CN111865332B - 适用于星基ads-b的低置信度矩阵可靠提取方法和检错纠错高性能方法 - Google Patents

适用于星基ads-b的低置信度矩阵可靠提取方法和检错纠错高性能方法 Download PDF

Info

Publication number
CN111865332B
CN111865332B CN202010772100.1A CN202010772100A CN111865332B CN 111865332 B CN111865332 B CN 111865332B CN 202010772100 A CN202010772100 A CN 202010772100A CN 111865332 B CN111865332 B CN 111865332B
Authority
CN
China
Prior art keywords
idx
error
matrix
low confidence
satellite
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
CN202010772100.1A
Other languages
English (en)
Other versions
CN111865332A (zh
Inventor
张学军
简鑫慧
黄如
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.)
Beihang University
Original Assignee
Beihang 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 Beihang University filed Critical Beihang University
Priority to CN202010772100.1A priority Critical patent/CN111865332B/zh
Publication of CN111865332A publication Critical patent/CN111865332A/zh
Application granted granted Critical
Publication of CN111865332B publication Critical patent/CN111865332B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03MCODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00Coding, 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
    • H03M13/03Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
    • H03M13/05Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
    • H03M13/09Error detection only, e.g. using cyclic redundancy check [CRC] codes or single parity bit

Landscapes

  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Radio Relay Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明属于航空监视技术领域,涉及一种适用于星基ADS‑B的低置信度矩阵可靠提取方法,利用最大似然比法则,建立数学模型提取矩阵提取所述低置信度矩阵;一种适用于星基ADS‑B的检错纠错高性能方法,包括提取星基ADS‑B接收数据的低置信度矩阵;建立每个错误位置的错误图表样;计算接收信号的校验位;判断校验位是否全零;确定低置信度的位置;对低置信度位在图表中对应的错误图样进行异或纠错;判断异或结果与校验位是否一致,若不一致,则对下一错误图样继续进行异或纠错;若一致,则取反低置信度位;进行CRC验证,若通过则输出该数据。本发明解决了在任意位置的5个及以上的错误纠错,达到了高译码率的要求。

Description

适用于星基ADS-B的低置信度矩阵可靠提取方法和检错纠错 高性能方法
技术领域
本发明属于航空监视技术领域,涉及一种适用于星基ADS-B的低置信度矩阵可靠提取方法和检错纠错高性能方法。
背景技术
假设星基ADS-B接收的信号在同步准确、无频偏无相偏的情况下,数据包长度为112,误码率在0.01~0.03范围内时,如图1所示,根据误码个数的统计概率密度曲线、误码个数的分布函数曲线,误码个数为5个时译码概率在90%以上。如图2所示,图中为从0-5五种不同纠错个数与译码率的关系,经过试验探讨,在1000帧数据中,纠错个数逐渐增加会提高译码性能。因此可以得出,对于星基ADS-B信号的检错纠错能力需要达到5个及以上,才能达到高译码率的要求。
然而现有的纠错算法中,蛮力技术纠正的ADS-B信号的错误数据位个数小于或等于5,如果错误数据位个数大于5,蛮力技术将无法对其进行纠错;保守技术纠正的ADS-B信号的错误数据位个数小于或等于12,且所有错误的数据位在一个宽度为24的窗口之内,如果任何两个错误数据位的跨度超出了24比特窗的范围,保守技术将无法对其进行纠错。因此需要设计新的适用于ADS-B信号的检错纠错算法来解决在任意位置的5个及以上的错误,以达到高译码率的要求。
发明内容
有鉴于此,本发明的目的在于提供一种适用于星基ADS-B的低置信度矩阵可靠提取方法和检错纠错高性能方法。
为达到上述目的,本发明提供如下技术方案:
一方面,本法明提供一种适用于星基ADS-B的低置信度矩阵可靠提取方法,利用最大似然比法则,建立数学模型提取矩阵提取所述低置信度矩阵。
进一步,所述利用最大似然比法则,建立数学模型提取矩阵提取低置信度矩阵,具体包括
根据高斯白噪声性质,叠加在高电平的高电平位置同样符合高斯分布。叠加噪声后的低电平位分布满足均值为0,记为LowLevel=0,计算叠加噪声后的高电平位的均值作为高电平基线HighLevel;
已知数据位每1微秒信号高低电平位各占0.5微秒,其关系记为:
typea(idx)=(slice(idx)-HighLevel)2,高电平
typeb(idx)=(slice(idx)-LowLevel)2,低电平
其中,typea(idx)表示当前码元不是高电平的可能性,typeb(idx)表示当前码元不是低电平的可能性,slice(idx)表示当前码元幅度;
根据最大似然准则,得到:
P1(idx)=typea(idx)+typeb(idx+1),判定为1的概率
P0(idx)=typeb(idx)+typea(idx+1),判定为0的概率
其中,P1(idx)表示当前信号判为1的概率,P0(idx)表示当前信号判为0的概率;
则该时刻的置信度定义为:
P10(idx)=|P1(idx)-P0(idx)|
进而得到整个数据位的置信度矩阵Diff1。
进一步,所述计算叠加噪声后的高电平位的均值,具体为:利用已知序列的高电平位置矩阵A=[1 0 1 0 0 0 01 0 1 0 0 0 0 0 0 1 0 0 1 0 1 0 1 1 0],计算平均值作为高电平基线;所述已知序列为:8微秒的帧头和5微秒的DF序列。
进一步,还包括:
对提取的低置信度矩阵进行下一步验证,具体包括以下步骤:
根据数据位的相位信息,利用相邻数据位的角度连续变化的特点,设置长度LengthSlidingWindow为LSW=5*SPS*2的滑动窗口;
以窗口内正相位和负相位的比例ConsistencySpecificValue为影响因素CSV,以波动范围ThresholdConsistencySpecificValue为影响置信度修正的阈值参数TCSV,其定义为正相位与负相位的差值;CSV存在以下三种情况:
Figure GDA0003038040730000021
定义置信度修正变量CorrectionValuConfidence为CVC;
当CSV满足(1)时,将滑动窗口内负相位相对应的置信度降低CVC;当CSV满足(2)时,将滑动窗口内正相位相对应的置信度降低CVC;当CSV满足(3)时,将滑动窗口内对应的置信度保持。
另一方面,本发明提供一种适用于星基ADS-B的检错纠错高性能方法,包括以下步骤:
S1:提取星基ADS-B接收数据的低置信度矩阵;
S2:建立每个错误位置的错误图表样;
S3:计算接收信号的校验位;
S4:判断校验位是否全零,若是,则执行步骤S8;若否,则执行步骤S5;
S5:确定低置信度的位置;
S6:对低置信度位在图表中对应的错误图样进行异或纠错;
S7:判断异或结果与校验位是否一致,若不一致,则返回步骤S6对下一错误图样继续进行异或纠错;若一致,则取反低置信度位;
S8:进行CRC验证,若通过则输出该数据。
进一步,在所述步骤S1中,采用如前所述的适用于星基ADS-B的低置信度矩阵可靠提取方法进行低置信度矩阵提取。
进一步,步骤S2中所述的每个错误位置的错误图表样,满足:
(1)数据包的112位中每个位置出错后经过CRC校验生成的错误图样均存在,维度为112*24;
(2)错误图样的行数代表出错数据在112位中所在的位置。
进一步,在所述步骤S6中,所述异或纠错具体包括以下步骤:
首先计算译码后信号的校验位;
设置纠错能力ErrorCorrectionAbility为ECA,取置信度矩阵中低ECA位进行排列组合;
对组合进行二进制求和得到异或结果,将其与信号校验位比对:
如果与信号校验位比对一致,则参与排列组合的数据序列对应的ADS-B信号数据位置即判定为出错位;将出错位数据求反完成纠错。
本发明的有益效果在于:本发明提供了种适用于星基ADS-B的低置信度矩阵可靠提取方法,以及一种适用于星基ADS-B的检错纠错高性能方法,解决了在任意位置的5个及以上的错误纠错,达到了高译码率的要求。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1(a)为误码个数的统计概率密度曲线,图1(b)为误码个数的分布函数曲线;
图2为是否纠错以及纠错个数对译码率的影响;
图3为检错纠错算法的实现流程;
图4为每个位置出错后的错误图样表;
图5为去除低置信度点前后角度值对比图;
图6为纠错前后译码率曲线。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
本发明提供一种检错纠错高性能方法,如图3所示,包括以下步骤:
S1:提取星基ADS-B接收数据的低置信度矩阵;
S2:建立每个错误位置的错误图表样;如图4所示,此表要求满足如下条件:
(1)数据包的112位中每个位置出错后经过CRC校验生成的错误图样均存在,维度为112*24。
(2)错误图样的行数代表出错数据在112位中所在的位置。
S3:计算接收信号的校验位;
S4:判断校验位是否全零,若是,则执行步骤S8;若否,则执行步骤S5;
S5:确定低置信度的位置;
S6:对低置信度位在图表中对应的错误图样进行异或纠错;
纠错过程中,首先计算译码后信号的校验位;设置纠错能力ErrorCorrectionAbility为ECA(取值满足从1至5或者更多),取置信度矩阵中低ECA位进行排列组合;对应的,是其错误图样表中的112行数据是排列组合,对组合进行二进制求和得到的异或结果,将其与信号校验位比对。如果与信号校验位比对一致,则参与排列组合的数据序列对应的ADS-B信号数据位置即判定为出错位。将出错位数据求反即完成纠错。
S7:判断异或结果与校验位是否一致,若不一致,则返回步骤S6对下一错误图样继续进行异或纠错;若一致,则取反低置信度位;
S8:进行CRC验证,若通过则输出该数据。
本发明提供一种适用于星基ADS-B的低置信度矩阵可靠提取方法,该置信度矩阵的提取不同于已有的方法,而是利用最大似然比法则,建立数学模型提取矩阵。
根据高斯白噪声性质,叠加在高电平的高电平位置同样符合高斯分布。已知叠加噪声后的低电平位分布满足均值为0,记为LowLevel=0,需要计算叠加噪声后的高电平位的均值作为高电平基线HighLevel。利用已知序列(8微秒的帧头和5微秒的DF序列)的高电平位置矩阵A=[10100001010000001001010110],计算平均值作为高电平基线。
已知数据位每1微秒信号高低电平位各占0.5微秒,其关系可记为:
typea(idx)=(slice(idx)-HighLevel)2,高电平
typeb(idx)=(slice(idx)-LowLevel)2,低电平
其中,typea(idx)表示当前码元不是高电平的可能性,typeb(idx)表示当前码元不是低电平的可能性,slice(idx)表示当前码元幅度;
根据最大似然准则,得到:
P1(idx)=typea(idx)+typeb(idx+1),判定为1的概率
P0(idx)=typeb(idx)+typea(idx+1),判定为0的概率
其中,P1(idx)表示当前信号判为1的概率,P0(idx)表示当前信号判为0的概率;
则该时刻的置信度定义为:
P10(idx)=|P1(idx)-P0(idx)|
进而得到整个数据位的置信度矩阵Diff1。
由于纠错过程中,将纠错深度设置在10及以内来控制纠错功能计算速度和资源占用,因此置信度矩阵的可靠性会影响到纠错性能,因此提取的低置信度矩阵需要进行下一步验证。根据数据位的相位信息,利用相邻数据位的角度连续变化的特点,设置长度LengthSlidingWindow为LSW=5*SPS*2的滑动窗口,以窗口内正相位和负相位的比例ConsistencySpecificValue为影响因素CSV,波动范围ThresholdConsistencySpecificValue为影响置信度修正的阈值参数TCSV,其定义为正相位与负相位的差值。CSV的存在以下三种情况:
Figure GDA0003038040730000061
定义置信度修正变量CorrectionValuConfidence为CVC。当CSV满足(1)时,将滑动窗口内负相位相对应的置信度降低CVC;当CSV满足(2)时,将滑动窗口内正相位相对应的置信度降低CVC;当CSV满足(3)时,将滑动窗口内对应的置信度保持。
如图5所示,虚线和实线的差别为低置信度矩阵的验证的效果,降低了明显错误不可靠点的置信度,为检错纠错提供了更加可靠的低置信度矩阵。
检错纠错的仿真验证:
假设在经过SystemVue系统的100条-90~-104dBm的数据,同步准确,频偏在可接受范围内,纠错深度是10,能力是5时,进行在非相干解调时纠错前、纠错后译码率以及相干解调时纠错前、纠错后译码率的对比实验,验证纠错功能的必要性。如图6所示,在信号功率为-102dBm时,非相干解调时纠错前后译码率从17%提高到88%,相干解调时纠错前后译码率从87%提高到95%,证明纠错在仿真实验中是非常有效且有必要的。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种适用于星基ADS-B的低置信度矩阵可靠提取方法,其特征在于:利用最大似然比法则,建立数学模型提取矩阵提取所述低置信度矩阵;
所述利用最大似然比法则,建立数学模型提取矩阵提取低置信度矩阵,具体包括:
叠加噪声后的低电平位分布满足均值为0,记为LowLevel=0,计算叠加噪声后的高电平位的均值作为高电平基线HighLevel;
已知数据位每1微秒信号高低电平位各占0.5微秒,其关系记为:
typea(idx)=(slice(idx)-HighLevel)2,高电平
typeb(idx)=(slice(idx)-LowLevel)2,低电平
其中,typea(idx)表示当前码元不是高电平的可能性,typeb(idx)表示当前码元不是低电平的可能性,slice(idx)表示当前码元幅度;
根据最大似然准则,得到:
P1(idx)=typea(idx)+typeb(idx+1),判定为1的概率
P0(idx)=typeb(idx)+typea(idx+1),判定为0的概率
其中,P1(idx)表示当前信号判为1的概率,P0(idx)表示当前信号判为0的概率;
则当前时刻的置信度定义为:
P10(idx)=|P1(idx)-P0(idx)|
进而得到整个数据位的置信度矩阵Diff1。
2.根据权利要求1所述的适用于星基ADS-B的低置信度矩阵可靠提取方法,其特征在于:所述计算叠加噪声后的高电平位的均值,具体为:利用已知序列的高电平位置矩阵A=[1 0 1 0 0 0 0 1 0 10 0 0 0 0 0 10 0 1 0 1 0 1 1 0],计算平均值作为高电平基线;所述已知序列为:8微秒的帧头和5微秒的DF序列。
3.根据权利要求2所述的适用于星基ADS-B的低置信度矩阵可靠提取方法,其特征在于:还包括:
对提取的低置信度矩阵进行下一步验证,具体包括以下步骤:
根据数据位的相位信息,利用相邻数据位的角度连续变化的特点,设置长度为LSW=5*SPS*2的滑动窗口;
以窗口内正相位和负相位的比例为影响因素CSV,以波动范围为影响置信度修正的阈值参数TCSV,其定义为正相位与负相位的差值;CSV存在以下三种情况:
Figure FDA0003038040720000021
定义置信度修正变量为CVC;
当CSV满足(1)时,将滑动窗口内负相位相对应的置信度降低CVC;当CSV满足(2)时,将滑动窗口内正相位相对应的置信度降低CVC;当CSV满足(3)时,将滑动窗口内对应的置信度保持。
4.一种适用于星基ADS-B的检错纠错高性能方法,其特征在于:包括以下步骤:
S1:提取星基ADS-B接收数据的低置信度矩阵;其中,采用如权利要求1-3任一项所述的适用于星基ADS-B的低置信度矩阵可靠提取方法进行低置信度矩阵提取;
S2:建立每个错误位置的错误图表样;
S3:计算接收信号的校验位;
S4:判断校验位是否全零,若是,则执行步骤S8;若否,则执行步骤S5;
S5:确定低置信度的位置;
S6:对低置信度位在图表中对应的错误图样进行异或纠错;
S7:判断异或结果与校验位是否一致,若不一致,则返回步骤S6对下一错误图样继续进行异或纠错;若一致,则取反低置信度位;
S8:进行CRC验证,若通过则输出该数据。
5.根据权利要求4所述的适用于星基ADS-B的检错纠错高性能方法,其特征在于:步骤S2中所述的每个错误位置的错误图表样,满足:
(1)数据包的112位中每个位置出错后经过CRC校验生成的错误图样均存在,维度为112*24;
(2)错误图样的行数代表出错数据在112位中所在的位置。
6.根据权利要求4所述的适用于星基ADS-B的检错纠错高性能方法,其特征在于:在所述步骤S6中,所述异或纠错具体包括以下步骤:
首先计算译码后信号的校验位;
设置纠错能力ErrorCorrectionAbility为ECA,取置信度矩阵中低ECA位进行排列组合;
对组合进行二进制求和得到异或结果,将其与信号校验位比对:
如果与信号校验位比对一致,则参与排列组合的数据序列对应的ADS-B信号数据位置即判定为出错位;将出错位数据求反完成纠错。
CN202010772100.1A 2020-08-04 2020-08-04 适用于星基ads-b的低置信度矩阵可靠提取方法和检错纠错高性能方法 Active CN111865332B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010772100.1A CN111865332B (zh) 2020-08-04 2020-08-04 适用于星基ads-b的低置信度矩阵可靠提取方法和检错纠错高性能方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010772100.1A CN111865332B (zh) 2020-08-04 2020-08-04 适用于星基ads-b的低置信度矩阵可靠提取方法和检错纠错高性能方法

Publications (2)

Publication Number Publication Date
CN111865332A CN111865332A (zh) 2020-10-30
CN111865332B true CN111865332B (zh) 2021-07-27

Family

ID=72953302

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010772100.1A Active CN111865332B (zh) 2020-08-04 2020-08-04 适用于星基ads-b的低置信度矩阵可靠提取方法和检错纠错高性能方法

Country Status (1)

Country Link
CN (1) CN111865332B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101345601A (zh) * 2007-07-13 2009-01-14 华为技术有限公司 一种译码方法和译码器
CN103401565A (zh) * 2013-07-09 2013-11-20 宁波成电泰克电子信息技术发展有限公司 一种s模式ads_b系统的纠检错方法
CN104462187A (zh) * 2014-10-22 2015-03-25 上海交通大学 基于最大似然比的群智数据有效性验证方法
CN104734817A (zh) * 2015-04-16 2015-06-24 四川九洲空管科技有限责任公司 一种s模式报文纠错判断方法及其纠错方法
CN105978662A (zh) * 2016-05-09 2016-09-28 清华大学 一种阵列天线卫星通信系统的多用户检测译码方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11017679B2 (en) * 2017-01-13 2021-05-25 Skydio, Inc. Unmanned aerial vehicle visual point cloud navigation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101345601A (zh) * 2007-07-13 2009-01-14 华为技术有限公司 一种译码方法和译码器
CN103401565A (zh) * 2013-07-09 2013-11-20 宁波成电泰克电子信息技术发展有限公司 一种s模式ads_b系统的纠检错方法
CN104462187A (zh) * 2014-10-22 2015-03-25 上海交通大学 基于最大似然比的群智数据有效性验证方法
CN104734817A (zh) * 2015-04-16 2015-06-24 四川九洲空管科技有限责任公司 一种s模式报文纠错判断方法及其纠错方法
CN105978662A (zh) * 2016-05-09 2016-09-28 清华大学 一种阵列天线卫星通信系统的多用户检测译码方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
s模式应答的一种纠错算法设计与实现;李小永等;《中国电子学会第十六届信息论学术年会论文集》;20090918;正文第4部分 *
李小永等.s模式应答的一种纠错算法设计与实现.《中国电子学会第十六届信息论学术年会论文集》.2009, *

Also Published As

Publication number Publication date
CN111865332A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN102224679B (zh) 编码装置、解码装置、编码方法、解码方法及通信系统
CN1192567C (zh) 基于功率频谱密度估计的数据速率确定
US20140351667A1 (en) Method of decoding a correcting code, for example a turbo-code, by analysis of the extended spectrum of the words of the code
JP2021521716A (ja) 非協調システムにおける干渉検出および抑制
CN101931969B (zh) 一种高速下行共享控制信道的信息检测方法及装置
CN105959104B (zh) 基于汉明距离分布的隐写分析方法
US6973143B2 (en) Soft-normalizer for a channel decoder
CN108242978A (zh) 译码方法、装置、频谱检测仪及存储介质
CN111800145A (zh) 一种基于余弦相似度的线性分组码的码长盲识别方法
CN111865332B (zh) 适用于星基ads-b的低置信度矩阵可靠提取方法和检错纠错高性能方法
CN107370555B (zh) 误差判决方法及其装置
CN111726125B (zh) 一种基于模板匹配的含错级联码识别方法
CN107392074B (zh) 提升rfid读写器接收灵敏度的方法及装置
CN109698706B (zh) 基于判决反馈的极化码非相干迭代检测方法及装置
JPH05153174A (ja) デジタル変調された信号の復調、同期方法
RU2699833C1 (ru) Способ ускоренного декодирования линейного кода
CN115664903A (zh) 基于编码脉冲技术的数据包对齐方法及装置
CN114390575B (zh) 一种面向cbtc的无线信号同步检测方法、系统及装置
CN107809310B (zh) 基于分组方差的信息检测方法、装置及接收设备
CN102104448B (zh) 检测语音帧的编码速率的方法和设备
CN108242979A (zh) 译码方法、装置、频谱检测仪及存储介质
CN113132058B (zh) 一种基于高斯约当消元的改进卷积交织盲识别方法
KR102444871B1 (ko) 수신 장치 및 그의 복호 방법
CN108055106A (zh) 一种基于rm码部分译码辅助差分检测码字边界识别方法
Liu et al. Blind detection and identification of polar codes based on the parity check conformity

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