CN110190931B - 一种递归混沌信道编码方法 - Google Patents

Abstract

本申请公开了一种递归混沌信道编码方法，该方法包括：步骤1，将待编码的信息比特序列等长度地划分为至少两个信息片段；步骤2，采用迭代算法，根据递归混沌模型和信息片段，按照预设迭代次数，依次生成符号帧序列；步骤3，将每次迭代生成的符号帧序列，等长度的分成至少两组待选序列，依次从分组后的每组待选序列中，随机选取一个符号，再将选取的符号组成信息子帧；步骤4，根据迭代次数，依次发送信息子帧至编码接收端。通过本申请中的技术方案，利用递归混沌模型生成符号帧序列，使得待编码信息得到充分混合，实现在无线网络传输中进行无码率编码，优化了无线信道中的误码率性能。

Description

一种递归混沌信道编码方法

技术领域

本申请涉及数字通信的技术领域，具体而言，涉及一种递归混沌信道编码方法。

背景技术

通信差错控制是保证通信可靠性的重要手段之一。差错控制方法一般分为反馈重发机制以及前向纠错码，前者理论上能够完全保证信息的可靠传输，但其缺点是需要大量反馈，严重影响通信效率；后者无需反馈，但当编码发射端对信道估计不准确或者信道时变严重时，会产生大量误码。在此背景下，“无码率”信道编码的概念被提出，其核心思想即设计一种码率可根据需要随意调节的前向纠错码方法，这样编码发射端可以在不考虑信道的情况下，持续的以略高于信道所能承受的最高速率发送信号，直到编码接收端完全正确译码，以实现最优效率的信息传输，且仅需极少量的反馈信息。

而现有技术中，“无码率”编码主要有LT码、Raptor码等，这些编码虽然在有线网络传输中的删除信道下可以达到较为理想的性能，但在无线信道下存在差错平台，使编码性能并不理想。其中，LT码和Raptor码为实现无码率特性，构造过程采用伪随机算法，导致编码结构的抗噪声干扰能力存在一定缺陷，在无线有噪信道下即使信噪比足够高，译码端仍无法达到高可靠通信的误码率要求。

发明内容

本申请的目的在于：实现在无线网络传输中进行无码率编码，优化了无线信道中的误码率性能。

本申请的技术方案是：提供了一种递归混沌信道编码方法，该方法包括：步骤1，将待编码的信息比特序列等长度地划分为至少两个信息片段；步骤2，采用迭代算法，根据递归混沌模型和信息片段，按照预设迭代次数，依次生成符号帧序列，其中，每个符号帧序列中包含符号的数量与信息片段的数量相等；步骤3，将每次迭代生成的符号帧序列，等长度的分成至少两组待选序列，依次从分组后的每组待选序列中，随机选取一个符号，再将选取的符号组成信息子帧；步骤4，根据迭代次数，依次发送信息子帧至编码接收端。

上述任一项技术方案中，进一步地，递归混沌模型包括混沌映射模型和次级混沌映射模型，步骤2中具体包括：步骤21，采用递归算法和混沌映射模型，根据收发端约定的密钥种子状态或上一个信息片段对应的种子状态，计算当前信息片段对应的种子状态，生成种子序列；步骤22，根据预设变量和种子序列，采用次级混沌映射模型，计算种子序列对应的转换数据，并通过进制转换和数据截取，生成转换数据对应的符号序列；步骤23，根据预设功率和映射函数，计算符号序列对应的正交信号的幅值，并根据幅值，调制生成符号帧序列。

上述任一项技术方案中，进一步地，混沌映射模型的计算公式为：

m_max＝2^k-1

T＝t_r

式中，t_i为第i次递归运算的种子状态，i＝1,2,…,r，r为预设内部递归次数，t₀为混沌映射模型的密钥种子状态，σ₁＜σ₂是两个极小数，m为信息片段的数值，k为信息片段的长度，α为预设系数。

上述任一项技术方案中，进一步地，映射函数的计算公式为：

式中，R_wn为第w次迭代运算中第n个信息片段对应的正交信号中的第一幅值，I_wn为该正交信号中的第二幅值，为第w次迭代运算中第n个信息片段的符号源数据，P为预设功率，c为预设精度，γ≡Φ(-β)，β为预设参数，函数Φ(·)为标准正态分布概率累计函数。

上述任一项技术方案中，进一步地，步骤4中具体包括：步骤41，每发送一个信息子帧后，判断是否接收到编码接收端反馈的译码成功信号，若是，执行步骤42，若否，发送下一个信息子帧；步骤42，停止发送并丢弃未发送的信息子帧。

本申请的有益效果是：

首次将混沌映射模型、次级混沌映射模型和递归算法运用于无线信道下的“无码率”编码，利用混沌映射函数将待编码信息比特序列进行充分混合，无需再借助交织器进行信息重排。利用混沌映射模型生成种子序列，能够有效增加种子序列的码间距离，使得不同的待编码信息比特序列更容易进行区分，增强编码抵抗噪声的能力，进而有利于降低译码的误码率，提高“无码率”信道编码方法的性能，实现以更高的速率成功通信。

本申请利用种子序列迭代驱动次级混沌映射模型，调制生成不同的符号帧序列，实现了本申请中的编码方法的“无码率”特性，根据接收端译码情况实时调整编码发射端发射的信息子帧的数量，同时，由于混沌映射函数(混沌映射模型、次级混沌映射模型)的输出具有天然的类噪声以及长期不可预测性，使得本申请中的编码方法还具有良好的保密特性。

附图说明

本申请的上述和/或附加方面的优点在结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本申请的一个实施例的递归混沌信道编码方法的示意流程图；

图2是根据本申请的一个实施例的组成信息子帧的示意图；

图3是根据本申请的一个实施例的误码率-信噪比的仿真图。

具体实施方式

为了能够更清楚地理解本申请的上述目的、特征和优点，下面结合附图和具体实施方式对本申请进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互结合。

在下面的描述中，阐述了很多具体细节以便于充分理解本申请，但是，本申请还可以采用其他不同于在此描述的其他方式来实施，因此，本申请的保护范围并不受下面公开的具体实施例的限制。

如图1所示，本实施例提供了一种递归混沌信道编码方法，包括：

步骤1，将待编码的信息比特序列等长度地划分为至少两个信息片段；

具体地，设定待编码的信息比特序列为M＝[0 1 1 0 1 1 0 0]，对应的序列长度L＝8，信息片段的片段长度k＝2。

优选地，步骤1中还包括：当判定待编码的信息比特序列的序列长度不是信息片段的片段长度的整数倍时，对信息比特序列进行补位，将补位后的信息比特序列等长度地划分为至少两个信息片段。

更具体的，设定片段长度k＝2，将信息比特序列M＝[0 1 1 0 1 1 0 0]等长度地划分为4个信息片段，依次为：m¹＝[0 1]，m²＝[1 0]，m³＝[1 1]，m⁴＝[0 0]。

步骤2，采用迭代算法，根据递归混沌模型和信息片段，按照预设迭代次数，依次生成符号帧序列，其中，每个符号帧序列中包含符号的数量与信息片段的数量相等；

进一步地，递归混沌模型包括混沌映射模型和次级混沌映射模型，步骤2中，具体包括：

步骤21，采用递归算法和递归混沌模型中的混沌映射模型，根据收发端约定的密钥种子状态或上一个信息片段对应的种子状态，计算当前信息片段对应的种子状态，生成种子序列；

具体地，设定递归算法的预设内部递归次数r＝10。将收发端约定的密钥种子状态T₀和第一个信息片段m¹＝[01]带入混沌映射模型，此时，第一个信息片段m¹为当前信息片段，其中，密钥种子状态T₀为第一个信息片段m¹的初始种子状态

在本实施例的一种实现方式中，混沌映射模型的计算公式为：

m_max＝2^k-1

T＝t_r

式中，t_i为第i次递归运算的种子状态，i＝1,2,…,r，r为预设内部递归次数，t₀为初始种子状态，σ₁＜σ₂是两个极小数，m为信息片段的十进制数值，对应于m¹、m²、m³、m⁴，k为每个信息片段的长度，α为预设系数，a为中间计算变量，T为种子状态。

优选地，预设系数α的取值为0.2，收发端约定的密钥种子状态T₀取值为0.267142，极小数σ₁＝1×10^-5，极小数σ₂＝1.5×10^-5。

在本实施例中，将第一个信息片段m¹＝[0 1]和密钥种子状态T₀＝0.267142，带入混沌映射模型，通过递归算法，进行10次递归运算，得到第10次递归运算的运算结果则将运算结果

作为第一个信息片段m¹＝[0 1]对应的第一个种子状态T₁＝0.081293730097561。

再将第一个种子状态T₁与第二个信息片段m²＝[1 0]带入混沌映射模型，即将上一个信息片段m¹对应的第一个种子状态T₁作为第二个信息片段m²(当前信息片段)对应的初始种子状态

通过10次递归运算，计算出第二个信息片段m²＝[1 0]对应的第二个种子状态T₂，第二个种子状态T₂＝0.286062138468423。依次计算，至第四个信息片段m⁴＝[0 0]，得到的第四个种子状态T₄，进而生成对应的种子序列T＝[T₁ T₂ T₃ T₄]，其中，第三个种子状态T₃＝0.019030228396413和第四个种子状态T₄＝0.081273992871775。

通过上述的混沌映射模型和递归算法，生成的种子序列T，具有较强的差异性，可有效增加相似信息序列(待编码的信息比特序列)的码间距离，提高本实施例中的方法在无线信道中实现“无码率”编码的性能。

步骤22，根据预设变量、预设迭代次数W和种子序列，采用递归混沌模型中的次级混沌映射模型，计算种子序列对应的转换数据，并通过进制转换和数据截取，生成转换数据对应的符号序列；

具体地，在本实施例中，设定信息片段的长度k＝32，则对应的m′_max＝2^k-1＝2³²-1，因此，可以设预设变量m′＝3610617884，预设迭代次数W为大于或等于1的正整数，次级混沌映射模型的计算公式为：

式中，J为次级混沌映射的预设内部递归次数，可以设定预设内部递归次数J＝10，j为在一次迭代运算中，次级混沌映射模型中递归运算的次数，为在第w次迭代运算时、第n个信息片段在次级混沌映射模型中、经过第j次递归运算生成的次级种子状态，σ₁＜σ₂是两个极小数，a′为中间计算变量，T_n为第n个信息片对应的种子状态，为第n个信息片段在第w次迭代运算过程中的次级初始种子状态，Q_w,n为第n个信息片段经过第w次迭代运算生成的转换数据。

设定预设系数α的取值为0.2，在生成第一帧符号序列时，依次将种子序列T＝[T₁T₂ T₃ T₄]中的种子状态作为次级混沌映射模型对应的次级初始种子状态，即其中，n＝1，2，3，4，为当前次级混沌映射器对应信息片段的序号。

以生成第一个转换数据为例，在进行第一次迭代运算时，即w＝1，将种子序列T中的第一个种子状态T₁作为次级混沌映射模型的次级初始种子状态

将预设变量m′和次级初始种子状态

带入次级混沌映射模型，同时，设定次级混沌映射模型的预设内部递归次数J＝10，每一次的递归运算与上述生成种子序列中的递归运算方法相同，此处不再赘述。将第10次递归运算的计算结果

记作第一个转换数据Q₁₁，即第一个种子状态T₁完成第一次迭代运算对应的第一个转换数据为Q₁₁，依次可以得到对应的转换数据Q₁₂、Q₁₃和Q₁₄。各次级种子状态Q_1n(n＝1,2,3,4)经过进制转换和数据截取得到第一帧符号对应的源数据序列。将源数据序列经过映射函数得到第一帧符号序列对应的正交调制信号幅值，正交调制后得到第一帧待发送符号序列。

以第一个转换数据Q₁₁为例，对进制转换和数据截取进行说明。首先，将计算出的转换数据Q₁₁用32位二进制数进行进制转换，表示为数据Q′₁₁＝0.00010100110011111010101001111000。其次，仅考虑数据Q′₁₁的小数部分，取出高16位记作第一数据h＝0001010011001111，取出低16位记作第二数据l＝1010101001111000，将第一数据h和第二数据l按照预先设定的精度c截取出低c位后转换为十进制形式，得到数据

和数据

同理，可以得到转换数据Q₁₂对应的数据

和数据

转换数据Q₁₃对应的数据和数据转换数据Q₁₄对应的数据和数据

将

记作转换数据Q₁₁的符号序列，将

记作转换数据Q₁₂的符号序列，将

记作转换数据Q₁₃的符号序列，将

记作转换数据Q₁₄的符号序列。

步骤23，根据预设功率和映射函数，计算符号序列对应的正交信号的幅值，并根据幅值，调制生成符号帧序列。

进一步地，映射函数的计算公式为：

式中，R_wn为第w次迭代运算中第n个信息片段对应的正交信号中的第一幅值，I_wn为该正交信号中的第二幅值，

为第w次迭代运算中第n个信息片段的符号源数据，P为预设功率，c为预设精度，γ≡Φ(-β)，β为预设参数，函数Φ(·)为标准正态分布概率累计函数。

具体地，设定预设功率P＝1，预设精度c＝4，β＝1，将数据和

带入映射函数的计算公式，可以计算出第1次迭代运算中第1个信息片段对应的两个正交信号的幅值，依次为幅值R₁₁＝0.2142和幅值I₁₁＝0.2420。因此，根据幅值R₁₁和幅值I₁₁，通过信号调制，可以得到待发送符号y₁。通过相同的方法计算各信息片段对应的第一次迭代产生的符号，得到符号帧序列Y₁＝[y₁,y₂,y₃,y₄]。

每进行一次迭代运算时，生成一帧符号序列。在生成第二帧符号序列时，将前一帧(第一帧)符号序列对应的转换数据Q_1n作为次级混沌映射的初始状态将第二次迭代运算中的第10次递归运算的计算结果

记作第二个转换数据Q_2n，从而得到各信息片段对应的转换数据Q₂₁、Q₂₂、Q₂₃和Q₂₄，经进制转换、数据截取以及映射函数后得到第二帧待发送的符号帧序列Y₂。直到完成预设迭代次数W次迭代运算，此时，共得到W个符号帧序列，其中，每一个符号帧序列包含n个符号。

在本实施例的另一种实现方式中，混沌映射模型的计算公式为：

m_max＝2^k-1

T＝t_r

式中，α和β为两个预设参数，t_i为第i次递归运算的种子状态，i＝1,2,…,r，r为预设内部递归次数，t₀为初始种子状态，m为信息片段的十进制数值，对应于m¹、m²、m³、m⁴，k为每个信息片段的长度，种子状态T的计算过程与上述相同，此处不再赘述。

步骤3，将每次迭代生成的符号帧序列，等长度的分成至少两组待选序列，依次从分组后的每组待选序列中，随机选取一个符号，再将选取的符号组成信息子帧；

具体地，如图2所示，设定上述步骤生成的第一帧符号序列Y₁＝[y₁₁,y₁₂,y₁₃,y₁₄]，其中，y₁₁,y₁₂,y₁₃,y₁₄为对应于信息片段m¹至m⁴的符号，将符号帧序列Y₁等长度地分成两组待选序列[y₁₁,y₁₂]和[y₁₃,y₁₄]，随机从两组待选序列中分别选取一个符号，组成信息子帧，如选取y₁₂和y₁₄构成信息子帧1，选取y₁₁和y₁₃构成信息子帧2，构成第一组信息子帧。采用上述方法可以将生成的W个符号帧序列，按照迭代次数依次生成W组信息子帧。

步骤4，根据迭代次数，依次发送信息子帧至编码接收端，即编码发射端根据迭代次数，依次发送各信息子帧至编码接收端，并在每发送完一个信息子帧后，判断是否需要发送下一个信息子帧，以实现无码率信道编码。每一次迭代运算，生成两个信息子帧，信息子帧1和信息子帧2，先发送第一次迭代运算生成的信息子帧1，判断是否成功译码，若未成功，发送信息子帧2，再判断，若未成功，发送第二次迭代运算生成的信息子帧1。

进一步地，该步骤4中，具体包括：

步骤41，每发送一个信息子帧后，判断是否接收到编码接收端反馈的译码成功信号，若是，执行步骤42，若否，当判定存在未发送的信息子帧时，发送下一个信息子帧，其中，未发送的信息子帧包括与当前发送的信息子帧同属于一次迭代运算中的未发送的信息子帧，以及下一次迭代运算中生成的信息子帧，当判定不存在未发送的信息子帧时，停止发送该待编码的信息比特序列；

步骤42，停止发送并丢弃未发送的信息子帧。

具体地，编码发射端首先将第一次迭代运算生成的信息子帧中的信息子帧1发送到编码接收端，由编码接收端对接收到的信息子帧1进行译码，当编码接收端译码成功时，向编码发送端发送译码成功信号，编码发射端接收到该译码成功信号后，判定编码接收端译码成功，不再向编码接收端发送未发送的信息子帧2以及第二次至第W次迭代运算生成的未发送的信息子帧，并将未发送的信息子帧删除。

当编码发射端未接收到编码接收端发送的成功译码信息时，编码发射端将第一次迭代运算生成的信息子帧2发送至编码接收端，判断是否译码成功，若未成功，再将第二次迭代运算生成的信息子帧1发送至编码接收端，即编码发射端将持续、依次发送各信息子帧，直到编码接收端接收到足够多的信息子帧，能够进行编码译码，或者当W次迭代运算生成的全部信息子帧发送完毕而接收端仍不能成功译码时，放弃此次通信，待信道条件好转再重新进行信息传输。

在本实施例中，以Raptor码和LT码作为对比编码方法，对编码的误码率进行仿真，仿真结果如图3所示，其中，本实施例中的编码方法对应的仿真曲线为曲线301，Raptor码对应的仿真曲线为曲线302，LT码对应的仿真曲线为曲线303。由仿真曲线可知，在信噪比相同的情况下，本实施例中的编码方法的误码率要低于Raptor码和LT码的误码率。

以上结合附图详细说明了本申请的技术方案，本申请提出了一种递归混沌信道编码方法，包括：步骤1，将待编码的信息比特序列等长度地划分为至少两个信息片段；步骤2，采用迭代算法，根据递归混沌模型和信息片段，按照预设迭代次数，依次生成符号帧序列，其中，每个符号帧序列中包含符号的数量与信息片段的数量相等；步骤3，将每次迭代生成的符号帧序列，等长度的分成至少两组待选序列，依次从分组后的每组待选序列中，随机选取一个符号，再将选取的符号组成信息子帧；步骤4，根据迭代次数，依次发送信息子帧至编码接收端。通过本申请中的技术方案，利用递归混沌模型生成符号帧序列，使得待编码信息得到充分混合，实现在无线网络传输中进行无码率编码，优化了无线信道中的误码率性能。

本申请中的步骤可根据实际需求进行顺序调整、合并和删减。

本申请装置中的单元可根据实际需求进行合并、划分和删减。

尽管参考附图详地公开了本申请，但应理解的是，这些描述仅仅是示例性的，并非用来限制本申请的应用。本申请的保护范围由附加权利要求限定，并可包括在不脱离本申请保护范围和精神的情况下针对发明所作的各种变型、改型及等效方案。

Claims (4)

1.一种递归混沌信道编码方法，其特征在于，该方法包括：

步骤1，将待编码的信息比特序列等长度地划分为至少两个信息片段；

步骤2，采用迭代算法，根据递归混沌模型和所述信息片段，按照预设迭代次数，依次生成符号帧序列，其中，每个所述符号帧序列中包含符号的数量与所述信息片段的数量相等，所述递归混沌模型包括混沌映射模型和次级混沌映射模型，步骤2中，具体包括：

步骤21，采用递归算法和所述混沌映射模型，根据收发端约定的密钥种子状态或上一个信息片段对应的种子状态，计算当前信息片段对应的种子状态，生成种子序列；

步骤22，根据预设变量和所述种子序列，采用所述次级混沌映射模型，计算所述种子序列对应的转换数据，并通过进制转换和数据截取，生成所述转换数据对应的符号序列；

步骤23，根据预设功率和映射函数，计算所述符号序列对应的正交信号的幅值，并根据所述幅值，调制生成所述符号帧序列；

步骤3，将每次迭代生成的所述符号帧序列，等长度的分成至少两组待选序列，依次从分组后的每组所述待选序列中，随机选取一个符号，再将选取的所述符号组成信息子帧；

步骤4，根据迭代次数，依次发送所述信息子帧至编码接收端。

2.如权利要求1所述的递归混沌信道编码方法，其特征在于，所述混沌映射模型的计算公式为：

m_max＝2^k-1

T＝t_r

式中，t_i为第i次递归运算的所述种子状态，i＝1，2，...，r，r为预设内部递归次数，t₀为所述混沌映射模型的所述密钥种子状态，σ₁＜σ₂是两个极小数，m为所述信息片段的数值，k为所述信息片段的长度，α为预设系数。

3.如权利要求1所述的递归混沌信道编码方法，其特征在于，所述映射函数的计算公式为：

式中，R_wn为第w次迭代运算中第n个信息片段对应的正交信号中的第一幅值，I_wn为该正交信号中的第二幅值，

为第w次迭代运算中第n个信息片段的符号源数据，P为预设功率，c为预设精度，γ≡Φ(-β)，β为预设参数，函数Φ(·)为标准正态分布概率累计函数。

4.如权利要求1所述的递归混沌信道编码方法，其特征在于，步骤4中，具体包括：

步骤41，每发送一个所述信息子帧后，判断是否接收到所述编码接收端反馈的译码成功信号，若是，执行步骤42，若否，发送下一个信息子帧；

步骤42，停止发送并丢弃未发送的信息子帧。

Images