CN112165338B - 一种卷积码随机交织序列交织关系的估计方法 - Google Patents
一种卷积码随机交织序列交织关系的估计方法 Download PDFInfo
- Publication number
- CN112165338B CN112165338B CN202011059417.7A CN202011059417A CN112165338B CN 112165338 B CN112165338 B CN 112165338B CN 202011059417 A CN202011059417 A CN 202011059417A CN 112165338 B CN112165338 B CN 112165338B
- Authority
- CN
- China
- Prior art keywords
- interleaving
- convolutional code
- relation
- weight
- columns
- 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
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
- H03M13/27—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 using interleaving techniques
Abstract
本发明属于通信技术领域，具体是涉及一种卷积码随机交织序列交织关系的估计方法。本发明是在利用截获数据c，在已知c对应的(2,1，v)卷积码编码器结构、交织深度L、交织起点的情况下，完成交织关系的估计，首先利用已知的(2,1，v)卷积码编码器构造该卷积码包含第x列的校验方程H1的标准图，然后将截获数据按照给定起点与交织深度，构成数据矩阵B，随机选取B的第y列，采用Dumer算法得到矩阵B包含第y列的校验方程H2，若H1的数量等于H2的数量，建立H2的图，利用图同构的方法对校验方程排序，使之一一对应，再通过图的顶点集，确定部分交织关系，最后利用已确定的交织关系的前后滑窗矩阵和校验向量相乘的结果继续求解后续的交织关系。
Description
技术领域
本发明属于通信技术领域，具体是涉及一种卷积码随机交织序列交织关系的估计方法。
背景技术
纠错编码技术通过添加冗余比特，使系统具备检测或者纠正错误的能力。但信号在信道传输过程中，可能会产生由长持续时间衰落造成的连续错误，纠错编码只能检测或纠正单个错误或较短的连续错误，而对于由脉冲干扰、同频干扰、多径衰落等因素引起的突发差错，仅仅依靠纠错码并不能纠正。
交织器的引入较好地解决了上述问题，实际工程应用中一般采取纠错码和交织器相级联的方式，交织技术通过拆分原本相邻的码元，使得连续突发差错在时间上扩散开来，将连续突发的差错分散成单个的随机差错，使译码器将其看作随机错误处理，让纠错编码技术能够有效发挥作用，从而增强译码的准确率，保证通信的可靠性。目前，交织技术已在实际通信中大量使用。但交织技术的引入，给非合作通信的侦察方的编码估计分析带来了巨大困难。一方面，交织技术的应用改变了信道编码的原始顺序，给估计编码参数的方法带来了困难；另一方面大交织深度的交织技术的应用，进一步增大了估计的运算量和难度。因此，如何在含错信息码流条件下快速正确的求解交织参数成为了亟待解决的关键问题。
国内外针对交织估计技术的研究成果已经较为丰富，但基本集中于分组交织和卷积交织，对随机交织估计鲜有涉及，并且目前现有的少量针对随机交织估计的研究主要集中在Turbo码交织支路中，很少有针对卷积码为底码随机交织估计的研究。总结国内外公开发表的文献资料来看，目前对于卷积码随机交织估计方法主要是涂榫等人提出了一种针对(2,1,v)卷积码随机交织参数进行估计的方法，该方法在估计出编码参数和交织深度的基础上，通过删除矩阵的秩特性确定卷积码码组的先后顺序，进而利用基构造法和穷举比对确定随机交织的置换关系，但是该方法估计性能较差，该方法1‰误码率下估计成功的概率达到70％，但适应的交织深度仅仅在20以内，这样的交织深度显然难以满足实际需求。
发明内容
为了解决目前针对随机交织估计的研究成果主要集中在Turbo码的交织支路，对卷积码随机交织的估计研究十分欠缺的问题，本发明提出了一种(2,1，v)卷积码随机交织的估计方法，适应的交织深度可以达到1000，并且在数据矩阵帧数足够大时可以在1％误码率的条件下成功完成正确的交织关系估计。
实际工程应用中一般采取纠错码编码器和交织器相级联的方式如图1所示，本发明的目的是在利用截获数据c，在已知c对应的(2,1，v)卷积码编码器结构、交织深度L、交织起点的情况下，完成交织关系的估计，恢复出随机交织器π。本发明首先利用已知的(2,1，v)卷积码编码器构造该卷积码包含第x列(5v≤x≤L-5v)的校验方程H1的标准图，然后将截获数据按照给定起点与交织深度，构成S×L的数据矩阵B，随机选取B的第y列，采用Dumer算法(在Two Decoding Algorithms for Linear Codes[J].Problems of InformationTransmission,1989,25(1):24–32论文中提出的Dumer算法)得到矩阵B包含第y列的校验方程H2，若H1的数量等于H2的数量，建立H2的图，利用图同构的方法对校验方程排序，使之一一对应，再通过图的顶点集，确定部分交织关系，最后利用已确定的交织关系的前后滑窗矩阵和校验向量相乘的结果继续求解后续的交织关系。
本发明的技术方案为：
一种卷积码随机交织序列交织关系的估计方法，设截取到的随机交织后的卷积码c，并已知截获数据c对应的(2,1，v)卷积码编码器结构、交织深度L和交织起点；包括以下步骤：
S1、构建交织前后校验方程的图：
S11、根据卷积码编码器结构得到该卷积码的校验方程h，将h依次移位2n位得到2v个方程h1，n＝1,2,…,2v，初始化H＝[]，N＝1；
S12、选取h1的N个方程进行二进制加法，一共得到
个不同的方程h2，选取h2的每一个方程和h进行二进制加法，一共得到
个不同的方程h3，选取h3中重量与h重量相同的方程h4，更新H＝[H；h4]，N＝N+1，如果N<2v+1，重复步骤S12，否则，进入步骤S13；
S13、选定未交织卷积码第x列，将H中的方程移位偶数位，使得移位后的方程包含第x列，5v≤x≤L-5v，令移位后的得到的方程为H1，H1中方程的数量为n1；
S14、利用截取到的随机交织后的卷积码c按照给定起点与帧长，构成S×L的数据矩阵B：
S为选用的帧数，L为交织深度；
S15、随机选择B的第y列，采用Dumer算法搜索矩阵B包含这个位置的所有校验方程H2，设这些校验方程的数量为n2；
S16、判断n1是否等于n2，若是，则进入步骤S17，否则，回到步骤S15；
S17、建立H1的图
和H2的图
建图方法为H中的每个校验方程在
中由一个顶点表示，对于H中的任意两个校验方程ε和ε'，如果二者之间有k个相同的位置，则在
中有两个相应的顶点由k条边相连，用图G表示在图
的边上没有标签的图；一个简单例子表示校验方程集合H的标签图
如图3所示,建立H1和H2图的流程如图6所示。
S2、利用图同构的方法确定部分交织关系：
S21、根据
和
的同构关系对H1和H2标号，图上对应的顶点标上相同的序号，并根据顶点顺序对交织后的方程H2排序，使得H1和H2按行一一对应；一次随机交织深度为1000的(15，17)卷积码交织前包含位置101的图如图3所示，交织后与之有相同校验方程个数的图如4所示，这两张图是同构的。
S22、通过图的顶点集确定部分交织关系，即在交织之前位置出现的顶点集，在交织之后的图中对应顶点集中共有标签对应的位置为交织之前的位置，记k0为已确定的交织位置个数，记已确定的交织关系为P；以(15,17)卷积码为例进行说明，在交织之前位置95(对应图上的边的标签)出现的顶点集为{1,5,6,9，10}，则在交织之后的图中在顶点集{1,5,6,9,10}中共有的标签对应的位置i3＝597即对应交织之前的95，即
π(i3)＝95
以此类推，继续确定其他位置的交织关系。
S3、剩余交织关系的确定：
S31、在B中选择S2中已经确定了的交织关系中前2*v个位置对应的列，构成初始滑窗矩阵B1,初始化n＝0；
S32、从B中未确定交织关系所在的列中选取没有选过的2列[j1,j2]拼接在B1的左边构成矩阵w1，测试与卷积码的校验向量h0是否满足：
weight(w1*h0)<T
weight代表二进制向量的汉明重量，1≤T≤10
若满足，则更新n＝0,进入步骤S33；否则，更新n＝n+1，若
重复步骤S32，若
进入步骤S35；前续交织关系的估计流程图如图7所示。
S33、以[j1,j2]和[j2，j1]的顺序拼接在B1的左边得到矩阵A1，A2，取二者的第1到2*v列构成矩阵C1，C2；再从B中未确定交织关系的列除去[j1,j2]后剩下的列中任意选取2列拼接在C1，C2的左边得到矩阵D1，D2；测试与卷积码的校验向量h0是否满足：
weight(D1*h0)<T
或者
weight(D2*h0)<T
weight代表二进制向量的汉明重量，1≤T≤10
若满足，则进入步骤S34；否则重复步骤S33；
S34、记
D1*h0＝T1
D2*h0＝T2
判定二者所对应的重量较小者为正确的顺序，即
映射π代表该列的矩阵B中的列号，更新矩阵B1为C1，C2中对应重量较小的那一个，k0＝k0+2，回到步骤S32；
S35、在已经确定了的交织关系中选择后2*v个位置，构成初始滑窗矩阵B1；
S36、从B中未确定交织关系所在的列中选取没有选过的2列[j1,j2]拼接在B1的右边构成矩阵w1，测试与卷积码的校验向量h0是否满足：
weight(w1*h0)<T
weight代表二进制向量的汉明重量，1≤T≤10
若满足，则进入步骤S37；否则，若P的长度小于
重复步骤S36，若P的长度等于
后续交织关系估计结束，令P1为1到
与P的补集，输出P＝[P P1]；后续交织关系的估计流程图如图8所示，整体交织关系的估计流程图如图2所示。
S37、以[j1,j2]和[j2，j1]的顺序拼接在B1的右边得到矩阵A1，A2，取二者的第3到2*v+2列构成矩阵C1，C2；再从B中未确定交织关系的列除去[j1,j2]后剩下的列中任意选取2列拼接在C1，C2的右边得到矩阵D1，D2；测试与卷积码的校验向量h0是否满足：
weight(D1*h0)<T
或者
weight(D2*h0)<T
weight代表二进制向量的汉明重量，1≤T≤10
若满足则进入步骤S38，否则重复步骤S37；
S38、记
D1*h0＝T1
D2*h0＝T2
判定二者所对应的重量较小者为正确的顺序，即
更新矩阵B1为C1，C2中对应重量较小的那一个，回到步骤S36。
本发明的有益效果是：适应的交织深度可以达到1000，并且在数据矩阵帧数足够大时可以在1％误码率的条件下成功完成正确的交织关系估计。
附图说明
图1是卷积编码交织过程的模型图。
图2是一个包含4个校验方程的集合H＝{ε1,ε2,ε3,ε4}的图，其中ε1＝{1,4,5},ε2＝{2,3,5},ε3＝{3,5,6},ε4＝{2,4,6}。
图3是随机交织深度为1000的(15，17)卷积码交织前包含位置103的图。
图4是交织后与图5有相同校验方程个数的图，这两张图是同构的。
图5是整体交织关系的估计流程图。
图6是构建G(H1)和G(H2)的流程图。
图7是初始已确定交织关系的前续交织关系估计流程图。
图8是初始已确定交织关系的后续交织关系估计流程图。
具体实施方式
下面结合附图及实施例，详细描述本发明的技术方案。
实施例1
以一个生成多项式为(15,17)的(2,1,3)卷积码为例，交织深度为1000，误码率1‰条件下，按照本发明的方法进行估计。
具体执行如下：
S1:构建交织前后校验方程的图
S1.1:根据(15，17)卷积码编码器结构得到该卷积码的校验向量x1+x2+x3+x5+x6+x7+x8＝0将h移位2、4、6、8、10、12、14、16位得到8个方程h1,初始化H＝[]；N＝1；
S1.2:选取h1的N个方程进行二进制加法，一共得到
个不同的方程h2，选取h2的每一个方程和h进行二进制加法，一共得到
个不同的方程h3，选取h3中重量与h重量相同的方程h4，H＝[H；h4]，N＝N+1，如果N<2v+1，进入步骤S1.2，反之，进入步骤S1.3。
S1.3:选定未交织卷积码第101列，将H中的方程移位偶数位，使得移位后的方程包含第101列，令移位后的得到的方程为H1，H1中方程的数量n1为11。
S1.4：利用截取到的随机交织后的卷积码c按照给定起点与帧长，构成维数为80×1000的数据矩阵B：
S1.5：随机选择B的第993列，采用Dumer算法搜索矩阵B包含这个位置的所有校验方程H2，设这些校验方程的数量为11。
S1.6：n1＝n2，进入步骤S1.7。
S1.7：建立H1的图
和H2的图
S2:利用图同构的方法确定部分交织关系:
S2.1：根据
和
的同构关系对H1和H2标号，图上对应的顶点标上相同的序号，并根据顶点顺序对交织后的方程H2排序，使得H1和H2按行一一对应，一次随机交织深度为1000的(15，17)卷积码交织前包含位置101的图如图3所示，交织后与之有相同校验方程个数的图如4所示，这两张图是同构的。
S2.2：通过图的顶点集确定部分交织关系，此时一共可以确定14个交织关系，k0＝14,P＝[597 752 569 951 869 112 993 378 167 978 631 519 918 227]。
S3：剩余交织关系的确定：
S3.1:在B中选择S2中已经确定了的交织关系中前6个位置对应的列，构成初始滑窗矩阵B1,初始化n＝0。
S3.2:从B中未确定交织关系所在的列中选取没有选过的2列[j1,j2]拼接在B1的左边构成矩阵w1，测试与卷积码的校验向量h0＝[11101111]是否满足：
weight(w1*h0)<10
若满足进入步骤S3.3，更新n＝0,反之n＝n+1，若
进入步骤S3.2，若
+1，说明完成了对步骤S9中已确定的交织关系前续所有交织关系的估计，进入S3.5。
S3.3：以[j1,j2]和[j2，j1]的顺序拼接在B1的左边得到矩阵A1，A2，取二者的第1到6列构成矩阵C1,C2，再从B中未确定交织关系的列除去[j1,j2]后剩下的列中任意选取2列拼接在C1，C2的左边得到矩阵D1,D2，测试与卷积码的校验向量h0是否满足：
weight(D1*h0)<10
或者
weight(D2*h0)<10
若满足进入步骤S3.4，反之进入S3.3。
S3.4:记
D1*h0＝T1
D2*h0＝T2
判定二者所对应的重量较小者为正确的顺序，即
映射π代表该列的矩阵B中的列号，更新矩阵B1为C1，C2中对应重量较小的那一个，k0＝k0+2，进入S3.2。
S3.5:在已经确定了的交织关系中选择后6个位置，构成初始滑窗矩阵B1。
S3.6:从B中未确定交织关系所在的列中选取没有选过的2列[j1,j2]拼接在B1的右边构成矩阵w1，测试与卷积码的校验向量h0是否满足：
weight(w*h0)<10
若满足进入步骤S3.7，反之，若P的长度小于998，进入步骤S3.6，若P的长度等于996，后续交织关系估计结束，P2＝[P[j3,j4]]；P1为1到
与P2的补集，输出P＝[P2P1]。
S3.7：以[j1,j2]和[j2，j1]的顺序拼接在B1的右边得到矩阵A1，A2，取二者的第3到8列构成矩阵C1,C2，再从B中未确定交织关系的列除去[j1,j2]后剩下的列中任意选取2列拼接在C1，C2的右边得到矩阵D1,D2，测试与卷积码的校验向量h0是否满足：
weight(D1*h0)<10
或者
weight(D1*h0)<10
若满足进入步骤S3.8，反之进入S3.7。
S3.8:记
D1*h0＝T1
D2*h0＝T2
判定二者所对应的重量较小者为正确的顺序，即
更新矩阵B1为C1，C2中对应重量较小的那一个，进入S3.6。
最终输出交织关系为P＝[489 501 231 69 90 464 717 51 448 398 812 895720 726 736 784 891 232 920 13 858 438 105 407 690 348 775 319 127 634 926639 201 799 414 92 734 168 803 35 916 523 953 912 314 922 698 924 745 813 453621 353 852 312 957 8 789 61 95 632 556 320 525 467 709 26 36 847 197 797 816385 755 950 743 808 848 189 417 691 966 723 741 838 628 387 563 827 535 597752 569 951 869 112 993 378 167 978 631 519 918 227 380 818 451 976 642 810900 846 400 830 27 42 580 277 137 506 120 250 681 820 633 553 474 456 100 928865 619 304 481 205 322 809 526 427 317 533 156 970 502 237 716 959 463 257133 37 113 669 236 856 948 968 817 836 210 280 964 175 529 148 786 544 936222 702 719 151 853 355 561 859 128 513 616 554 404 296 873 176 492 361 539413 14 614 292 424 682 952 153 999 346 974 217 933 235 238 598 925 247 49 130364 286 52 562 841 330 814 490 882 283 910 340 310 930 857 28 765 73 333 715773 200 806 411 507 76 444 338 512 255 527 892 769 624 791 728 855 862 627 30415 245 945 267 24 583 17 46 536 240 157 684 254 31 202 60 1 345 434 368 135144 126 706 469 643 491 186 83 84 874 7 482 386 362 466 270 867 439 89 986587 744 505 188 107 485 615 572 88 932 373 824 648 522 363 21 499 729 962 325486 727 423 641 170 800 582 761 828 279 179 303 868 475 216 372 111 64 901251 79 455 103 667 711 603 25 503 807 405 601 432 713 919 896 840 700 518 166214 776 454 906 274 203 864 41 258 712 596 174 165 261 225 332 382 815 528343 289 557 676 162 880 32 59 635 849 724 38 996 721 692 131 802 269 248 67887 826 178 213 514 309 287 311 611 564 29 883 256 295 600 117 644 141 91 770757 48 6 163 612 140 271 630 831 969 352 78 940 992 409 72 293 359 620 636 11625 498 977 208 183 70 263 443 565 426 903 914 339 462 748 654 298 228 429358 521 487 832 954 187 837 683 963 605 419 756 402 821 50 586 908 871 56 59254 246 80 87 381 390 145 792 707 39 161 674 923 617 342 845 221 520 804 781384 106 125 318 860 230 685 699 291 655 534 574 843 399 551 750 93 488 875 68548 104 742 500 5 71 606 351 760 461 181 524 116 567 472 215 401 119 850 57958 177 442 546 566 540 890 989 86 155 313 927 967 496 688 679 47 243 771 805981 915 437 665 646 576 154 53 733 595 114 206 143 3 783 610 284 577 811 975158 575 323 819 40 190 504 118 63 552 725 705 749 772 931 929 701 1000 450 74985 754 149 388 877 253 365 584 96 473 370 604 171 608 764 787 446 866 193649 242 751 822 329 829 658 211 550 947 796 657 878 259 321 479 839 589 545607 207 194 909 570 223 4 412 300 937 961 357 651 43 316 326 703 336 972 132876 484 902 392 555 573 20 272 160 122 629 75 290 844 762 435 396 943 778 538905 894 671 686 653 714 795 327 739 984 226 152 558 264 62 440 344 888 66 590907 282 138 428 708 613 468 418 637 406 265 666 57 459 294 350 224 609 452146 693 305 704 447 389 774 987 753 324 960 12 942 973 664 191 173 192 656623 737 196 124 897 794 675 884 445 670 15 647 121 288 863 578 18 273 23 991747 599 297 478 33 458 938 16 394 204 834 129 471 904 949 335 281 515 209 441722 180 825 77 585 159 376 493 602 823 302 331 893 898 591 560 982 872 618668 678 661 19 425 650 622 965 45 169 457 266 377 508 341 997 229 184 234 956777 449 403 260 142 680 758 397 593 768 244 537 65 854 379 835 779 195 659483 374 971 766 460 416 541 532 99 994 695 150 780 689 199 198 790 944 239763 347 983 730 218 328 759 306 82 81 640 494 731 663 301 109 307 697 543 998885 861 139 94 477 588 645 710 955 136 785 495 420 946 738 395 851 334 673939 626 798 115 547 638 735 517 408 421 881 542 182 662 531 696 870 660 2 360801 470 315 913 172 889 212 375 559 480 233 422 465 391 22 371 687 941 367 44921 252 516 219 934 275 568 134 899 842 509 549 9 980 988 672 979 308 510 732164 356 433 833 241 102 299 746 594 369 793 935 101 366 123 911 652 97 349497 476 147 431 383 571 581 782 430 108 530 337 917 98 262 268 85 886 788 34278 879 354 220 511 410 110 718 276 767 740 285 10 677 55 995 393 249 436 185958 990 694]与原始交织关系进行对比，估计正确。
实施例2
本实施例对生成多项式(171，133)的(2,1,6)的卷积码在误码率为0.001到0.01，帧数为40、50、60、70、80帧时分别进行50次交织关系估计蒙特卡洛实验，统计出成功估计的次数，实验结果如下：
表1随机交织置换关系估计成功次数-误码率统计表
可以看到在误码率一定的时候，交织后的帧数对估计性能的影响很大，造成这个的原因是在搜索初始确定交织关系的前续和后续的交织关系的时候，多次用到了
weight(w1*h0)<T
weight(D1*h0)<T
weight(D2*h0)<T
当选用的矩阵B帧数较小时，w1、D1、D2的帧数也会相应随之减少，导致搜索到错误的两列的时候也可能满足上述关系，并且由于此时存在误码，无法减小T到1，这就导致了交织关系的估计失败。根据实验结果可以看到当矩阵B的帧数为80帧时在误码率为0.01的情况下也能够成功估计出正确的交织关系，所以用此方法进行交织关系估计的时候矩阵B的帧数大小直接影响了能够适应的误码率大小。当数据没有误码的时候不会出现这个问题，可以把T设定为1，此时矩阵B的帧数对交织估计是不影响的，总是能够成功估计出正确的交织关系。
Claims (1)
1.一种卷积码随机交织序列交织关系的估计方法，设截取到的随机交织后的卷积码c，并已知截获数据c对应的(2,1，v)卷积码编码器结构、交织深度L和交织起点；其特征在于，包括以下步骤：
S1、构建交织前后校验方程的图：
S11、根据卷积码编码器结构得到该卷积码的校验方程h，将h依次移位2n位得到2v个方程h1，n＝1,2,…,2v，初始化H＝[]，N＝1；
S12、选取h1的N个方程进行二进制加法，一共得到
个不同的方程h2，选取h2的每一个方程和h进行二进制加法，一共得到
个不同的方程h3，选取h3中重量与h重量相同的方程h4，更新H＝[H；h4]，N＝N+1，如果N<2v+1，重复步骤S12，否则，进入步骤S13；
S13、选定未交织卷积码第x列，将H中的方程移位偶数位，使得移位后的方程包含第x列，5v≤x≤L-5v，令移位后的得到的方程为H1，H1中方程的数量为n1；
S14、利用截取到的随机交织后的卷积码c按照给定起点与帧长，构成
的数据矩阵B：
S为选用的帧数，
为交织深度；
S15、随机选择B的第y列，采用Dumer算法搜索矩阵B包含这个位置的所有校验方程H2，设这些校验方程的数量为n2；
S16、判断n1是否等于n2，若是，则进入步骤S17，否则，回到步骤S15；
S17、建立H1的图
和H2的图
建图方法为H中的每个校验方程在
中由一个顶点表示，对于H中的任意两个校验方程ε和ε'，如果二者之间有k个相同的位置，则在
中有两个相应的顶点由k条边相连；
S2、利用图同构的方法确定部分交织关系：
S21、根据
和
的同构关系对H1和H2标号，图上对应的顶点标上相同的序号，并根据顶点顺序对交织后的方程H2排序，使得H1和H2按行一一对应；
S22、通过图的顶点集确定部分交织关系，即在交织之前位置出现的顶点集，在交织之后的图中对应顶点集中共有标签对应的位置为交织之前的位置，记k0为已确定的交织位置个数，记已确定的交织关系为P；
S3、剩余交织关系的确定：
S31、在B中选择S2中已经确定了的交织关系中前2*v个位置对应的列，构成初始滑窗矩阵B1,初始化n＝0；
S32、从B中未确定交织关系所在的列中选取没有选过的2列[j1,j2]拼接在B1的左边构成矩阵w1，测试与卷积码的校验向量h0是否满足：
weight(w1*h0)<T
weight代表二进制向量的汉明重量，1≤T≤5；若满足，则更新n＝0,进入步骤S33；否则，更新n＝n+1，若
重复步骤S32，若
进入步骤S35；
S33、以[j1,j2]和[j2，j1]的顺序拼接在B1的左边得到矩阵A1，A2，取二者的第1到2*v列构成矩阵C1，C2；再从B中未确定交织关系的列除去[j1,j2]后剩下的列中任意选取2列拼接在C1，C2的左边得到矩阵D1，D2；测试与卷积码的校验向量h0是否满足：
weight(D1*h0)<T
或者
weight(D2*h0)<T
weight代表二进制向量的汉明重量，1≤T≤10
若满足，则进入步骤S34；否则重复步骤S33；
S34、记
D1*h0＝T1
D2*h0＝T2
判定二者所对应的重量较小者为正确的顺序，即
映射π代表该列的矩阵B中的列号，更新矩阵B1为C1，C2中对应重量较小的那一个，k0＝k0+2，回到步骤S32；
S35、在已经确定了的交织关系中选择后2*v个位置，构成初始滑窗矩阵B1；
S36、从B中未确定交织关系所在的列中选取没有选过的2列[j1,j2]拼接在B1的右边构成矩阵w1，测试与卷积码的校验向量h0是否满足：
weight(w1*h0)<T
weight代表二进制向量的汉明重量，1≤T≤10
若满足，则进入步骤S37；否则，若P的长度小于
重复步骤S36，若P的长度等于
后续交织关系估计结束，令P1为1到
与P的补集，输出P＝[P P1]；
S37、以[j1,j2]和[j2，j1]的顺序拼接在B1的右边得到矩阵A1，A2，取二者的第3到2*v+2列构成矩阵C1，C2；再从B中未确定交织关系的列除去[j1,j2]后剩下的列中任意选取2列拼接在C1，C2的右边得到矩阵D1，D2；测试与卷积码的校验向量h0是否满足：
weight(D1*h0)<T
或者
weight(D2*h0)<T
weight代表二进制向量的汉明重量，1≤T≤10
若满足则进入步骤S38，否则重复步骤S37；
S38、记
D1*h0＝T1
D2*h0＝T2
判定二者所对应的重量较小者为正确的顺序，即
更新矩阵B1为C1，C2中对应重量较小的那一个，回到步骤S36。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011059417.7A CN112165338B (zh) | 2020-09-30 | 2020-09-30 | 一种卷积码随机交织序列交织关系的估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011059417.7A CN112165338B (zh) | 2020-09-30 | 2020-09-30 | 一种卷积码随机交织序列交织关系的估计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112165338A CN112165338A (zh) | 2021-01-01 |
| CN112165338B true CN112165338B (zh) | 2023-05-02 |
Family
ID=73862238
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011059417.7A Active CN112165338B (zh) | 2020-09-30 | 2020-09-30 | 一种卷积码随机交织序列交织关系的估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112165338B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113659994B (zh) * | 2021-08-26 | 2023-09-01 | 电子科技大学 | 一种低复杂度的卷积码随机交织关系的估计方法 |
| CN117254885B (zh) * | 2023-11-14 | 2024-01-19 | 成都航天通信设备有限责任公司 | 随机交织关系识别方法、装置、电子设备及数据识别方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110690907A (zh) * | 2019-09-27 | 2020-01-14 | 电子科技大学 | 一种已知支路信息turbo码删除模式估计方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6829305B2 (en) * | 1999-12-08 | 2004-12-07 | Lg Electronics Inc. | Concatenated convolutional encoder and decoder of mobile communication system |
| US7302621B2 (en) * | 2000-01-03 | 2007-11-27 | Icoding Technology, Inc. | High spread highly randomized generatable interleavers |
| CN1585321A (zh) * | 2004-06-07 | 2005-02-23 | 北京交通大学 | 一种基于Turbo编解码的数字信息抗干扰软加密方法及系统 |
| CN100546205C (zh) * | 2006-04-29 | 2009-09-30 | 北京泰美世纪科技有限公司 | 构造低密度奇偶校验码的方法、译码方法及其传输系统 |
| CN101083512B (zh) * | 2006-06-02 | 2011-09-21 | 中兴通讯股份有限公司 | 一种双二进制咬尾Turbo码编码方法和装置 |
| JP4823176B2 (ja) * | 2007-08-31 | 2011-11-24 | パナソニック株式会社 | 復号方法及び復号装置 |
| WO2011024206A1 (en) * | 2009-08-27 | 2011-03-03 | Indian Space Research Organisation | Method of communicating signal data in gnss using ldpc convolution codes and a system thereof |
| 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 |
| CN103236900B (zh) * | 2013-04-07 | 2016-03-30 | 电子科技大学 | 一种串行级联Turbo码交织器参数盲估计方法 |
| CN103560863B (zh) * | 2013-10-31 | 2016-08-17 | 电子科技大学 | 一种伪随机扰码的识别方法 |
| KR102131834B1 (ko) * | 2016-09-30 | 2020-07-08 | 엘지전자 주식회사 | Qc ldpc 코드의 레이트 매칭 방법 및 이를 위한 장치 |
| CN107370566B (zh) * | 2017-07-28 | 2020-07-14 | 西安电子科技大学 | 一种误码条件下的删余Turbo码盲识别方法 |
-
2020
- 2020-09-30 CN CN202011059417.7A patent/CN112165338B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110690907A (zh) * | 2019-09-27 | 2020-01-14 | 电子科技大学 | 一种已知支路信息turbo码删除模式估计方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112165338A (zh) | 2021-01-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112165338B (zh) | 一种卷积码随机交织序列交织关系的估计方法 | |
| EP0670636A1 (en) | Viterbi processor | |
| JP3437411B2 (ja) | 受信装置及び送信装置並びにこれらを用いた基地局装置及び移動局装置 | |
| CN110326221A (zh) | 一种用于为极化码生成有序序列的方法 | |
| CN1237300A (zh) | 用同信道信号联合检测减小干扰 | |
| CN109347487A (zh) | 基于比特冻结辅助的极化码scl译码方法 | |
| CN105812000B (zh) | 一种改进的bch软判决译码方法 | |
| KR20110089007A (ko) | 공간 다중화-다중 입력 다중 출력 통신 시스템에서 신호 검출 장치 및 방법 | |
| WO2007053126A1 (en) | Methods and devices for decoding and encoding data | |
| US20030115061A1 (en) | MPSK equalizer | |
| 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 | |
| CN1822530B (zh) | 一种检测和纠正数据误码的方法及系统 | |
| CN102123009B (zh) | 一种动态维特比解码方法及装置 | |
| CN101147327B (zh) | 使用篱栅的蝴蝶结构来映射解码的度量计算的方法和装置 | |
| EP0467522B1 (en) | Maximum likelihood sequence detector | |
| US11736126B1 (en) | Double factor correction turbo decoding method based on simulated annealing algorithm | |
| CN110166386B (zh) | 一种基于递归混沌码的水声通信均衡译码方法 | |
| CN113659994B (zh) | 一种低复杂度的卷积码随机交织关系的估计方法 | |
| CN108322290B (zh) | 一种无线通信的迭代检测方法及系统 | |
| JP5169771B2 (ja) | 復号器および復号方法 | |
| CN110784283B (zh) | 确定前向纠错帧边界的方法、装置和解码系统 | |
| CN113067584A (zh) | 一种crc码与pc码共同辅助极化码的编码方法 | |
| CN113395139A (zh) | 一种基于高斯列消元的卷积码码长盲识别方法 | |
| WO2001031864A1 (en) | Method for determining frame rate of a data frame in a communication system | |
| CN102624402B (zh) | 一种ldpc译码器 |
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 |