CN111510164B - 一种Turbo码分量编码器识别方法及系统 - Google Patents

一种Turbo码分量编码器识别方法及系统 Download PDF

Info

Publication number
CN111510164B
CN111510164B CN202010405753.6A CN202010405753A CN111510164B CN 111510164 B CN111510164 B CN 111510164B CN 202010405753 A CN202010405753 A CN 202010405753A CN 111510164 B CN111510164 B CN 111510164B
Authority
CN
China
Prior art keywords
code
database
generator polynomial
determining
weight
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.)
Active
Application number
CN202010405753.6A
Other languages
English (en)
Other versions
CN111510164A (zh
Inventor
但波
吴昭军
高山
翟龙军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Naval Aeronautical University
Original Assignee
Naval Aeronautical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Naval Aeronautical University filed Critical Naval Aeronautical University
Priority to CN202010405753.6A priority Critical patent/CN111510164B/zh
Publication of CN111510164A publication Critical patent/CN111510164A/zh
Application granted granted Critical
Publication of CN111510164B publication Critical patent/CN111510164B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H03M13/25—Error detection or forward error correction by signal space coding, i.e. adding redundancy in the signal constellation, e.g. Trellis Coded Modulation [TCM]
    • H03M13/258—Error detection or forward error correction by signal space coding, i.e. adding redundancy in the signal constellation, e.g. Trellis Coded Modulation [TCM] with turbo codes, e.g. Turbo Trellis Coded Modulation [TTCM]

Landscapes

  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Error Detection And Correction (AREA)

Abstract

本发明涉及一种Turbo码分量编码器识别方法及系统。该方法包括：获取Turbo码编码的RSC码编码器数据库；确定每个RSC码编码器的生成多项式；获取截获的RSC码编码器第一路输出的第一码元和第二路输出的第二码元；采用每一个生成多项式分别对第二码元进行编码，得到第二码元数据库；确定每一个生成多项式对应的码重，得到码重数据库；判断当前码重是否大于对应的门限值；若是，将当前码重对应的生成多项式确定为识别多项式；若否，判断下一个码重是否大于对应的门限值；当所有的码重均不大于对应的门限值时，将码重数值最大的生成多项式确定为识别多项式；将识别多项式对应的RSC码编码器确定为Turbo码分量编码器的识别结果。本发明可以提高分量编码器的识别性能。

Description

一种Turbo码分量编码器识别方法及系统
技术领域
本发明涉及Turbo码编码领域，特别是涉及一种Turbo码分量编码器识别方法及系统。
背景技术
Turbo码采用最大似然迭代译码的方式，具有极强的抗噪声性能，目前大多数的通信协议中采用的是并行Turbo码的编码结构。图1为码率为1/n、归零Turbo码的编码结构。图1所示的Turbo码的编码结构中分量编码器采用递归系统卷积码(recursive systemconvolutional codes，RSC)，分量该编码器存在着递归结构，能够有效改善输入码字的码重分布，避免了输出码字低码重配对，有效增大了码字间的有效距离，可以提高编码的抗噪声性能，正因为RSC码具有这样的优越性能，所以被作为Turbo码的分量编码器，图2所示即为码率为1/2的RSC码编码结构。从图2可以看出，RSC码编码结构由两部分组成，即：反馈部分和前向部分，以G0(D)和G1(D)分别表示反馈部分以及前向部分，得到其表达式为：
G0(D)＝g0,0+g0,1·D+…+g0,m·Dm (1)
G1(D)＝g1,0+g1,1·D+…+g1,m·Dm (2)
其中，g0,i,g1,i(0≤i≤m)为多项式抽头系数。
其编码方程为：
C1(D)＝M(D) (3)
Figure BDA0002491231330000011
其中，M(D)为待编码的信息序列多项式，
Figure BDA0002491231330000012
为RSC码编码器对应的生成多项式，C1(D)与C2(D)为第1路与第2路的输出编码序列多项式即：
M(D)＝m0+m1·D+m2·D2+… (5)
C1(D)＝c1,0+c1,1·D+c1,2·D2+… (6)
C2(D)＝c2,0+c2,1·D+c2,2·D2+… (7)
现有的RSC码识别方法中直接联立式(3)和式(4)，在二元域中得到：
Figure BDA0002491231330000022
然后在一个编码约束长度下展开得到：
Figure BDA0002491231330000021
现有技术中，针对Turbo码分量编码器RSC码的识别算法都是直接遍历生成多项式系数，通过检测编码约束关系来完成参数的识别。从式(9)结果来看，码元之间的约束关系是在编码约束长度为2(m+1)下成立，当m增加时，编码约束长度增加。因此，现有技术中的识别算法在信道误码率较高且编码约束长度较大时，往往不能识别出正确的多项式系数，导致在高误码率条件下的识别性能下降。因此，现有技术中对于Turbo码分量编码器的识别方法随着编码约束长度的增加，其容错性能下降且计算复杂度急剧升高。
发明内容
本发明的目的是提供一种Turbo码分量编码器识别方法及系统，以提高分量编码器的识别性能。
为实现上述目的，本发明提供了如下方案：
一种Turbo码分量编码器识别方法，包括：
获取用于Turbo码编码的RSC码编码器数据库；所述RSC码编码器数据库中包括多种RSC码编码器；
确定所述RSC码编码器数据库中每个RSC码编码器的生成多项式，得到RSC码生成多项式数据库；
获取截获的RSC码编码器第一路输出的第一码元和第二路输出的第二码元；
采用所述RSC码生成多项式数据库中的每一个生成多项式分别对所述第二码元进行编码，确定每一个生成多项式对应的更新后的第二码元序列，得到第二码元数据库；
根据所述第一码元和所述第二码元数据库，确定每一个生成多项式对应的码重，得到码重数据库；
对于所述码重数据库中的第j个码重，判断所述第j个码重是否大于对应的门限值；
当所述第j个码重大于对应的门限值时，将所述第j个码重对应的生成多项式确定为识别多项式；
当所述第j个码重不大于对应的门限值时，判断第j+1个码重是否大于对应的门限值；
当所述码重数据库中的所有的码重均不大于对应的门限值时，将所述码重数据库中数值最大的码重对应的生成多项式确定为识别多项式；
将所述识别多项式对应的RSC码编码器确定为Turbo码分量编码器的识别结果。
可选的，所述根据所述第一码元和所述第二码元数据库，确定每一个生成多项式对应的码重，得到码重数据库，具体包括：
确定所述RSC码生成多项式数据库中的每一个生成多项式对应的循环周期；所述循环周期为所述生成多项式展开成循环级数的循环周期；
根据每一个生成多项式对应的循环周期，利用所述第一码元和所述第二码元数据库中第j个更新后的第二码元序列构建码元矩阵；所述码元矩阵为：
A1＝[c'2,1,c'2,2,…,c'2,L-T]T；
A2＝[c'2,1+T,c'2,2+T,…,c'2,L]T；
B1＝[c1,c2,…,cL-T]T；
B2＝[c1+T,c2+T,…,cL]T；
其中，T为第j个生成多项式对应的循环周期；L为截获的第二码元的长度；A1为第2路编码序列；c'2,1为第2路第1个码元；c'2,2为第2路第2个码元；c'2,L-T为第2路第L-T个码元；A2为第2路反编码序列；c'2,1+T为第2路反编码后第T+1个码元；c'2,2+T为第2路反编码后第2+T个码元；c'2,L为第2路反编码后第L个码元；B1为第1路编码序列；c1为第1路序列中第1个码元；c2为第1路序列中第2个码元；cL-T为第1路序列中第L-T个码元；B2为第1路编码间隔T采样序列；c1+T为第1路编码中第1+T码元；c2+T为第1路编码中第2+T码元；cL为第1路编码中第L个码元；
根据所述码元矩阵，确定码元向量；所述码元向量为：
Figure BDA0002491231330000041
其中，S(L-T)×1为第j个生成多项式对应的码元向量，ones(·)表示全1序列；
根据所述码元向量利用公式
Figure BDA0002491231330000042
确定第j个生成多项式对应的码重；其中，weight(SL×1)为第j个生成多项式对应的码重，SL×1(i)为第j个生成多项式对应的码元向量S(L-T)×1中的第i个元素；
依次得到每个生成多项式对应的码重，得到所述码重数据库。
可选的，所述确定所述RSC码生成多项式数据库中的每一个生成多项式对应的循环周期，具体包括：
对所述生成多项式对应的RSC码编码器作冲激响应，得到冲激响应的系数；
将所述冲激响应的系数确定为所述生成多项式展开成循环级数时每项的展开系数；
利用所有的展开系数构建分析矩阵，所述分析矩阵中所有行元素相同；
将所述分析矩阵的列数确定为所述生成多项式对应的循环周期。
可选的，所述判断所述第j个码重是否大于对应的门限值，之前还包括：
利用公式
Figure BDA0002491231330000043
确定第j个码重对应的门限值Λ。
本发明还提供一种Turbo码分量编码器识别系统，包括：
RSC码编码器数据库获取模块，用于获取用于Turbo码编码的RSC码编码器数据库；所述RSC码编码器数据库中包括多种RSC码编码器；
RSC码生成多项式数据库获取模块，用于确定所述RSC码编码器数据库中每个RSC码编码器的生成多项式，得到RSC码生成多项式数据库；
截获码元获取模块，用于获取截获的RSC码编码器第一路输出的第一码元和第二路输出的第二码元；
编码模块，用于采用所述RSC码生成多项式数据库中的每一个生成多项式分别对所述第二码元进行编码，确定每一个生成多项式对应的更新后的第二码元序列，得到第二码元数据库；
码重确定模块，用于根据所述第一码元和所述第二码元数据库，确定每一个生成多项式对应的码重，得到码重数据库；
判断模块，用于对于所述码重数据库中的第j个码重，判断所述第j个码重是否大于对应的门限值；
识别多项式确定模块，用于当所述第j个码重大于对应的门限值时，将所述第j个码重对应的生成多项式确定为识别多项式；
所述判断模块，还用于当所述第j个码重不大于对应的门限值时，判断第j+1个码重是否大于对应的门限值；
所述识别多项式确定模块，还用于当所述码重数据库中的所有的码重均不大于对应的门限值时，将所述码重数据库中数值最大的码重对应的生成多项式确定为识别多项式；
Turbo码分量编码器的识别结果确定模块，用于将所述识别多项式对应的RSC码编码器确定为Turbo码分量编码器的识别结果。
可选的，所述码重确定模块具体包括：
循环周期确定单元，用于确定所述RSC码生成多项式数据库中的每一个生成多项式对应的循环周期；所述循环周期为所述生成多项式展开成循环级数的循环周期；
码元矩阵构建单元，用于根据每一个生成多项式对应的循环周期，利用所述第一码元和所述第二码元数据库中第j个更新后的第二码元序列构建码元矩阵；所述码元矩阵为：
A1＝[c'2,1,c'2,2,…,c'2,L-T]T；
A2＝[c'2,1+T,c'2,2+T,…,c'2,L]T；
B1＝[c1,c2,…,cL-T]T；
B2＝[c1+T,c2+T,…,cL]T；
其中，T为第j个生成多项式对应的循环周期；L为截获的第二码元的长度；A1为第2路编码序列；c'2,1为第2路第1个码元；c'2,2为第2路第2个码元；c'2,L-T为第2路第L-T个码元；A2为第2路反编码序列；c'2,1+T为第2路反编码后第T+1个码元；c'2,2+T为第2路反编码后第2+T个码元；c'2,L为第2路反编码后第L个码元；B1为第1路编码序列；c1为第1路序列中第1个码元；c2为第1路序列中第2个码元；cL-T为第1路序列中第L-T个码元；B2为第1路编码间隔T采样序列；c1+T为第1路编码中第1+T码元；c2+T为第1路编码中第2+T码元；cL为第1路编码中第L个码元；
码元向量确定单元，用于根据所述码元矩阵，确定码元向量；所述码元向量为：
Figure BDA0002491231330000061
其中，S(L-T)×1为第j个生成多项式对应的码元向量，ones(·)表示全1序列；
码重确定单元，用于根据所述码元向量利用公式
Figure BDA0002491231330000062
确定第j个生成多项式对应的码重；其中，weight(SL×1)为第j个生成多项式对应的码重，SL×1(i)为第j个生成多项式对应的码元向量S(L-T)×1中的第i个元素；
码重数据库确定单元，用于依次得到每个生成多项式对应的码重，得到所述码重数据库。
可选的，所述循环周期确定单元具体包括：
冲激响应系数确定子单元，用于对所述生成多项式对应的RSC码编码器作冲激响应，得到冲激响应的系数；
展开系数确定子单元，用于将所述冲激响应的系数确定为所述生成多项式展开成循环级数时每项的展开系数；
分析矩阵构建子单元，用于利用所有的展开系数构建分析矩阵，所述分析矩阵中所有行元素相同；
循环周期确定子单元，用于将所述分析矩阵的列数确定为所述生成多项式对应的循环周期。
可选的，还包括：门限值确定模块，用于在判断所述第j个码重是否大于对应的门限值之前，利用公式
Figure BDA0002491231330000071
确定第j个码重对应的门限值Λ。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明建立出RSC码生成多项式数据库，通过遍历数据库，利用遍历的生成多项式对截获的第2路码元进行再编码处理，正确的生成多项式能够使再编码序列与第1路序列在同一个周期点上模2加为0，而非正确的多项式则不存在该现象，从而完成多项式的识别。与现有方法相比，本发明的计算复杂度仅仅与截获码元长度以及多项式数据库大小成正比，并且其容错性能与编码约束长度无关，能够提高分量编码器的识别性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为码率为1/n、归零Turbo码的编码结构；
图2为码率为1/2的RSC码编码结构；
图3为本发明Turbo码分量编码器识别方法的流程示意图；
图4为确定循环周期的流程示意图；
图5为本发明Turbo码分量编码器识别系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
对于接收到的Turbo码编码序列而言，经过拆分处理后得到分组序列X1,X2,…,Xn，由于存在着交织结构，所以真正用于识别参数的序列为X1,X2。一般而言，在帧未同步的情况下，分量器RSC码的寄存器状态一般不为0，但是通过增加特定的比特码元能够使得编码器的状态由全零态回归到任意态，如对于一个存在m个寄存器的RSC码编码器通过增加m个比特码元能够使寄存器由全零状态得到任意状态，故式(4)的编码方程可以进一步改写成更加普遍的形式：
Figure BDA0002491231330000081
其中，q1为使寄存器由全零态回归到实际状态所添加的比特数据，q2为对应的输出编码码元。在实际的通信过程中，码元序列通过信道到达接收端，不可避免会存在误码的情况，这里将信道模型简化为BSC二进制信道，式(10)经一步变为式(11)，此时C1(D),C2(D)含有误码。
Figure BDA0002491231330000082
其中e1(D)与e2(D)为误码多项式，将式(11)整理后得到：
Figure BDA0002491231330000083
从式(12)中可以看出在无误码情况下，等式左边恒定等于0。
循环级数的定义为：如果存在常数T，使得级数
Figure BDA0002491231330000084
能够表示为
Figure BDA0002491231330000085
则称级数
Figure BDA0002491231330000086
为循环级数。将有理式
Figure BDA0002491231330000087
展开成级数
Figure BDA0002491231330000088
则级数
Figure BDA0002491231330000089
为一个循环级数，其周期等于生成多项式
Figure BDA00024912313300000810
展开成循环级数的周期，其中生成多项式
Figure BDA00024912313300000811
满足：
Figure BDA00024912313300000812
引由此可知生成多项式
Figure BDA0002491231330000091
展开成级数的幂次为负部分的系数等于q2(D)经过编码器
Figure BDA0002491231330000092
后得到的码元，即：
Figure BDA0002491231330000093
式(12)进一步可以简化为：
Figure BDA0002491231330000094
式(15)中
Figure BDA0002491231330000095
可以看作对截获的C2(D)码元通过
Figure BDA0002491231330000096
编码器后的生成码元，记为
Figure BDA0002491231330000097
Figure BDA0002491231330000098
又因为
Figure BDA0002491231330000099
为循环级数，满足等式bi＝bi+T，故式(15)可以进一步化简为：
c'2,i+c'2,i+T+c1,i+c1,i+T＝e'2,i+e'2,i+T+e1,i+e1,i+T (18)
由式(18)可知，当无误码存在时，可得到：
c'2,i+c'2,i+T+c1,i+c1,i+T＝0 (19)
图3为本发明Turbo码分量编码器识别方法的流程示意图。如图3所示，本发明Turbo码分量编码器识别方法包括以下步骤：
步骤100：获取用于Turbo码编码的RSC码编码器数据库。所述RSC码编码器数据库中包括多种RSC码编码器。由于RSC码的编码器等价于二元域中分式，故必须满足多项式中分子G0(D)与分母G1(D)互素，同时在工程实际中，为了保证通信的实时性，编码器中寄存器个数不会超过6，由此可知真正可以用于Turbo码编码的分量编码器是有限的，因此，可以将所有适用于Turbo码编码的分量编码器构建成为RSC码编码器数据库。
步骤200：确定RSC码编码器数据库中每个RSC码编码器的生成多项式，得到RSC码生成多项式数据库。对于Turbo码而言，分量编码器RSC码生成多项式的约束长度不会太大，因为Turbo码采用最大似然迭代译码方式，其译码的计算复杂度与约束长度成指数倍增加，所以在实际的工程应用中，为了保障通信的实时性，RSC码的约束长度一般大于2小于8，同时RSC码生成多项式有理化分式中分子与分母要满足互素，并且还要满足生成的码字具有较大的码间距离，这样优越的RSC码生成多项式是有限的并且是少数的，由此可知完全可以建立出RSC码生成多项式数据库。电子科技大学东阳给出了约束长度7以内的生成多项式八进制表达式，总的生成多项式个数为905个，其中约束长度为3的个数为1种，约束长度为4的个数为10种，约束长度为5的个数为42种，约束长度为6的个数为170种，约束长度为7的个数为682种，这些多项式几乎可以穷尽实际工程中所能够用到的多项式。
步骤300：获取截获的RSC码编码器第一路输出的第一码元和第二路输出的第二码元。
步骤400：采用RSC码生成多项式数据库中的每一个生成多项式分别对第二码元进行编码，确定每一个生成多项式对应的更新后的第二码元序列，得到第二码元数据库。
步骤500：根据第一码元和第二码元数据库，确定每一个生成多项式对应的码重，得到码重数据库。具体过程如下：
(1)确定所述RSC码生成多项式数据库中的每一个生成多项式对应的循环周期。所述循环周期为所述生成多项式展开成循环级数的循环周期。前面的推导过程中，存在一个重要的常量即生成多项式展开成循环级数后循环周期T，常数T贯穿于整个分量编码器识别始终，确定周期常数T要分两步，首先应该确定出生成多项式展开成循环级数的系数，其次由得到的系数求得循环周期T。图4为确定循环周期的流程示意图，如图4所示，确定循环周期的过程如下：
Step1：确定生成多项式各项的展开系数。生成多项式的展开可以等效于对生成多项式所构成RSC编码编码器作冲激响应，冲激响应所得到的系数即为生成多项式展开的系数，即：
Figure BDA0002491231330000101
从式(20)可知，等式右边的多项式即为生成多项式
Figure BDA0002491231330000111
的展开，同时码重
Figure BDA0002491231330000112
还可以等效于编码器RSC(G1(D),G0(D))对码元序列(1,0,0,…)的编码输出，由此可得到，生成多项式展开成级数前任意n项的系数方法，为：
Figure BDA0002491231330000113
式(21)中，
Figure BDA0002491231330000114
为输入为单位1的序列，
Figure BDA0002491231330000115
为RSC码编码器，得到结果gi(0≤i≤n-1)为
Figure BDA0002491231330000116
编码器前n项的展开系数。
Step2：构建分析矩阵。由step1所得到的级数展开系数，可以求解生成多项式展开成循环级数的周期常数.具体的，利用得到的各项展开系数构建分析矩阵，固定分析矩阵行数，矩阵列数从2开始变化，依次构建出多个分析矩阵，将各项展开系数按行依次排入分析矩阵中，当Q矩阵的每一行元素完全相等，此时的列数即为循环级数的循环周期，即生成多项式对应的循环周期，如式(22)所示，分析矩阵中第一行与任意一行的元素相同。
Figure BDA0002491231330000117
(2)根据每一个生成多项式对应的循环周期，利用所述第一码元和所述第二码元数据库中第j个更新后的第二码元序列构建码元矩阵；所述码元矩阵为：
A1＝[c'2,1,c'2,2,…,c'2,L-T]T；
A2＝[c'2,1+T,c'2,2+T,…,c'2,L]T；
B1＝[c1,c2,…,cL-T]T；
B2＝[c1+T,c2+T,…,cL]T；
其中，T为第j个生成多项式对应的循环周期；L为截获的第二码元的长度；A1为第2路编码序列；c'2,1为第2路第1个码元；c'2,2为第2路第2个码元；c'2,L-T为第2路第L-T个码元；A2为第2路反编码序列；c'2,1+T为第2路反编码后第T+1个码元；c'2,2+T为第2路反编码后第2+T个码元；c'2,L为第2路反编码后第L个码元；B1为第1路编码序列；c1为第1路序列中第1个码元；c2为第1路序列中第2个码元；cL-T为第1路序列中第L-T个码元；B2为第1路编码间隔T采样序列；c1+T为第1路编码中第1+T码元；c2+T为第1路编码中第2+T码元；cL为第1路编码中第L个码元。
(3)根据所述码元矩阵，确定码元向量；所述码元向量为：
Figure BDA0002491231330000121
其中，S(L-T)×1为第j个生成多项式对应的码元向量，ones(·)表示全1序列。
(4)根据所述码元向量利用公式
Figure BDA0002491231330000122
确定第j个生成多项式对应的码重；其中，weight(SL×1)为第j个生成多项式对应的码重，SL×1(i)为第j个生成多项式对应的码元向量S(L-T)×1中的第i个元素。依次得到每个生成多项式对应的码重，得到所述码重数据库。
当无误码时，遍历的生成多项式正确情况下，S(L-T)×1的码重一定等于L-T；反之，S(L-T)×1中元素1与-1等概率随机出现，码重接近于0；而当存在误码的情况时，正确的生成多项式能以较大的概率使得码元向量S(L-T)×1的码重最大，即：
Figure BDA0002491231330000124
步骤600：判断当前码重是否大于对应的门限值。如果是，执行步骤700；如果否，执行步骤800-步骤900。当遍历的多项式正确时，码元向量S(L-T)×1的码重值要远远大于非正确时码元向量的码重值。多项式不正确时，向量S(L-T)×1中元素中元素-1与1随机出现，此时，weight(S(L-T)×1)应服从均值为0，方差为(L-T)的二项式分布，当(L-T)足够大时，weight(S(L-T)×1)近似服从正态分布，即：
weight(S(L-T)×1)～N(0,(L-T)) (24)
为了尽可能的避免近似的统计分布替代所造成的虚警出现，设定虚警概率为10-7量级上，通过查询正态分布表，设定的判定门限Λ为：
Figure BDA0002491231330000123
当误码率增加时，如果出现漏警情况时，此时只需要将遍历时，最大的weight(S(L-T)×1)所对应数据库中的多项式作为识别的多项式。
步骤700：将当前码重对应的生成多项式确定为识别多项式。
步骤800：迭代次数加1，继续判断下一个码重是否大于对应的门限值。
步骤900：迭代停止后，当码重数据库中的所有的码重均不大于对应的门限值时，将码重数据库中数值最大的码重对应的生成多项式确定为识别多项式。当所有的码重都遍历判断完成后，均为出现码重大于对应的门限值的情况，则将码重数值最大的生成多项式确定为最终的识别多项式。
步骤1000：将识别多项式对应的RSC码编码器确定为Turbo码分量编码器的识别结果。
对应图3所示的Turbo码分量编码器识别方法，本发明还提供一种Turbo码分量编码器识别系统，图5为本发明Turbo码分量编码器识别系统的结构示意图。如图5所示，本发明Turbo码分量编码器识别系统包括以下结构：
RSC码编码器数据库获取模块501，用于获取用于Turbo码编码的RSC码编码器数据库；所述RSC码编码器数据库中包括多种RSC码编码器。
RSC码生成多项式数据库获取模块502，用于确定所述RSC码编码器数据库中每个RSC码编码器的生成多项式，得到RSC码生成多项式数据库。
截获码元获取模块503，用于获取截获的RSC码编码器第一路输出的第一码元和第二路输出的第二码元。
编码模块504，用于采用所述RSC码生成多项式数据库中的每一个生成多项式分别对所述第二码元进行编码，确定每一个生成多项式对应的更新后的第二码元序列，得到第二码元数据库。
码重确定模块505，用于根据所述第一码元和所述第二码元数据库，确定每一个生成多项式对应的码重，得到码重数据库。
判断模块506，用于对于所述码重数据库中的第j个码重，判断所述第j个码重是否大于对应的门限值。
识别多项式确定模块507，用于当所述第j个码重大于对应的门限值时，将所述第j个码重对应的生成多项式确定为识别多项式。
所述判断模块506，还用于当所述第j个码重不大于对应的门限值时，判断第j+1个码重是否大于对应的门限值。
所述识别多项式确定模块507，还用于当所述码重数据库中的所有的码重均不大于对应的门限值时，将所述码重数据库中数值最大的码重对应的生成多项式确定为识别多项式。
Turbo码分量编码器的识别结果确定模块508，用于将所述识别多项式对应的RSC码编码器确定为Turbo码分量编码器的识别结果。
作为具体的实施例，本发明的Turbo码分量编码器识别系统中所述码重确定模块505具体包括：
循环周期确定单元，用于确定所述RSC码生成多项式数据库中的每一个生成多项式对应的循环周期；所述循环周期为所述生成多项式展开成循环级数的循环周期。
码元矩阵构建单元，用于根据每一个生成多项式对应的循环周期，利用所述第一码元和所述第二码元数据库中第j个更新后的第二码元序列构建码元矩阵；所述码元矩阵为：
A1＝[c'2,1,c'2,2,…,c'2,L-T]T；
A2＝[c'2,1+T,c'2,2+T,…,c'2,L]T；
B1＝[c1,c2,…,cL-T]T；
B2＝[c1+T,c2+T,…,cL]T；
其中，T为第j个生成多项式对应的循环周期；L为截获的第二码元的长度；A1为第2路编码序列；c'2,1为第2路第1个码元；c'2,2为第2路第2个码元；c'2,L-T为第2路第L-T个码元；A2为第2路反编码序列；c'2,1+T为第2路反编码后第T+1个码元；c'2,2+T为第2路反编码后第2+T个码元；c'2,L为第2路反编码后第L个码元；B1为第1路编码序列；c1为第1路序列中第1个码元；c2为第1路序列中第2个码元；cL-T为第1路序列中第L-T个码元；B2为第1路编码间隔T采样序列；c1+T为第1路编码中第1+T码元；c2+T为第1路编码中第2+T码元；cL为第1路编码中第L个码元。
码元向量确定单元，用于根据所述码元矩阵，确定码元向量；所述码元向量为：
Figure BDA0002491231330000151
其中，S(L-T)×1为第j个生成多项式对应的码元向量，ones(·)表示全1序列。
码重确定单元，用于根据所述码元向量利用公式
Figure BDA0002491231330000152
确定第j个生成多项式对应的码重；其中，weight(SL×1)为第j个生成多项式对应的码重，SL×1(i)为第j个生成多项式对应的码元向量S(L-T)×1中的第i个元素。
码重数据库确定单元，用于依次得到每个生成多项式对应的码重，得到所述码重数据库。
作为具体的实施例，本发明的Turbo码分量编码器识别系统中所述循环周期确定单元具体包括：
冲激响应系数确定子单元，用于对所述生成多项式对应的RSC码编码器作冲激响应，得到冲激响应的系数。
展开系数确定子单元，用于将所述冲激响应的系数确定为所述生成多项式展开成循环级数时每项的展开系数。
分析矩阵构建子单元，用于利用所有的展开系数构建分析矩阵，所述分析矩阵中所有行元素相同。
循环周期确定子单元，用于将所述分析矩阵的列数确定为所述生成多项式对应的循环周期。
作为具体的实施例，本发明的Turbo码分量编码器识别系统，还包括：门限值确定模块，用于在判断所述第j个码重是否大于对应的门限值之前，利用公式
Figure BDA0002491231330000153
确定第j个码重对应的门限值Λ。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种Turbo码分量编码器识别方法，其特征在于，包括：
获取用于Turbo码编码的RSC码编码器数据库；所述RSC码编码器数据库中包括多种RSC码编码器；
确定所述RSC码编码器数据库中每个RSC码编码器的生成多项式，得到RSC码生成多项式数据库；
获取截获的RSC码编码器第一路输出的第一码元和第二路输出的第二码元；
采用所述RSC码生成多项式数据库中的每一个生成多项式分别对所述第二码元进行编码，确定每一个生成多项式对应的更新后的第二码元序列，得到第二码元数据库；
根据所述第一码元和所述第二码元数据库，确定每一个生成多项式对应的码重，得到码重数据库；
对于所述码重数据库中的第j个码重，判断所述第j个码重是否大于对应的门限值；
当所述第j个码重大于对应的门限值时，将所述第j个码重对应的生成多项式确定为识别多项式；
当所述第j个码重不大于对应的门限值时，判断第j+1个码重是否大于对应的门限值；
当所述码重数据库中的所有的码重均不大于对应的门限值时，将所述码重数据库中数值最大的码重对应的生成多项式确定为识别多项式；
将所述识别多项式对应的RSC码编码器确定为Turbo码分量编码器的识别结果。
2.根据权利要求1所述的Turbo码分量编码器识别方法，其特征在于，所述根据所述第一码元和所述第二码元数据库，确定每一个生成多项式对应的码重，得到码重数据库，具体包括：
确定所述RSC码生成多项式数据库中的每一个生成多项式对应的循环周期；所述循环周期为所述生成多项式展开成循环级数的循环周期；
根据每一个生成多项式对应的循环周期，利用所述第一码元和所述第二码元数据库中第j个更新后的第二码元序列构建码元矩阵；所述码元矩阵为：
A1＝[c′2,1,c′2,2,…,c′2,L-T]T；
A2＝[c′2,1+T,c′2,2+T,…,c′2,L]T；
B1＝[c1,c2,…,cL-T]T；
B2＝[c1+T,c2+T,…,cL]T；
其中，T为第j个生成多项式对应的循环周期；L为截获的第二码元的长度；A1为第2路编码序列；c′2,1为第2路第1个码元；c′2,2为第2路第2个码元；c′2,L-T为第2路第L-T个码元；A2为第2路反编码序列；c′2,1+T为第2路反编码后第T+1个码元；c′2,2+T为第2路反编码后第2+T个码元；c′2,L为第2路反编码后第L个码元；B1为第1路编码序列；c1为第1路序列中第1个码元；c2为第1路序列中第2个码元；cL-T为第1路序列中第L-T个码元；B2为第1路编码间隔T采样序列；c1+T为第1路编码中第1+T码元；c2+T为第1路编码中第2+T码元；cL为第1路编码中第L个码元；
根据所述码元矩阵，确定码元向量；所述码元向量为：
Figure FDA0002491231320000021
其中，S(L-T)×1为第j个生成多项式对应的码元向量，ones(·)表示全1序列；
根据所述码元向量利用公式
Figure FDA0002491231320000022
确定第j个生成多项式对应的码重；其中，weight(SL×1)为第j个生成多项式对应的码重，SL×1(i)为第j个生成多项式对应的码元向量S(L-T)×1中的第i个元素；
依次得到每个生成多项式对应的码重，得到所述码重数据库。
3.根据权利要求2所述的Turbo码分量编码器识别方法，其特征在于，所述确定所述RSC码生成多项式数据库中的每一个生成多项式对应的循环周期，具体包括：
对所述生成多项式对应的RSC码编码器作冲激响应，得到冲激响应的系数；
将所述冲激响应的系数确定为所述生成多项式展开成循环级数时每项的展开系数；
利用所有的展开系数构建分析矩阵，所述分析矩阵中所有行元素相同；
将所述分析矩阵的列数确定为所述生成多项式对应的循环周期。
4.根据权利要求2所述的Turbo码分量编码器识别方法，其特征在于，所述判断所述第j个码重是否大于对应的门限值，之前还包括：
利用公式
Figure FDA0002491231320000031
确定第j个码重对应的门限值Λ。
5.一种Turbo码分量编码器识别系统，其特征在于，包括：
RSC码编码器数据库获取模块，用于获取用于Turbo码编码的RSC码编码器数据库；所述RSC码编码器数据库中包括多种RSC码编码器；
RSC码生成多项式数据库获取模块，用于确定所述RSC码编码器数据库中每个RSC码编码器的生成多项式，得到RSC码生成多项式数据库；
截获码元获取模块，用于获取截获的RSC码编码器第一路输出的第一码元和第二路输出的第二码元；
编码模块，用于采用所述RSC码生成多项式数据库中的每一个生成多项式分别对所述第二码元进行编码，确定每一个生成多项式对应的更新后的第二码元序列，得到第二码元数据库；
码重确定模块，用于根据所述第一码元和所述第二码元数据库，确定每一个生成多项式对应的码重，得到码重数据库；
判断模块，用于对于所述码重数据库中的第j个码重，判断所述第j个码重是否大于对应的门限值；
识别多项式确定模块，用于当所述第j个码重大于对应的门限值时，将所述第j个码重对应的生成多项式确定为识别多项式；
所述判断模块，还用于当所述第j个码重不大于对应的门限值时，判断第j+1个码重是否大于对应的门限值；
所述识别多项式确定模块，还用于当所述码重数据库中的所有的码重均不大于对应的门限值时，将所述码重数据库中数值最大的码重对应的生成多项式确定为识别多项式；
Turbo码分量编码器的识别结果确定模块，用于将所述识别多项式对应的RSC码编码器确定为Turbo码分量编码器的识别结果。
6.根据权利要求5所述的Turbo码分量编码器识别系统，其特征在于，所述码重确定模块具体包括：
循环周期确定单元，用于确定所述RSC码生成多项式数据库中的每一个生成多项式对应的循环周期；所述循环周期为所述生成多项式展开成循环级数的循环周期；
码元矩阵构建单元，用于根据每一个生成多项式对应的循环周期，利用所述第一码元和所述第二码元数据库中第j个更新后的第二码元序列构建码元矩阵；所述码元矩阵为：
A1＝[c′2,1,c′2,2,…,c′2,L-T]T；
A2＝[c′2,1+T,c′2,2+T,…,c′2,L]T；
B1＝[c1,c2,…,cL-T]T；
B2＝[c1+T,c2+T,…,cL]T；
其中，T为第j个生成多项式对应的循环周期；L为截获的第二码元的长度；A1为第2路编码序列；c′2,1为第2路第1个码元；c′2,2为第2路第2个码元；c′2,L-T为第2路第L-T个码元；A2为第2路反编码序列；c′2,1+T为第2路反编码后第T+1个码元；c′2,2+T为第2路反编码后第2+T个码元；c′2,L为第2路反编码后第L个码元；B1为第1路编码序列；c1为第1路序列中第1个码元；c2为第1路序列中第2个码元；cL-T为第1路序列中第L-T个码元；B2为第1路编码间隔T采样序列；c1+T为第1路编码中第1+T码元；c2+T为第1路编码中第2+T码元；cL为第1路编码中第L个码元；
码元向量确定单元，用于根据所述码元矩阵，确定码元向量；所述码元向量为：
Figure FDA0002491231320000051
其中，S(L-T)×1为第j个生成多项式对应的码元向量，ones(·)表示全1序列；
码重确定单元，用于根据所述码元向量利用公式
Figure FDA0002491231320000052
确定第j个生成多项式对应的码重；其中，weight(SL×1)为第j个生成多项式对应的码重，SL×1(i)为第j个生成多项式对应的码元向量S(L-T)×1中的第i个元素；
码重数据库确定单元，用于依次得到每个生成多项式对应的码重，得到所述码重数据库。
7.根据权利要求6所述的Turbo码分量编码器识别系统，其特征在于，所述循环周期确定单元具体包括：
冲激响应系数确定子单元，用于对所述生成多项式对应的RSC码编码器作冲激响应，得到冲激响应的系数；
展开系数确定子单元，用于将所述冲激响应的系数确定为所述生成多项式展开成循环级数时每项的展开系数；
分析矩阵构建子单元，用于利用所有的展开系数构建分析矩阵，所述分析矩阵中所有行元素相同；
循环周期确定子单元，用于将所述分析矩阵的列数确定为所述生成多项式对应的循环周期。
8.根据权利要求6所述的Turbo码分量编码器识别系统，其特征在于，还包括：门限值确定模块，用于在判断所述第j个码重是否大于对应的门限值之前，利用公式
Figure FDA0002491231320000053
确定第j个码重对应的门限值Λ。
CN202010405753.6A 2020-05-14 2020-05-14 一种Turbo码分量编码器识别方法及系统 Active CN111510164B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010405753.6A CN111510164B (zh) 2020-05-14 2020-05-14 一种Turbo码分量编码器识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010405753.6A CN111510164B (zh) 2020-05-14 2020-05-14 一种Turbo码分量编码器识别方法及系统

Publications (2)

Publication Number Publication Date
CN111510164A CN111510164A (zh) 2020-08-07
CN111510164B true CN111510164B (zh) 2022-09-30

Family

ID=71865008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010405753.6A Active CN111510164B (zh) 2020-05-14 2020-05-14 一种Turbo码分量编码器识别方法及系统

Country Status (1)

Country Link
CN (1) CN111510164B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102244521A (zh) * 2010-05-11 2011-11-16 中国电子科技集团公司第三十六研究所 一种归零Turbo码编码参数的盲识别方法
CN102244553B (zh) * 2010-05-11 2014-09-17 中国电子科技集团公司第三十六研究所 一种非归零Turbo码编码参数的盲识别方法
CN104683072A (zh) * 2015-03-26 2015-06-03 山东大学 一种删余turbo码分量编码器的参数盲识别方法
CN110098839B (zh) * 2019-03-18 2022-04-22 西安电子科技大学 一种高误码下非系统卷积码编码参数的盲识别方法

Also Published As

Publication number Publication date
CN111510164A (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
US8677222B2 (en) Method and device for decoding Reed-Solomon (RS) code
CN106059712B (zh) 一种高误码的任意码率卷积码编码参数盲识别方法
Zolotarev et al. Optimization Coding Theory and Multithreshold Algorithms
CN107147400B (zh) 一种ira码开集盲识别方法
Huang et al. Blind recognition of k/n rate convolutional encoders from noisy observation
Naseri et al. Blind recognition algorithm of Turbo codes for communication intelligence systems
CN105812000B (zh) 一种改进的bch软判决译码方法
Wu et al. Blind recognition of BCH code based on Galois field Fourier transform
WO2007053126A1 (en) Methods and devices for decoding and encoding data
CN112165337B (zh) 基于线性约束的卷积码随机交织序列交织关系估计方法
CN111510164B (zh) 一种Turbo码分量编码器识别方法及系统
RU2441318C1 (ru) Устройство декодирования кодов рида-соломона
CN111884662B (zh) 一种误码条件下极化码的参数识别方法及系统
CN113395139A (zh) 一种基于高斯列消元的卷积码码长盲识别方法
CN110995288B (zh) 一种rm码的分析方法和装置
CN110768679B (zh) 64进制ldpc的码字校验方法及系统
CN117560020B (zh) 一种信道编码稀疏校验矩阵重建方法、装置和电子设备
CN113114273B (zh) Ldpc码的校验矩阵提取方法及系统、设备
CN113078914B (zh) 对单个非完整Turbo码分量编码器参数盲识别方法
Bartz et al. Improved syndrome decoding of interleaved subspace codes
CN110535478B (zh) 一种DVB-RCS2协议中双输入类Turbo码闭集识别方法
Mahajan et al. Area efficient parallel lfsr for cyclic redundancy check
Shapin et al. An Algorithm for the Exact Packet Error Probability Calculation for Viterbi Decoding
Wang et al. Design of non-adaptive querying policies based on error control coding
Boyd et al. Recovery of unknown constraint length and generator polynomials for linear convolutional encoders

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