CN111726125B - 一种基于模板匹配的含错级联码识别方法 - Google Patents

一种基于模板匹配的含错级联码识别方法 Download PDF

Info

Publication number
CN111726125B
CN111726125B CN202010666307.0A CN202010666307A CN111726125B CN 111726125 B CN111726125 B CN 111726125B CN 202010666307 A CN202010666307 A CN 202010666307A CN 111726125 B CN111726125 B CN 111726125B
Authority
CN
China
Prior art keywords
code
data
rate
check
executing
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
CN202010666307.0A
Other languages
English (en)
Other versions
CN111726125A (zh
Inventor
涂世龙
陈永明
万坚
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.)
Chengdu Yunsu New Starting Point Technology Co ltd
Original Assignee
Chengdu Yunsu New Starting Point Technology Co ltd
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 Chengdu Yunsu New Starting Point Technology Co ltd filed Critical Chengdu Yunsu New Starting Point Technology Co ltd
Priority to CN202010666307.0A priority Critical patent/CN111726125B/zh
Publication of CN111726125A publication Critical patent/CN111726125A/zh
Application granted granted Critical
Publication of CN111726125B publication Critical patent/CN111726125B/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
    • H03M13/29—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 combining two or more codes or code structures, e.g. product codes, generalised product codes, concatenated codes, inner and outer codes
    • H03M13/2903—Methods and arrangements specifically for encoding, e.g. parallel encoding of a plurality of constituent 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
    • H03M13/61—Aspects and characteristics of methods and arrangements for error correction or error detection, not provided for otherwise
    • H03M13/612—Aspects specific to channel or signal-to-noise ratio estimation
    • 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
    • H04L1/0064—Concatenated codes

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)
  • Error Detection And Correction (AREA)

Abstract

本发明涉及通信技术领域，目的是提供一种基于模板匹配的含错级联码识别方法，本发明公开了一种通信领域中基于模板匹配的含错级联码识别方法，它可应用到认知通信、通信侦察与信息安全等相关领域。该方法采用基于多层校验的机制，通过对星座图映射关系搜索、内外码校验和基于模板的扰码判定等技术方法，达到高误码条件下的级联码识别的目的。本方法识别准确率高，且采用了优化的搜索和校验策略，可以极大地提升识别速度，特别适用于信息对抗、无线电监测和认知通信领域，具有实际意义。

Description

一种基于模板匹配的含错级联码识别方法
技术领域
本发明涉及通信技术领域，具体涉及一种基于模板匹配的含错级联码识别方法，特别适用于解决认知通信、通信对抗等领域中的信道编码识别难题。
背景技术
目前在认知通信中，由于信道、时延等电磁环境因素，会造成通信质量不佳，有时需要根据通信质量和容量的需求，更换信道编码体制，在这种通信环境下无法通过协议实现通信联络，交换编码参数，因此需要一种技术方法能够对数据库里各种编码体制进行快速准确的识别判证。现有的信道编码参数识别方法，采用的统计学方法，但是在误码率较高的条件下，此类识别方法的误识别率很高，无法满足认知通信的需求，且该类方法难以对级联码进行识别(级联码会一定程度上模糊编码的统计特征)。
因此，急需一种含错级联码编码参数识别方法，在已知数据库模板的前提条件下，实现信道编码参数的高效识别。
发明内容
本发明目的在于提供一种基于模板匹配的含错级联码识别方法，解决了在已知信道编码集合前提下的含错级联码编码参数识别的问题，本发明结构合理，设计巧妙，适合推广；
本发明所采用的技术方案是：一种基于模板匹配的含错级联码识别方法，包括以下步骤：
S1：获取解调器输出的星座点数据进行采集，得到解调后的星座点数据，对所有可能星座图映射关系和可能星座图相位模糊进行遍历，执行S2；
S2：当完成遍历时，执行S8，否则，根据当前星座图映射关系和星座图相位模糊对解调后的星座点数据进行解映射，得到解调后的比特软判决数据，执行S3；
S3：对数据库中的编码参数进行遍历，如果完成遍历，执行S2；否则，对当前编码参数的每一级编码进行收集，若每一级编码为乘积码或者低密度校验码时，执行S4；若每一级编码为序列码、维特比编码或者网格编码，则执行S5，若收集失败，重新执行S3；
S4：利用当前乘积码或者低密度校验码进行同步码匹配和码字定位，获取编码起始位置，对解调后的比特软判决数据进行译码，得到乘积码或者低密度校验码译码后的比特数据，译码成功进入S6，若译码不成功，执行S3；
S5：利用当前序列码、维特比编码或者网格编码对解调后的比特软判决数据进行校验，若校验成功，对解调后的比特软判决数据进行译码，得到序列码、维特比编码或者网格编码译码后的比特数据，利用进入S6，若校验不成功，执行S3；
S6:利用数据库里各种信道扰码模板对译码后的比特数据进行试去扰，得到去扰后的比特数据，执行S7；
S7：对去扰后的比特数据进行01平衡性判定和特征码存在性检测，数据01不平衡或存在特征码时，记录扰码参数，执行S8；
S8：结束。
优选的，所述步骤S3中还包含有每一级编码为里德所罗门码，通过里德所罗门码对S5中译码后的比特数据进行里德所罗门码校验，若校验成功，得到里德所罗门码译码后的比特数据，执行S6；若校验不成功，执行S3。
优选的，所述步骤S3中同步码匹配和步骤S7中特征码存在性检测需要确定所需数据帧数N和判决门限T。
优选的，同步码匹配成功或者存在特征码的计算过程为：
S41：设定虚警率Pa和漏检率Pm，设定使用环境下的典型误码率Pe，执行S42；
S42：根据Pa确定判决门限T，N从1开始进行递增，直到Pm满足要求，输出数据帧数N、判决门限T,执行S43；
S43：根据获取的数据与同步码或者与特征码差别率，当差别率小于T时，则得到同步码匹配成功或者存在特征码。
优选的，所述虚警率Pa、漏检率Pm为，
Figure GDA0002817914400000021
Figure GDA0002817914400000022
式中，P为同步码/特征码周期，L为同步码/特征码比特数，N＝1.2…，
Figure GDA0002817914400000024
为下取整，
Figure GDA0002817914400000023
(·)！为阶乘。
优选的，所述步骤S3中乘积码校验采用基于其子码校验通过率的恒虚警检测算法，设定虚警率Pa，确定检验通过率门限T，
Figure GDA0002817914400000031
式中，其中N为乘积码码字个数，M为每个乘积码码字包含的子码个数，t为容错比特数，p0＝1/2m+1，m为(2m，2m-1-m)扩展汉明码的编码参数。
优选的，在检验是否为期望的扩展汉明码合法码字的过程中，只要有存在一个为合法码字，即认为该子码通过校验，否则为未通过校验，所有子码判证完毕后，统计通过率，如果通过率大于前面的门限T，则认为TPC校验成功，否则为未成功。
优选的，所述S3步骤中构建了基于模板匹配的级联码识别框架，用以识别内外码、扰码的编码参数。
与现有技术相比，本发明的有益效果为：
1.本发明在已知编码数据库模板的基础上，可以高效实现含错数据的级联码识别，且随着数据库编码模板的扩充，识别种类和样式也会越来越丰富；
2.本发明提出的编码参数识别方法识别准确率高，可以很好地适应认知通信的需求。
附图说明
图1为一种基于模板匹配的含错级联码识别方法的流程图；
图2为本发明的实施例中TPC3/4码识别性能图。
具体实施方式
下面结合本发明的附图1～2，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技术方案。
一种基于模板匹配的含错级联码识别方法：
S1、对解调器输出的星座点数据进行采集，得到解调后的星座点数据；
S2、对所有可能星座图映射关系和可能星座图相位模糊进行遍历。如果完成遍历，结束本方法；否则，根据当前星座图映射关系和星座图相位模糊对解调后的星座点数据进行解映射，得到解调后的比特软判决数据；
S3、对数据库中的编码参数进行遍历。如果完成遍历，回到S2；否则，对当前编码参数的每一级编码进行判断。如果当前编码参数的每一级编码为TPC(Turbo Product Code)或LDPC(Low-Density Parity-check Code)，则进行同步码匹配和码字定位，获取编码起始位置，如果失败，回到S3；如果当前编码参数的每一级编码为序列码、Viterbi或TCM(Trellis Coded Modulation)，则进入S6；
S4、利用当前TPC/LDPC编码参数和S3获取的编码起始位置，对解调后的比特软判决数据进行TPC码校验/LDPC码试译码。如果译码不成功，回到S3；
S5、记录当前TPC/LDPC编码参数，并利用当前TPC/LDPC编码参数对解调后的比特软判决数据进行译码，得到译码后的比特数据，进入S10；
S6、利用当前序列码/Viterbi/TCM编码参数对解调后的比特软判决数据进行序列码/Viterbi/TCM码校验。如果校验不成功，返回S3；
S7、记录当前序列码/Viterbi/TCM编码参数，并利用当前序列码/Viterbi/TCM编码参数对解调后的比特软判决数据进行译码，得到译码后的比特数据；
S8、如果当前编码参数包含RS(Reed-Solomon)码，利用该RS码参数对S7译码后的比特数据进行RS码校验，如果检验不成功，返回S3；如果当前编码参数不包含RS码，则转S10；
S9、记录当前RS码编码参数，利用该RS码参数对S7译码后的比特数据进行RS译码，得到RS译码后的比特数据；
S10、利用数据库里各种信道扰码模板对译码后的比特数据进行试去扰，得到去扰后的比特数据；
S11、对去扰后的比特数据进行01平衡性判定和特征码存在性检测。如果数据01不平衡或存在特征码，则记录扰码参数，结束本方法；否则，直接结束本方法。
进一步地：所述步骤S3中同步码匹配和步骤S11中特征码存在性检测需要合理设置所需数据帧数N和判决门限T，以保证虚警率和漏检率指标要求，并尽可能提升处理速度。
进一步地：确定所需数据帧数N和判决门限T具体步骤为：
(1)设定虚警率Pa和漏检率Pm，设定使用环境下的典型误码率Pe；
(2)对N＝1,2,…，根据Pa确定T，直到Pm满足要求，输出N,T。
其中，Pa的计算公式为
Figure GDA0002817914400000051
Pm的计算公式为
Figure GDA0002817914400000052
其中，P为同步码/特征码周期，L为同步码/特征码比特数，T为判决门限(当数据与同步码/特征码的差别率<T时，认为同步码匹配成功或存在特征码)，
Figure GDA0002817914400000055
为下取整，
Figure GDA0002817914400000053
(·)！为阶乘。
进一步地：所述步骤S4中TPC码校验采用基于其子码(一般为扩展汉明码)校验通过率的恒虚警检测算法。该算法首先根据虚警率公式确定校验通过率门限T，然后对所有TPC码码字的每一个子码进行校验，统计校验通过率。最后将该校验通过率与T相比较，根据比较结果确定TPC码校验是否通过。
进一步地：基于TPC码子码校验通过率的恒虚警检测算法具体步骤为：
(1)设定虚警率Pa，根据公式
Figure GDA0002817914400000054
确定检验通过率门限T。其中N为TPC码码字个数，M为每个TPC码字包含的子码个数，t为容错比特数，p0＝1/2m+1，m为(2m，2m-1-m)扩展汉明码的编码参数；
(2)对每一个TPC码子码，从相应解调后的比特软判决数据中找出绝对值最小的t个值，这些位置极可能存在误码，由此产生2t个错误模式。穷举所有2t个错误模式，检验是否为期望的扩展汉明码合法码字，只要有一个为合法码字，即认为该子码通过校验，否则为未通过校验。所有子码判证完毕后，统计通过率，如果通过率大于前面的门限T，则认为TPC校验成功，否则为未成功。
以常见TPC 3/4编码为例，该TPC码有46个行码，为(64，57)扩展汉明码。取10个码字，要求虚警率<1％，容错3比特，则T＝0.09375。通过仿真可以得到图2所示的检测率曲线。为了对比，图中同时给出了传统的基于试译码的检测算法(用1或10个码字)和不同容错比特数下基于子码校验通过率的恒虚警检测算法的检测率。
从图中可以看出，50％检测率下，容错3比特时比传统的基于单码字译码的检测算法所需信噪比降低了0.8dB，相当于解调误码率从5.2E-2提高到7.0E-2。
进一步地：所述步骤S6中序列/Viterbi校验采用基于校验式的校验方法。该方法通过对编码数据进行高斯消元，求取编码的校验式，然后根据解调软判决数据的绝对值对数据进行筛选，仅采用可靠性高的数据进行校验，以降低误码影响，从而能适应误码率较高的条件。
综上所述，本实施例的实施原理为：采用基于多层校验的机制，通过对星座图映射关系搜索、内外码校验和基于模板的扰码判定等技术方法，达到高误码条件下的级联码识别的目的。本方法识别准确率高，且采用了优化的搜索和校验策略，可以极大地提升识别速度，本发明结构合理，设计巧妙，适合推广。

Claims (8)

1.一种基于模板匹配的含错级联码识别方法，其特征在于，包括以下步骤：
S1：获取解调器输出的星座点数据进行采集，得到解调后的星座点数据，对所有可能星座图映射关系和可能星座图相位模糊进行遍历，执行S2；
S2：当完成遍历时，执行S8，否则，根据当前星座图映射关系和星座图相位模糊对解调后的星座点数据进行解映射，得到解调后的比特软判决数据，执行S3；
S3：对数据库中的编码参数进行遍历，如果完成遍历，执行S2；否则，对当前编码参数的每一级编码进行收集；若每一级编码为乘积码或者低密度校验码时，执行S4；若每一级编码为序列码、维特比编码或者网格编码，则执行S5；若收集失败，重新执行S3；
S4：利用当前乘积码或者低密度校验码进行同步码匹配和码字定位，获取编码起始位置，对解调后的比特软判决数据进行译码，得到乘积码或者低密度校验码译码后的比特数据，译码成功进入S6，若译码不成功，执行S3；
S5：利用当前序列码、维特比编码或者网格编码对解调后的比特软判决数据进行校验，若校验成功，对解调后的比特软判决数据进行译码，得到序列码、维特比编码或者网格编码译码后的比特数据，利用进入S6，若校验不成功，执行S3；
S6：利用数据库里各种信道扰码模板对译码后的比特数据进行试去扰，得到去扰后的比特数据，执行S7；
S7：对去扰后的比特数据进行01平衡性判定和特征码存在性检测，数据01不平衡或存在特征码时，记录扰码参数，执行S8；
S8：结束。
2.根据权利要求1所述的一种基于模板匹配的含错级联码识别方法，其特征在于，所述步骤S3中还包含有每一级编码为里德所罗门码，通过里德所罗门码对S5中译码后的比特数据进行里德所罗门码校验，若校验成功，得到里德所罗门码译码后的比特数据，执行S6；若校验不成功，执行S3。
3.根据权利要求2所述的一种基于模板匹配的含错级联码识别方法，其特征在于，所述步骤S3中同步码匹配和步骤S7中特征码存在性检测需要确定所需数据帧数N和判决门限T。
4.根据权利要求2所述的一种基于模板匹配的含错级联码识别方法，其特征在于，同步码匹配成功或者存在特征码的计算过程为：
S41：设定虚警率Pa和漏检率Pm，设定使用环境下的典型误码率Pe，执行S42；
S42：根据Pa确定判决门限T，N从1开始进行递增，直到Pm满足要求，输出数据帧数N、判决门限T，执行S43；
S43：根据获取的数据与同步码或者与特征码差别率，当差别率小于T时，则得到同步码匹配成功或者存在特征码。
5.根据权利要求4所述的一种基于模板匹配的含错级联码识别方法，其特征在于，所述虚警率Pa、漏检率Pm为，
Figure FDA0002817914390000021
Figure FDA0002817914390000022
式中，P为同步码/特征码周期，L为同步码/特征码比特数，N＝1.2....，
Figure FDA0002817914390000023
为下取整，
Figure FDA0002817914390000024
(·)！为阶乘。
6.根据权利要求1所述的一种基于模板匹配的含错级联码识别方法，其特征在于，所述步骤S3中乘积码校验采用基于其子码校验通过率的恒虚警检测算法，设定虚警率Pa，确定检验通过率门限T，
Figure FDA0002817914390000025
式中，其中N为乘积码码字个数，M为每个乘积码码字包含的子码个数，t为容错比特数，p0＝1/2m+1，m为(2m，2m-1-m)扩展汉明码的编码参数。
7.根据权利要求6所述的一种基于模板匹配的含错级联码识别方法，其特征在于，在检验是否为期望的扩展汉明码合法码字的过程中，只要有存在一个为合法码字，即认为该子码通过校验，否则为未通过校验，所有子码判证完毕后，统计通过率，如果通过率大于前面的门限T，则认为TPC校验成功，否则为未成功。
8.根据权利要求1至5中任意一项所述的一种基于模板匹配的含错级联码识别方法，其特征在于，所述S3步骤中构建了基于模板匹配的级联码识别框架，用以识别内外码和扰码的编码参数。
CN202010666307.0A 2020-07-10 2020-07-10 一种基于模板匹配的含错级联码识别方法 Active CN111726125B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010666307.0A CN111726125B (zh) 2020-07-10 2020-07-10 一种基于模板匹配的含错级联码识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010666307.0A CN111726125B (zh) 2020-07-10 2020-07-10 一种基于模板匹配的含错级联码识别方法

Publications (2)

Publication Number Publication Date
CN111726125A CN111726125A (zh) 2020-09-29
CN111726125B true CN111726125B (zh) 2021-02-12

Family

ID=72572410

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010666307.0A Active CN111726125B (zh) 2020-07-10 2020-07-10 一种基于模板匹配的含错级联码识别方法

Country Status (1)

Country Link
CN (1) CN111726125B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112821895B (zh) * 2021-04-16 2021-07-09 成都戎星科技有限公司 一种实现信号高误码率下的编码识别方法
CN114422088A (zh) * 2022-03-28 2022-04-29 成都锢德科技有限公司 一种快速卫星信号编码识别系统及方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103297190A (zh) * 2013-05-11 2013-09-11 哈尔滨工业大学深圳研究生院 面向深空通信的码辅助载波相位同步系统及方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005166089A (ja) * 2003-11-28 2005-06-23 Toshiba Corp ディスク記憶装置、データ再生装置及びデータ再生方法
CN101102125B (zh) * 2007-08-09 2012-06-13 中兴通讯股份有限公司 一种辅同步信道加扰方法及其对应小区搜索方式
CN100586056C (zh) * 2008-01-11 2010-01-27 清华大学 基于低密度奇偶校验译码软判决信息的迭代定时同步方法
CN101562456B (zh) * 2009-06-03 2012-08-22 华北电力大学（保定） 基于低密度奇偶校验码译码软信息的码辅助帧同步方法
CN102271101B (zh) * 2010-06-04 2016-05-04 重庆重邮信科通信技术有限公司 Hsupa系统e-hich sir估计方法及装置
KR101764472B1 (ko) * 2014-10-17 2017-08-14 주식회사 엘지화학 배터리 관리 항목의 식별 코드 할당 장치, 배터리 관리 항목의 순서화 장치 및 이를 이용한 배터리 관리 방법
US10084485B2 (en) * 2016-03-23 2018-09-25 SK Hynix Inc. Soft decoder parameter optimization for product codes
CN106712898B (zh) * 2016-08-30 2020-08-11 中国人民解放军理工大学 基于高斯迭代列消元的信道编码盲识别方法
CN106656208A (zh) * 2016-12-14 2017-05-10 天津大学 一种纠正同步错误的符号级硬判决迭代译码的级联码方法
US20190019227A1 (en) * 2017-07-11 2019-01-17 Harold T. Fogg System and method for streamlining access to device information
CN108847911B (zh) * 2018-06-14 2020-10-27 西安交通大学 一种基于独立性校验编码的ofdm信道训练鉴权方法
CN109450460B (zh) * 2018-10-29 2020-06-23 电子科技大学 一种rs码与卷积码的级联码的参数识别方法
CN109561035B (zh) * 2018-12-21 2021-02-12 电子科技大学 一种基于太赫兹的超宽带单通道信号盲检测方法
CN110971250B (zh) * 2019-04-02 2020-11-10 成都云溯新起点科技有限公司 一种单通道同频干扰检测与分离方法
CN110098838B (zh) * 2019-04-30 2022-03-22 天津大学 Ldpc-rs乘积码的纠错纠删迭代译码方法
CN110233703A (zh) * 2019-05-31 2019-09-13 天津大学 一种基于最大似然译码的快速信道编码盲识别方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103297190A (zh) * 2013-05-11 2013-09-11 哈尔滨工业大学深圳研究生院 面向深空通信的码辅助载波相位同步系统及方法

Also Published As

Publication number Publication date
CN111726125A (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
US9214958B2 (en) Method and decoder for processing decoding
CN111726125B (zh) 一种基于模板匹配的含错级联码识别方法
US7319726B1 (en) Soft-output decoding method and apparatus for controlled intersymbol interference channels
JP3822249B2 (ja) 不均一エラー保護を有する通信信号の検出方法および手段
WO2007103399A2 (en) Scrubber brush with sleeve and brush mandrel
CN105247793A (zh) 针对错误校正码的误校正检测
US6950975B2 (en) Acceleration of convergence rate with verified bits in turbo decoding
US7480852B2 (en) Method and system for improving decoding efficiency in wireless receivers
CN107370566B (zh) 一种误码条件下的删余Turbo码盲识别方法
JP6522889B2 (ja) 符号のワードの拡大スペクトル解析による、訂正符号、例えばターボ符号の復号法
CN104242957B (zh) 译码处理方法及译码器
US5327439A (en) Efficiency of the Viterbi algorithm
CN105763205A (zh) 基于高斯列消元的螺旋形交织器参数盲估计方法
CN107959549A (zh) 一种标签信号解码方法、标签解码装置及标签阅读器
JPH10133898A (ja) 畳み込みエンコードデータのエラー検出およびエラー補正方法
CN108242978A (zh) 译码方法、装置、频谱检测仪及存储介质
CN111464267B (zh) 通信数据校验方法、装置、计算机设备和存储介质
CN106209312B (zh) 一种利用软判决的循环码参数盲识别方法
CN109525367B (zh) 基于LoRa编码和解码机制的检错和自适应纠错方法
CN103905065A (zh) 一种卷积码译码方法和装置
CN114390575B (zh) 一种面向cbtc的无线信号同步检测方法、系统及装置
US6598189B1 (en) Method and apparatus for determining the rate and quality of received data in a variable rate digital communication system
CN112332866B (zh) 一种基于dvb-s与dvb-s2信号的级联码参数识别方法
CN108242979A (zh) 译码方法、装置、频谱检测仪及存储介质
CN108833057B (zh) 一种基于3gpp 5g-nr极化码的分布式crc处理方法

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A recognition method of concatenated codes with errors based on template matching

Effective date of registration: 20220722

Granted publication date: 20210212

Pledgee: Wenjiang Branch of Bank of China Ltd.

Pledgor: CHENGDU YUNSU NEW STARTING POINT TECHNOLOGY Co.,Ltd.

Registration number: Y2022510000220