截取码长范围中最大码长N倍的LDPC码编码数据流表示为一般取2倍的LDPC码编码数据流，其中L表示信号通过的路径，a_l表示未知的第l条信号路径的信道多径衰落系数，s^θ(j)是通过BPSK调制器的已调信号，τ_l是第l条信号路径的时延，w(j)表示零均值加性高斯白噪声(additivewhite Gaussian noise,AWGN)，其均值为0，并且方差为σ²。

3)利用当前码长和码率构造矩阵采用高斯消元法，进行行变换得到生成矩阵，从而解析到校验矩阵H，然后采用有限穷举算法对得到的校验矩阵H进行稀疏化处理，具体为算法如下：

输入：H_d＝[h₁h₂…h_r]^T,(n_test,r_test)LDPC码校验矩阵

p_max最大抽头个数

w_max最大汉明重量(校验矩阵行重的最大值)

备选向量集合(检验矩阵行变换得到的向量)

输出：H稀疏校验矩阵

从φ中挑选合适的向量放入H

end

通过上述算法得到稀疏化校验矩阵H，其中p_max以及w_max根据所对应的码长及码率进行选取。

4)当一种编码参数θ'(θ'∈Θ)和对应的校验矩阵相一致，且θ'是正确的编码参数，即θ'＝θ时，有以下校验关系式成立：其中表示长度为n的已编码码字，0表示(n-k)×1的零向量。

a)将编码参数为θ'时所对应的校验矩阵H的第i行非零元素的位置用向量表示为：式中N_i表示H_θ'的第i行非零元素的总个数，l_in表示第i行非零元素的位置；

b)然后把接收到的码字序列定义为：式中表示的是码长为n的接收码字。于是式更具体的表示为这表示校验矩阵的第i行和码字相乘的结果；

c)把上式映射到LLR域的处理可以得到下式：

考虑到接收序列中的各个比特相互独立，根据相关文献中的推导，得到式： 表示了校验方程组中校验方程成立的概率，越大，表示校验方程成立概率越大，此时的编码参数就有可能是正确的；

5)设置移位参数q，每隔q个值利用构造出的稀疏化校验矩阵每一行中不为零的位置，计算每行所对应位置处截获数据的对数似然比其中表示所有对数似然比的向量，分别表示第1行到第N_i行对数似然比的值，然后对每行对数似然比叠加求出对数似然比的均方值其中η^θ'表示对数似然比的均方值，表示校验矩阵所对应的第i行的对数似然比，N_i表示校验矩阵所对应的第N_i行；其中q值根据标准选取；求出所有的对数似然比均方值中最大值max(η^θ')。

6)判断是否遍历完码长及码率范围；如是，则进入步骤7)，如否，则更新当前当前码长n_test及码率r_test，返回步骤2)

7)选择对数似然比的均方值中最大值max(η^θ')大于门限ε所对应的LDPC长码的编码参数为盲识别参数。门限ε是经验值，测试过大量数据得到的结果。

下面结合测试对本发明的应用效果作详细的描述。

在实际测试中对于DVB-S2标准LDPC码，只有在当前码长，码率都与接收编码信号码长码率匹配时，对数似然比的均方值中最大值max(η^θ')才会出现大于门限ε的值，对于DVB-S2标准LDPC码，码长为64800，信噪比为4dB，在正好匹配时有如下值:

码率	max(ηθ')
		1/4	0.2415
1/3	0.18
		2/5	0.1373
1/2	0.1094
		3/5	0.032
2/3	0.0579
		3/4	0.0293
4/5	0.0164
		5/6	0.0082
8/9	0.0046
		9/10	0.0047

经过大量测试，只有在刚好匹配的时候才会出现出现大于门限ε的值，对于DVB-S2标准将ε定为0.003，在低信噪比时也有很高的识别率。

对于IEEE 802.16e标准的LDPC码以及空间数据系统咨询委员会(CCSDS)标准采用的基于有限几何构造方法的LDPC码，按照上述步骤，设置恰当的门限时也能够实现盲识别。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种LDPC长码的编码参数盲识别方法，其特征在于，所述LDPC长码的编码参数盲识别方法包括以下步骤：

步骤一，设需要搜索的码长和码率范围及当前码长n_test及码率r_test；

步骤二，截获码长范围中最大码长N倍的LDPC码编码数据流；

步骤三，利用当前码长n_test及码率r_test，构造相对应的校验矩阵H，并进行稀疏化处理；

步骤四，设置移位参数q，每隔q个值利用构造出的稀疏化校验矩阵每一行中不为零的位置，计算每行所对应位置处截获数据的对数似然比，对每行对数似然比叠加求出对数似然比的均方值；

步骤五，求出所有的对数似然比均方值中最大值max(η^θ')；

步骤六，判断是否遍历完码长及码率范围；如是，则进入步骤七，如否，则更新当前码长n_test及码率r_test，返回步骤二；

步骤七，选择对数似然比的均方值中最大值max(η^θ')大于门限ε所对应的LDPC长码的编码参数为盲识别参数。

2.如权利要求1所述的LDPC长码的编码参数盲识别方法，其特征在于，所述LDPC码编码数据流表示为：

$r\left(j\right)=\underset{l=1}{\overset{L}{\Σ}}{a}_l{s}^{\mathrm{\θ}}(j-{\mathrm{\τ}}_l)+w\left(j\right);$

L表示信号通过的路径，a_l表示未知的第l条信号路径的信道多径衰落系数，s^θ(j)是通过BPSK调制器的已调信号，τ_l是第l条信号路径的时延，w(j)表示零均值加性高斯白噪声，其均值为0，并且方差为σ²。

3.如权利要求1所述的LDPC长码的编码参数盲识别方法，其特征在于，所述校验矩阵H的获取方法包括：

输入：H_d＝[h₁h₂…h_r]^T,(n_test,r_test)LDPC码校验矩阵

p_max最大抽头个数

w_max最大汉明重量或校验矩阵行重的最大值

备选向量集合或检验矩阵行变换得到的向量

输出：H稀疏校验矩阵。

4.如权利要求1所述的LDPC长码的编码参数盲识别方法，其特征在于，所述稀疏化处理校验矩阵H：

5.如权利要求1所述的LDPC长码的编码参数盲识别方法，其特征在于，所述计算每行所对应位置处截获数据的对数似然比其中表示所有对数似然比的向量，分别表示第1行到第N_i行对数似然比的值，对每行对数似然比叠加求出对数似然比的均方值其中η^θ'表示对数似然比的均方值，表示校验矩阵所对应的第i行的对数似然比，N_i表示校验矩阵所对应的第N_i行。

6.如权利要求1所述的LDPC长码的编码参数盲识别方法，其特征在于，所述选择对数似然比的均方值中最大值大于门限ε所对应的LDPC长码的编码参数为盲识别参数，其门限ε为经验值，ε＝0.003。

7.一种应用权利要求1-6任意一项所述LDPC长码的编码参数盲识别方法的卫星通信方法。

8.一种应用权利要求1-6任意一项所述LDPC长码的编码参数盲识别方法的光纤通信方法。

9.一种应用权利要求1-6任意一项所述LDPC长码的编码参数盲识别方法的深空探测通信方法。