CN107682115A - 基于ClassA海洋环境噪声模型的卷积码维特比软判决译码方法 - Google Patents
基于ClassA海洋环境噪声模型的卷积码维特比软判决译码方法 Download PDFInfo
- Publication number
- CN107682115A CN107682115A CN201710782085.7A CN201710782085A CN107682115A CN 107682115 A CN107682115 A CN 107682115A CN 201710782085 A CN201710782085 A CN 201710782085A CN 107682115 A CN107682115 A CN 107682115A
- Authority
- CN
- China
- Prior art keywords
- class
- noise
- noise models
- convolutional code
- decision decoding
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0056—Systems characterized by the type of code used
- H04L1/0059—Convolutional codes
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
- H03M13/23—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using convolutional codes, e.g. unit memory codes
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/37—Decoding methods or techniques, not specific to the particular type of coding provided for in groups H03M13/03 - H03M13/35
- H03M13/39—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes
- H03M13/41—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes using the Viterbi algorithm or Viterbi processors
- H03M13/4138—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes using the Viterbi algorithm or Viterbi processors soft-output Viterbi algorithm based decoding, i.e. Viterbi decoding with weighted decisions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0045—Arrangements at the receiver end
- H04L1/0054—Maximum-likelihood or sequential decoding, e.g. Viterbi, Fano, ZJ algorithms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Error Detection And Correction (AREA)
Abstract
本发明涉及一种基于Class A海洋环境噪声模型的卷积码维特比软判决译码方法。该方法在传统基于高斯模型的卷积码维特比软判决译码之前,先进行数据预处理操作,因此额外的运算量较小。该方法首先推导一种简化的Class A噪声模型,然后在此基础上推导加性Class A噪声信道中的卷积码维特比软判决分支量度和译码方法。本发明提供的方法能够在具有强脉冲特性的浅海信道中提高维特比软判决译码方法的可靠性,进而提高水声通信系统的通信质量。
Description
技术领域
本发明属于信号处理领域,特别涉及基于Class A海洋环境噪声模型的卷积码维特比软判决译码方法。
背景技术
信号接收机作为水声通信系统的重要组成部分,其性能可靠与否直接关系着系统通信的成败。几乎在所有系统中,观测数据都同时存在期望信号和不希望的干扰信号(即噪声信号),换句话说,反映噪声数据真实统计特性的模型将有助于信号接收机的设计。由于中心极限定理、高斯噪声模型能够带来线性处理、高斯模型仅需用均值和方差两个参数即可描述等三个方面的因素,传统大部分信号接收机将噪声假设成高斯模型。虽然噪声的高斯假设简化了系统信号接收机的设计,然而服从高斯分布的随机变量是以偏差平方的指数偏移其均值的,因此出现远远偏移均值的随机采样的概率非常小,例如,出现偏移均值±10δ的高斯随机采样的概率为1.5×10-23,这就说明高斯分布不适合描述可能产生大量数据突变的分布。实际中,由于浅海环境存在工业噪声、生物噪声等强脉冲性的噪声,传统经典的高斯模型已经不能较好地描述这种强脉冲性的浅海环境噪声,这将直接导致基于高斯模型的信号接收机在非高斯模型中的使用性能大打折扣,甚至不能实现微弱信号的有效处理,这将严重阻碍接收端做出正确的决策。基于非高斯海洋环境噪声设计的维特比软判决译码器可以充分利用背景噪声的统计信息,大幅提高译码性能,从而降低系统误码率。
有针对性地设计非高斯海洋环境噪声背景下的最优接收机,可以充分利用背景噪声的统计信息,大幅削弱海洋环境噪声的影响,进而可以大幅度提高接收机性能。所以,开展海洋环境噪声非高斯建模的应用研究和非线性接收机的设计对于减小换能器规模、提高信号有效检测都有十分重要的意义。
发明内容
本发明的目的在于使用较小的资金和硬件代价,提高非高斯海洋噪声环境中的维特比译码性能,降低误码率,设计基于Class A海洋环境噪声模型的卷积码维特比软判决译码方法。
本发明为解决技术问题采取的技术方案:基于Class A海洋环境噪声模型的卷积码维特比软判决译码方法,该方法在传统基于高斯模型的卷积码维特比软判决译码之前,先进行数据预处理操作。具体步骤:首先推导一种简化的Class A 噪声模型,然后在此基础上推导加性Class A噪声信道中的卷积码维特比软判决译码方法和分支量度。本发明提供的方法能够在具有强脉冲特性的浅海信道中提高维特比软判决译码方法的可靠性,进而提高水声通信系统的通信质量。包含如下步骤:
S1、针对无限项求和的Class A噪声模型,将Class A噪声模型近似表示为零阶、一阶、二阶项的求和;
S2、针对三项求和的Class A噪声模型,对Class A噪声模型进行进一步的简化处理;
S3、针对Class A噪声信道中的二相相移键控传输,计算分支量度;
S4、针对Class A噪声信道中的二相相移键控传输,计算分支量度之差;
S5、针对Class A噪声信道中的二相相移键控传输,计算修正的维特比译码器分支量度;
其中,步骤S1所述的噪声幅度x三项求和的Class A噪声模型,表达式如下:
其中Σ表示求和处理。表示幅度服从指数分布的第m个高斯分量的噪声功率;下标m的取值仅为0,1,2,A称为脉冲指数或重叠因子,表示单位时间内接收的平均脉冲数与脉冲持续时间的乘积,随着A的增大,噪声的统计特性接近于高斯过程。称为高斯脉冲功率比,表示干扰中独立高斯部分的功率和非高斯部分的功率之比;表示噪声总功率。
其中,步骤S2所述的噪声幅度x的简化Class A噪声模型,其表达式如下:
其中max(·)表示取极大值处理,表示m取值为 0的概率密度函数与m取值为1的概率密度函数相等情况下的幅度临界值。表示m取值为1的概率密度函数与m取值为2的概率密度函数相等情况下的幅度临界值。In(·)表示取自然对数处理。
其中,步骤S3所述的分支量度,其计算公式如下:
针对一个码率为R=k/n的卷积编码器:yt=(y1,t,y2,t,…,yn,t)表示第t段接收序列,yi,t表示接收的符号;第t段发送序列为ωt=(ω1,t,ω2,t,…,ωn,t),这里的ωi,t表示发送的符号。
其中,步骤S4所述的分支量度差,其计算公式如下:
这里Eb表示比特能量,那么符号ωi,t为幅度为或者
其中,步骤S5所述的修正维特比译码器分支量度,其计算公式如下:
其中 的计算公式为
的计算公式为
和分别表示m取值为0,1,2时相应概率密度函数的功率。
附图说明
图1为基于Class A的卷积码维特比软判决译码预处理流程。
图2为卷积码维特比软判决译码性能。
具体实施方式
下面结合附图和具体实施例对本发明即“基于Class A海洋环境噪声模型的卷积码维特比软判决译码方法”进行详细的说明。
如图1所示是本发明的基于Class A海洋环境噪声模型的卷积码维特比软判决译码,该方法在传统基于高斯模型的卷积码维特比软判决译码之前,先进行数据预处理操作。具体步骤:首先推导一种简化的Class A噪声模型,然后在此基础上推导加性Class A噪声信道中的卷积码维特比软判决译码方法和分支量度。
针对噪声幅度x,无穷项求和形式的Class A噪声模型表示为三项求和的 Class A噪声模型,表达式如下:
其中Σ表示求和处理。表示幅度服从指数分布的第m个高斯分量的噪声功率;下标m的取值仅为0,1,2。A称为脉冲指数或重叠因子,表示单位时间内接收的平均脉冲数与脉冲持续时间的乘积,随着A的增大,噪声的统计特性接近于高斯过程。称为高斯脉冲功率比,表示干扰中独立高斯部分的功率和非高斯部分的功率之比;表示噪声总功率。
针对三项求和的Class A噪声模型,进行进一步简化处理后可以得到一个噪声幅度x的简化Class A噪声模型,其表达式如下:
其中max(·)表示取极大值处理。表示m取值为 0的概率密度函数与m取值为1的概率密度函数相等情况下的幅度临界值。表示m取值为1的概率密度函数与m取值为2的概率密度函数相等情况下的幅度临界值。In(·)表示取自然对数处理。
计算分支量度:
针对一个码率为R=k/n的卷积编码器:yt=(y1,t,y2,t,…,yn,t)表示第t段接收序列,yi,t表示接收的符号;第t段发送序列为ωt=(ω1,t,ω2,t,…,ωn,t),这里的ωi,t表示发送的符号。
计算分支量度差:
其中Eb表示比特能量,那么符号ωi,t为幅度为或者
计算修正维特比译码器分支量度:
其中 的计算公式为
的计算公式为
和分别表示m取值为0,1,2时相应概率密度函数的功率。
下面给出一组典型的Class A噪声模型参数:脉冲指数A=0.01,高斯脉冲功率比Γ=0.01,维特比译码器的回溯深度为24。
依据所给出的典型参数,按照上述步骤,仿真得到的误码率如图2所示,图中Eb表示比特能量,G0和I0分别表示高斯部分和非高斯部分噪声的功率。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (6)
1.基于Class A海洋环境噪声模型的卷积码维特比软判决译码方法,其特征在于,包含如下步骤:
S1、针对无限项求和的Class A噪声模型,将Class A噪声模型近似表示为零阶、一阶、二阶项的求和;
S2、针对三项求和的Class A噪声模型,对Class A噪声模型进行进一步的简化处理;
S3、针对Class A噪声信道中的二相相移键控传输,计算分支量度;
S4、针对Class A噪声信道中的二相相移键控传输,计算分支量度之差;
S5、针对Class A噪声信道中的二相相移键控传输,计算修正的维特比译码器分支量度。
2.根据权利要求1所述的基于Class A海洋环境噪声模型的卷积码维特比软判决译码方法,其特征在于,步骤S1所述噪声幅度x三项求和的Class A噪声模型,表达式如下:
其中Σ表示求和处理,表示幅度服从指数分布的第m个高斯分量的噪声功率;下标m的取值仅为0,1,2;A称为脉冲指数或重叠因子,表示单位时间内接收的平均脉冲数与脉冲持续时间的乘积,随着A的增大,噪声的统计特性接近于高斯过程,称为高斯脉冲功率比,表示干扰中独立高斯部分的功率和非高斯部分的功率之比;表示噪声总功率。
3.根据权利要求1所述的基于Class A海洋环境噪声模型的卷积码维特比软判决译码方法,其特征在于,步骤S2所述噪声幅度x的简化Class A噪声模型,其表达式如下:
其中max(·)表示取极大值处理;表示m取值为0的概率密度函数与m取值为1的概率密度函数相等情况下的幅度临界值,表示m取值为1的概率密度函数与m取值为2的概率密度函数相等情况下的幅度临界值,In(·)表示取自然对数处理。
4.根据权利要求1所述的基于Class A海洋环境噪声模型的卷积码维特比软判决译码方法,其特征在于,步骤S3所述的分支量度,其计算公式如下:
针对一个码率为R=k/n的卷积编码器:yt=(y1,t,y2,t,…,yn,t)表示第t段接收序列,yi,t表示接收的符号;第t段发送序列为ωt=(ω1,t,ω2,t,…,ωn,t),这里的ωi,t表示发送的符号。
5.根据权利要求1所述的基于Class A海洋环境噪声模型的卷积码维特比软判决译码方法,其特征在于,步骤S4所述的分支量度差,其计算公式如下:
其中Eb表示比特能量,那么符号ωi,t为幅度为或者
6.根据权利要求1所述的基于Class A海洋环境噪声模型的卷积码维特比软判决译码方法,其特征在于,步骤S5所述的修正维特比译码器分支量度,其计算公式如下:
其中 的计算公式为
的计算公式为
和分别表示m取值为0,1,2时相应概率密度函数的功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710782085.7A CN107682115B (zh) | 2017-09-02 | 2017-09-02 | 基于ClassA海洋环境噪声模型的卷积码维特比软判决译码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710782085.7A CN107682115B (zh) | 2017-09-02 | 2017-09-02 | 基于ClassA海洋环境噪声模型的卷积码维特比软判决译码方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107682115A true CN107682115A (zh) | 2018-02-09 |
CN107682115B CN107682115B (zh) | 2020-09-22 |
Family
ID=61134902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710782085.7A Active CN107682115B (zh) | 2017-09-02 | 2017-09-02 | 基于ClassA海洋环境噪声模型的卷积码维特比软判决译码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107682115B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1302125A (zh) * | 2001-04-16 | 2001-07-04 | 华为技术有限公司 | 码分多址通信系统中平坦衰落信道的估计方法及其装置 |
KR20010064329A (ko) * | 1999-12-29 | 2001-07-09 | 구자홍 | 디지털 신호 재생 장치 및 방법 |
CN102386935A (zh) * | 2011-11-03 | 2012-03-21 | 中国科学院深圳先进技术研究院 | 维特比译码方法及维特比译码器 |
CN104539295A (zh) * | 2015-01-16 | 2015-04-22 | 北京邮电大学 | 一种基于特征位先验信息的新型ldpc迭代译码的初始化方法 |
-
2017
- 2017-09-02 CN CN201710782085.7A patent/CN107682115B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010064329A (ko) * | 1999-12-29 | 2001-07-09 | 구자홍 | 디지털 신호 재생 장치 및 방법 |
CN1302125A (zh) * | 2001-04-16 | 2001-07-04 | 华为技术有限公司 | 码分多址通信系统中平坦衰落信道的估计方法及其装置 |
CN102386935A (zh) * | 2011-11-03 | 2012-03-21 | 中国科学院深圳先进技术研究院 | 维特比译码方法及维特比译码器 |
CN104539295A (zh) * | 2015-01-16 | 2015-04-22 | 北京邮电大学 | 一种基于特征位先验信息的新型ldpc迭代译码的初始化方法 |
Non-Patent Citations (1)
Title |
---|
蒋宇中: "超低频信道噪声统计特性及应用", 《中国博士学位论文全文数据库 信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN107682115B (zh) | 2020-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2927758B1 (en) | Detecting a data sequence from a sequence of symbols | |
Wang et al. | Blind turbo equalization in Gaussian and impulsive noise | |
KR101752491B1 (ko) | 공간 다중화-다중 입력 다중 출력 통신 시스템에서 신호 검출 장치 및 방법 | |
CN103701751B (zh) | 一种信道估计辅助的缩小搜索范围高阶qam解映射方法 | |
Li et al. | Joint erasure marking and Viterbi decoding algorithm for unknown impulsive noise channels | |
CN107682115A (zh) | 基于ClassA海洋环境噪声模型的卷积码维特比软判决译码方法 | |
CN108322290B (zh) | 一种无线通信的迭代检测方法及系统 | |
CN114666012B (zh) | 一种基于mpa的多采样点联合检测的scma检测方法 | |
Chen et al. | Hardware efficient massive MIMO detector based on the Monte Carlo tree search method | |
KR101731723B1 (ko) | 다중 안테나 시스템에서 연판정 검출 방법 및 장치 | |
CN114268411A (zh) | 硬输出mimo检测方法和系统、电子设备及存储介质 | |
Brushe et al. | A soft output hybrid algorithm for ML/MAP sequence estimation | |
CN113114421A (zh) | 一种面向色噪声环境的深度学习迭代接收方法及系统 | |
Sun et al. | LSTM Network-Assisted Belief Propagation Flip Polar Decoder | |
CN106230760B (zh) | 一种适用于pi/4_DQPSK的软信息获取方法和装置 | |
US20030007552A1 (en) | Reduced alphabet equalizer using iterative equalization | |
WO2018072480A1 (zh) | 重叠复用系统的译码方法和装置 | |
US10951338B2 (en) | Soft value extraction method and device applicable to OvXDM system, and OvXDM system | |
JP5653536B2 (ja) | Llr算出器及び誤り訂正復号装置 | |
Li et al. | Notice of Violation of IEEE Publication Principles: Channel Decoding Based on Complex-valued Convolutional Neural Networks | |
Yang et al. | Neural Network-Assisted Receiver Design via Learning Trellis Diagram Online | |
Zhang et al. | Turbo equalization using partial Gaussian approximation | |
CN115622665A (zh) | 一种基于自适应概率计算的mcmc-mimo检测方法、设备及系统 | |
Brushe et al. | A reduced-complexity online state sequence and parameter estimator for superimposed convolutional coded signals | |
CN109245856A (zh) | 一种基于差分似然差下归零Turbo码码长以及帧同步识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |