CN116192338B - 一种ldpc码的快速盲识别方法 - Google Patents

一种ldpc码的快速盲识别方法 Download PDF

Info

Publication number
CN116192338B
CN116192338B CN202310453780.4A CN202310453780A CN116192338B CN 116192338 B CN116192338 B CN 116192338B CN 202310453780 A CN202310453780 A CN 202310453780A CN 116192338 B CN116192338 B CN 116192338B
Authority
CN
China
Prior art keywords
ldpc code
representing
ldpc
check matrix
detector
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
CN202310453780.4A
Other languages
English (en)
Other versions
CN116192338A (zh
Inventor
李龙卿
黄芝平
左震
郭晓俊
周靖
巴俊皓
李思达
丁勇
赵勇杰
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.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202310453780.4A priority Critical patent/CN116192338B/zh
Publication of CN116192338A publication Critical patent/CN116192338A/zh
Application granted granted Critical
Publication of CN116192338B publication Critical patent/CN116192338B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04L1/0057—Block codes
    • 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
    • H04L1/0061—Error detection codes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Abstract

本发明公开了一种LDPC码的快速盲识别方法，包括：获取包含所有校验矩阵的备选集；计算终止阈值以及对应假设；接收备选集中与检测器对应的校验矩阵相应码长的LDPC码编码数据流；计算平均似然差的累加对数似然比；比较累加对数似然比与终止阈值，得到检测器接受的假设：根据所有检测器的检测结果进行识别。本发明应用于编码的盲识别领域，有效利用了数据的序贯接收特性，可根据预期错误检测概率自动调整接收序列的长度，实现任意所需的识别性能，而且提升了LDPC码的盲识别速度，使接收机具备了发现系统中未知编码的能力，可有效缓解现有技术在低信噪比时需要的接收序列过长、以及无法发现系统中出现的未知编码的问题。

Description

一种LDPC码的快速盲识别方法
技术领域
本发明涉及通信系统中编码的盲识别技术领域，具体是一种LDPC码的快速盲识别方法。
背景技术
在实际的通信系统中，码字往往以序列的形式被连续传输，而且在一段时间之内，码字序列所使用的编码器可能不会改变。也就是说，接收机收到一段连续且由同一个编码器生成的码字序列是可能的。而如果接收机能够充分利用整个码字序列的所有信息，则可以大幅度提升对编码的正确识别概率。
在实际的识别过程中，有可能出现码字序列的长度还没有达到根据预期错误检测概率计算得到的长度时，其实际错误检测概率就已经比预期更小的情况。因此，可以在接收码字的过程中不断地检测并计算其错误概率，一旦错误概率达到或者低于预期，就立即停止检测。这种边接收边检测的方法被称为序贯检测。
利用多个检测器即可实现对编码的盲识别，如何通过合理地选择码字序列的长度以尽可能快地使正确识别概率达到预期，是一个需要解决的问题。
系统中的未知码是指接收序列使用的编码方案并不存在于接收机维护的备选集中，这可能是发送机更新了编码器方案，也可能是系统中出现了新的发送机，该发送机使用了系统中原本不存在的编码。无论如何，这都意味着整个系统已经发生了改变，接收机需要及时更新备选集。现有的盲识别方法通常是从备选集中寻找可能性最大的校验矩阵作为检测结果，由于其总是从备选集中找到一个与接收序列所使用的编码方案“最相似”的校验矩阵，所以无法发现系统中的未知码。
发明内容
针对上述现有技术中的不足，本发明提供一种LDPC码的快速盲识别方法，该方法可以应用于卫星、深空、光纤、无线、5G等通信领域，在不需要控制信道的情况下可以从接收数据中快速恢复系统所使用的LDPC码，保证足够高的正确识别概率，并且能够发现系统中的未知码，可有效缓解现有技术在低信噪比时需要的接收序列过长、以及无法发现系统中出现的未知编码的问题。
为实现上述目的，本发明提供一种LDPC码的快速盲识别方法，包括如下步骤：
步骤1，获取备选集
Figure SMS_1
，所述备选集/>
Figure SMS_2
包含系统能使用的所有/>
Figure SMS_3
个LDPC码校验矩阵；
步骤2，计算终止阈值，具体为：
计算终止阈值
Figure SMS_4
，对应假设/>
Figure SMS_5
：码字与检测器对应的LDPC码校验矩阵之间满足校验关系；
计算终止阈值
Figure SMS_6
，对应假设/>
Figure SMS_7
：码字与检测器对应的LDPC码校验矩阵之间不满足校验关系；
步骤3，接收备选集
Figure SMS_8
中与检测器对应的LDPC码校验矩阵相应码长的LDPC码编码数据流；
步骤4，基于LDPC码编码数据流和备选集
Figure SMS_9
中与检测器对应的LDPC码校验矩阵，计算平均似然差的累加对数似然比/>
Figure SMS_10
；
步骤5，比较累加对数似然比
Figure SMS_11
与终止阈值/>
Figure SMS_12
、/>
Figure SMS_13
，具体地：
若
Figure SMS_14
，则终止当前LDPC码校验矩阵的检测并接受假设/>
Figure SMS_15
；
若
Figure SMS_16
，则终止当前LDPC码校验矩阵的检测并接受假设/>
Figure SMS_17
；
若
Figure SMS_18
，则更新LDPC码编码数据流后再次进行步骤4至步骤5；
步骤6，重复步骤3至步骤5直到备选集
Figure SMS_19
中所有的LDPC码校验矩阵均完成检测，并根据所有检测器的检测结果进行识别。
在其中一个实施例，步骤6中，根据所述检测器的检测结果进行识别，具体为：
若只有一个检测器接受了假设
Figure SMS_20
，则判定该检测器对应的LDPC码校验矩阵即为识别结果；
若没有检测器接受了假设
Figure SMS_21
，则判定接收序列识别为使用了一个未知码；
若有两个以上检测器接受了假设
Figure SMS_22
，则更新LDPC码编码数据流后再次进行步骤3至步骤6。
在其中一个实施例，所述LDPC码编码数据流为：
Figure SMS_23
；
式中，
Figure SMS_24
表示LDPC码编码数据流，/>
Figure SMS_25
表示LDPC码的第/>
Figure SMS_26
个码字，/>
Figure SMS_27
表示零均值加性高斯白噪声，其均值为0、方差为/>
Figure SMS_28
。
在其中一个实施例，步骤2中，所述终止阈值
Figure SMS_29
、/>
Figure SMS_30
具体为：
Figure SMS_31
；
式中，
Figure SMS_32
为预期错误检测概率。
在其中一个实施例，步骤4中，所述累加对数似然比
Figure SMS_33
具体为：
Figure SMS_34
；
式中，
Figure SMS_37
表示接收到的LDPC码编码流个数，/>
Figure SMS_38
表示平均似然差，/>
Figure SMS_40
表示编码数据流与检测器对应校验矩阵存在校验关系时，/>
Figure SMS_36
所服从分布的理论方差；/>
Figure SMS_39
表示编码数据流与检测器对应校验矩阵不存在校验关系时，/>
Figure SMS_41
所服从分布的理论方差，/>
Figure SMS_42
表示编码数据流与检测器对应校验矩阵存在校验关系时，/>
Figure SMS_35
所服从分布的理论均值。
在其中一个实施例，
Figure SMS_43
，/>
Figure SMS_44
，/>
Figure SMS_45
，其中，/>
Figure SMS_46
表示单个码字对应平均似然差的期望，/>
Figure SMS_47
表示LDPC码校验矩阵的行重，/>
Figure SMS_48
表示LDPC码校验矩阵的行数。
在其中一个实施例，所述
Figure SMS_49
具体为：
Figure SMS_50
；
式中，
Figure SMS_51
表示零均值加性高斯白噪声的方差，/>
Figure SMS_52
表示接收到的LDPC码编码数据流的一个比特，/>
Figure SMS_53
表示发送码字，/>
Figure SMS_54
表示发送码字/>
Figure SMS_55
时，信道的转移概率。
在其中一个实施例，所述平均似然差
Figure SMS_56
具体为：
Figure SMS_57
；
式中，
Figure SMS_58
表示LDPC码校验矩阵的行数，/>
Figure SMS_59
表示接收到的LDPC码编码数据流中，与检测器对应校验矩阵的第/>
Figure SMS_60
行的第/>
Figure SMS_61
个非零元所对应位置的比特，/>
Figure SMS_62
表示零均值加性高斯白噪声的方差。
在其中一个实施例，所述累加对数似然比
Figure SMS_63
简化为
Figure SMS_64
。
与现有技术相比，本发明具有如下有益技术效果：
本发明提供的LDPC码的快速盲识别方法，有效地利用了数据的序贯接收特性，可以根据预期错误检测概率自动调整接收序列的长度，从而实现任意所需的识别性能；并且，本发明提供的LDPC码的快速盲识别方法可以发现系统中的未知码。
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，下面将对实施例或现有技术描述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的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例中LDPC码的快速盲识别的总体流程图；
图2为本发明实施例中平均似然差描述的信道示意图；
图3为本发明实施例中LDPC码的快速盲识别的详细流程图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
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的一部分实施例，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作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。
另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
如图1所示为本实施例公开的一种LDPC码的快速盲识别方法，其主要包括如下步骤1至步骤6。
步骤1，获取备选集
Figure SMS_65
，所述备选集/>
Figure SMS_66
包含系统能使用的所有/>
Figure SMS_67
个LDPC码校验矩阵，并设置预期错误检测概率/>
Figure SMS_68
。
步骤2，计算终止阈值
Figure SMS_69
、终止阈值/>
Figure SMS_70
，为/>
Figure SMS_71
，其中：
终止阈值
Figure SMS_72
对应假设/>
Figure SMS_73
，即码字与检测器对应的LDPC码校验矩阵之间满足校验关系；
终止阈值
Figure SMS_74
对应假设/>
Figure SMS_75
，即码字与检测器对应的LDPC码校验矩阵之间不满足校验关系。
步骤3，接收备选集
Figure SMS_76
中与检测器对应的LDPC码校验矩阵相应码长的LDPC码编码数据流，其中，LDPC码编码数据流为：
Figure SMS_77
；
式中，
Figure SMS_78
表示LDPC码编码数据流，/>
Figure SMS_79
表示LDPC码的第/>
Figure SMS_80
个码字，/>
Figure SMS_81
表示零均值加性高斯白噪声，其均值为0、方差为/>
Figure SMS_82
。
检测器所需的序列长度的期望可表示为：
Figure SMS_83
；
式中，
Figure SMS_84
为K-L信息量。
步骤4，基于LDPC码编码数据流和备选集
Figure SMS_85
中与检测器对应的LDPC码校验矩阵，计算平均似然差的累加对数似然比/>
Figure SMS_86
，为：
Figure SMS_87
；
式中，
Figure SMS_88
表示接收到的LDPC码编码流个数，/>
Figure SMS_89
，/>
Figure SMS_90
，
Figure SMS_91
，/>
Figure SMS_92
表示LDPC码校验矩阵的行数，/>
Figure SMS_93
表示LDPC码校验矩阵的行重，并且
Figure SMS_94
；
平均似然差
Figure SMS_95
可表示为：
Figure SMS_96
；
平均似然差
Figure SMS_97
描述了一个特殊的二进制输入高斯白噪声信道，如图2所示，其中/>
Figure SMS_98
为发送序列所使用的编码器，/>
Figure SMS_99
为备选集。
作为有选地实施方式，平均似然差的累加对数似然比可以被简化为
Figure SMS_100
。
步骤5，比较累加对数似然比
Figure SMS_101
与终止阈值/>
Figure SMS_102
、/>
Figure SMS_103
，有以下三种情况：
(1)若
Figure SMS_104
，则终止当前LDPC码校验矩阵的检测并接受假设/>
Figure SMS_105
；
(2)若
Figure SMS_106
，则终止当前LDPC码校验矩阵的检测并接受假设/>
Figure SMS_107
；
(3)若
Figure SMS_108
，则继续接收LDPC码编码数据流，完成LDPC码编码数据流的更新后再次进行步骤4至步骤5，直至当前LDPC码校验矩阵的检测接受假设/>
Figure SMS_109
或假设/>
Figure SMS_110
。
步骤6，重复步骤3至步骤5直到备选集
Figure SMS_111
中所有的LDPC码校验矩阵均完成检测，并根据所有检测器的检测结果进行识别，当备选集/>
Figure SMS_112
中所有的LDPC码校验矩阵均完成检测后，所有检测器的检测结果可以分为以下三种情况：
(a)若只有一个检测器接受了假设
Figure SMS_113
，则判定该检测器对应的LDPC码校验矩阵即为识别结果；
(b)若有两个以上检测器接受了假设
Figure SMS_114
，则继续接收LDPC码编码数据流，完成LDPC码编码数据流的更新后再次进行步骤3至步骤6，重复进行所有的LDPC码校验矩阵检测，直至达到情况(a)或情况(c)；
(c) 若没有检测器接受了假设
Figure SMS_115
，则判定接收序列识别为使用了一个未知码。
假设上述情况(a)发生的概率为
Figure SMS_116
，情况(b)发生的概率为/>
Figure SMS_117
，情况(c)发生的概率为/>
Figure SMS_118
：
当备选集中存在接收序列的编码方案时，则有：
Figure SMS_119
；
当备选集中不存在接收序列的编码方案时，则有：
Figure SMS_120
；
当错误检测概率
Figure SMS_121
逐渐减小时，则有：
Figure SMS_122
而其余所有极限为0；
因此，只要设置足够小的错误检测概率
Figure SMS_123
，本实施例提供的LDPC码的快速盲识别方法的识别结果就具有足够高的可信度。
参考图3，本实施例中LDPC码的快速盲识别方法在具体应用过程中包括如下几个阶段：
准备阶段：将系统中可能出现的LDPC码的LDPC码校验矩阵加入备选集
Figure SMS_124
，并设定预期错误检测概率/>
Figure SMS_125
，由预期错误检测概率可以计算得到两个终止阈值/>
Figure SMS_126
和/>
Figure SMS_127
，之后定义一个全零向量/>
Figure SMS_128
，其长度为检测器的个数/>
Figure SMS_129
。
检测器：接收对应LDPC码校验矩阵相应码长的LDPC码编码数据流，计算平均似然差的累加对数似然比，并根据累加对数似然比与终止阈值的大小判断是否需要继续检测；如果累加对数似然比不高于终止阈值
Figure SMS_130
，则停止检测；如果累加对数似然比不小于终止阈值/>
Figure SMS_131
，则停止检测并将向量/>
Figure SMS_132
对应位置置1；如果累加对数似然比在两个终止阈值/>
Figure SMS_133
和/>
Figure SMS_134
之间，则继续检测。
判定阶段：当所有检测器都停止检测以后，判断向量
Figure SMS_135
的1-范数/>
Figure SMS_136
；如果
Figure SMS_137
，则说明有多个检测器认为其对应的LDPC码校验矩阵与接收的编码数据流存在校验关系，这种情况在预期错误检测概率足够低时出现的概率很低，此时只需要重新检测即可；如果/>
Figure SMS_138
，则说明没有检测器认为其对应的LDPC码校验矩阵与接收的编码数据流存在校验关系，此时编码数据流极有可能使用了未知的编码，即系统中存在未知码；如果
Figure SMS_139
，则说明有且仅有一个检测器认为其对应的LDPC码校验矩阵与接收的编码数据流存在校验关系，该检测器对应的LDPC码校验矩阵，即向量/>
Figure SMS_140
的非零元所在位置，可以被判定为盲识别结果。
下面结合具体实施例对本发明的应用原理作进一步的描述。
实施例一
为了更好地描述本发明对于LDPC码的快速盲识别方法的识别性能的提升，选择如下表所示的LDPC码构造备选集，其中LDPC码VII作为系统中的未知码；
Figure SMS_141
那么本发明所提供的LDPC码的快速盲识别方法的实施步骤为：
1）给定预期错误检测概率
Figure SMS_142
；
2）计算两个终止阈值
Figure SMS_143
和/>
Figure SMS_144
，并定义一个全零向量/>
Figure SMS_145
，其长度为检测器的个数/>
Figure SMS_146
；
3）以下步骤为检测器内的运行步骤，
Figure SMS_147
个检测器同时运行：
a)接收检测器对应校验矩阵相应码长的编码数据流；
b)计算平均似然差的累加对数似然比
Figure SMS_148
；
c)比较
Figure SMS_149
与两个终止阈值的大小，判定是否终止检测，如果终止检测，则判定是否接受假设/>
Figure SMS_150
，如果接受假设/>
Figure SMS_151
，则将向量/>
Figure SMS_152
的对应位置置1。
4）判断向量
Figure SMS_153
的1-范数/>
Figure SMS_154
，如果/>
Figure SMS_155
，则重新检测，如果/>
Figure SMS_156
，则判定系统中存在未知码，如果/>
Figure SMS_157
，则向量/>
Figure SMS_158
的非零元未知对应检测器的校验矩阵即为盲识别结果；
以上步骤为本发明的实施例进行盲识别的完整过程。可以通过多次试验来测试本发明的盲识别性能。
经过4096次测试后，本发明提供的LDPC码的快速盲识别方法与现有方法对于LDPC码IV达到预期错误检测概率所需的平均接收序列长度的对比下表所示。可见本发明提供的LDPC码的快速盲识别方法比现有方法所需的接收编码流长度更少，这意味着本发明提供的LDPC码的快速盲识别方法可以更快地达到预期错误检测概率。可以证明，对于备选集内的其他LDPC码，其测试结果与下表类似；
Figure SMS_159
接下来测试本发明提供的LDPC码的快速盲识别方法对于系统中的未知码的正确识别概率，经过4096次测试后，本发明提供的LDPC码的快速盲识别方法对于LDPC码VII的正确识别概率如下表所示；
Figure SMS_160
由上表可见，随着信噪比的增加，以及预期错误检测概率的降低，本发明提供的LDPC码的快速盲识别方法可以很好地识别系统中的未知码。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims (7)

1.一种LDPC码的快速盲识别方法，其特征在于，包括如下步骤：
步骤1，获取备选集
Figure QLYQS_1
，所述备选集/>
Figure QLYQS_2
包含系统能使用的所有/>
Figure QLYQS_3
个LDPC码校验矩阵；
步骤2，计算终止阈值，具体为：
计算终止阈值
Figure QLYQS_4
，对应假设/>
Figure QLYQS_5
：码字与检测器对应的LDPC码校验矩阵之间满足校验关系；
计算终止阈值
Figure QLYQS_6
，对应假设/>
Figure QLYQS_7
：码字与检测器对应的LDPC码校验矩阵之间不满足校验关系；
步骤3，接收备选集
Figure QLYQS_8
中与检测器对应的LDPC码校验矩阵相应码长的LDPC码编码数据流；
步骤4，基于LDPC码编码数据流和备选集
Figure QLYQS_9
中与检测器对应的LDPC码校验矩阵，计算平均似然差的累加对数似然比/>
Figure QLYQS_10
；
步骤5，比较累加对数似然比
Figure QLYQS_11
与终止阈值/>
Figure QLYQS_12
、/>
Figure QLYQS_13
，具体地：
若
Figure QLYQS_14
，则终止当前LDPC码校验矩阵的检测并接受假设/>
Figure QLYQS_15
；
若
Figure QLYQS_16
，则终止当前LDPC码校验矩阵的检测并接受假设/>
Figure QLYQS_17
；
若
Figure QLYQS_18
，则更新LDPC码编码数据流后再次进行步骤4至步骤5；
步骤6，重复步骤3至步骤5直到备选集
Figure QLYQS_19
中所有的LDPC码校验矩阵均完成检测，并根据所有检测器的检测结果进行识别，具体为：
若只有一个检测器接受了假设
Figure QLYQS_20
，则判定该检测器对应的LDPC码校验矩阵即为识别结果；
若没有检测器接受了假设
Figure QLYQS_21
，则判定接收序列识别为使用了一个未知码；
若有两个以上检测器接受了假设
Figure QLYQS_22
，则更新LDPC码编码数据流后再次进行步骤3至步骤6。
2.根据权利要求1所述的LDPC码的快速盲识别方法，其特征在于，所述LDPC码编码数据流为：
Figure QLYQS_23
，
式中，
Figure QLYQS_24
表示LDPC码编码数据流，/>
Figure QLYQS_25
表示LDPC码的第/>
Figure QLYQS_26
个码字，/>
Figure QLYQS_27
表示零均值加性高斯白噪声，其均值为0、方差为/>
Figure QLYQS_28
。
3.根据权利要求1所述的LDPC码的快速盲识别方法，其特征在于，步骤2中，所述终止阈值
Figure QLYQS_29
、/>
Figure QLYQS_30
具体为：
Figure QLYQS_31
，
式中，
Figure QLYQS_32
为预期错误检测概率。
4.根据权利要求1至3任一项所述的LDPC码的快速盲识别方法，其特征在于，步骤4中，所述累加对数似然比
Figure QLYQS_33
具体为：
Figure QLYQS_34
，
式中，
Figure QLYQS_36
表示接收到的LDPC码编码流个数，/>
Figure QLYQS_39
表示平均似然差，/>
Figure QLYQS_41
表示编码数据流与检测器对应校验矩阵存在校验关系时，/>
Figure QLYQS_37
所服从分布的理论方差；/>
Figure QLYQS_38
表示编码数据流与检测器对应校验矩阵不存在校验关系时，/>
Figure QLYQS_40
所服从分布的理论方差，/>
Figure QLYQS_42
表示编码数据流与检测器对应校验矩阵存在校验关系时，/>
Figure QLYQS_35
所服从分布的理论均值。
5.根据权利要求4所述的LDPC码的快速盲识别方法，其特征在于，
Figure QLYQS_43
，/>
Figure QLYQS_44
，
Figure QLYQS_45
，其中，/>
Figure QLYQS_46
表示单个码字对应平均似然差的期望，/>
Figure QLYQS_47
表示LDPC码校验矩阵的行重，/>
Figure QLYQS_48
表示LDPC码校验矩阵的行数。
6.根据权利要求5所述的LDPC码的快速盲识别方法，其特征在于，所述
Figure QLYQS_49
具体为：
Figure QLYQS_50
，
式中，
Figure QLYQS_51
表示零均值加性高斯白噪声的方差，/>表示接收到的LDPC码编码数据流的一个比特，/>
Figure QLYQS_53
表示发送码字，/>
Figure QLYQS_54
表示发送码字/>
Figure QLYQS_55
时，信道的转移概率。
7.根据权利要求4所述的LDPC码的快速盲识别方法，其特征在于，所述累加对数似然比
Figure QLYQS_56
简化为/>
Figure QLYQS_57
，/>
Figure QLYQS_58
表示LDPC码校验矩阵的行数。
CN202310453780.4A 2023-04-25 2023-04-25 一种ldpc码的快速盲识别方法 Active CN116192338B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310453780.4A CN116192338B (zh) 2023-04-25 2023-04-25 一种ldpc码的快速盲识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310453780.4A CN116192338B (zh) 2023-04-25 2023-04-25 一种ldpc码的快速盲识别方法

Publications (2)

Publication Number Publication Date
CN116192338A CN116192338A (zh) 2023-05-30
CN116192338B true CN116192338B (zh) 2023-07-14

Family

ID=86452506

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310453780.4A Active CN116192338B (zh) 2023-04-25 2023-04-25 一种ldpc码的快速盲识别方法

Country Status (1)

Country Link
CN (1) CN116192338B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1424796A1 (en) * 2002-11-29 2004-06-02 Siemens Mobile Communications S.p.A. A method for detecting bursts in a telecommunication system
CN103281166A (zh) * 2013-05-15 2013-09-04 北京邮电大学 一种基于极化码的混合自动重传请求传输方法
CA3013975A1 (en) * 2014-02-19 2015-08-27 Samsung Electronics Co., Ltd. Transmitting apparatus and interleaving method thereof
CN109217984A (zh) * 2018-09-29 2019-01-15 东南大学 极化码的高效盲检测译码方法及译码器
CN110535474A (zh) * 2017-05-05 2019-12-03 华为技术有限公司 信息处理的方法、通信装置
WO2021107746A1 (ko) * 2019-11-29 2021-06-03 삼성전자 주식회사 통신 및 방송 시스템에서 극부호의 복호화 방법 및 장치
KR20210067967A (ko) * 2019-11-29 2021-06-08 삼성전자주식회사 통신 및 방송 시스템에서 극부호의 복호화 방법 및 장치
CN115001916A (zh) * 2022-06-06 2022-09-02 北京理工大学 一种基于深度学习及盲识别的mcs识别方法
CN115765759A (zh) * 2022-10-27 2023-03-07 东南大学 一种适用于多元ldpc码的高斯消去译码开集盲识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3963723A4 (en) * 2019-09-10 2022-07-20 Samsung Electronics Co., Ltd. METHOD AND APPARATUS FOR DECODED DATA IN A COMMUNICATION OR BROADCASTING SYSTEM

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1424796A1 (en) * 2002-11-29 2004-06-02 Siemens Mobile Communications S.p.A. A method for detecting bursts in a telecommunication system
CN103281166A (zh) * 2013-05-15 2013-09-04 北京邮电大学 一种基于极化码的混合自动重传请求传输方法
CA3013975A1 (en) * 2014-02-19 2015-08-27 Samsung Electronics Co., Ltd. Transmitting apparatus and interleaving method thereof
CN110535474A (zh) * 2017-05-05 2019-12-03 华为技术有限公司 信息处理的方法、通信装置
CN109217984A (zh) * 2018-09-29 2019-01-15 东南大学 极化码的高效盲检测译码方法及译码器
WO2021107746A1 (ko) * 2019-11-29 2021-06-03 삼성전자 주식회사 통신 및 방송 시스템에서 극부호의 복호화 방법 및 장치
KR20210067967A (ko) * 2019-11-29 2021-06-08 삼성전자주식회사 통신 및 방송 시스템에서 극부호의 복호화 방법 및 장치
CN115001916A (zh) * 2022-06-06 2022-09-02 北京理工大学 一种基于深度学习及盲识别的mcs识别方法
CN115765759A (zh) * 2022-10-27 2023-03-07 东南大学 一种适用于多元ldpc码的高斯消去译码开集盲识别方法

Also Published As

Publication number Publication date
CN116192338A (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
US20090019335A1 (en) Auxiliary path iterative decoding
WO2002005474A1 (en) Data communications method
CN109525369B (zh) 一种基于循环神经网络的信道编码类型盲识别方法
CN1157029C (zh) 用于接收和译码信号的方法和接收机
US20210036727A1 (en) Interference detection and suppression in non-coordinated systems
US7716554B2 (en) System and method for blind transport format detection with cyclic redundancy check
CN113300993A (zh) 比特域叠加伪随机序列与稀疏级联编码的传输方法
CN106209312B (zh) 一种利用软判决的循环码参数盲识别方法
CN116192338B (zh) 一种ldpc码的快速盲识别方法
RU2249301C2 (ru) Устройство и способ обнаружения скорости передачи данных турбодекодера
US10009040B2 (en) Method and apparatus for identification and compensation for inversion of input bit stream in LDPC decoding
KR102097365B1 (ko) 채널 코딩이 적용된 블루투스 신호의 액세스 어드레스 검출 방법 및 그 블루투스 장치
CN110445554B (zh) 一种基于实际信道衰落统计的非相干水声通信方法及系统
TWI530218B (zh) 在低訊雜比位準之前導碼偵測
US10432392B1 (en) Frame synchronization method, processor, and communication apparatus
US11233532B2 (en) Information decoder for polar codes
EP0737384B1 (en) Digital transmission and recording system with simple error correction
US8649469B2 (en) Signal reception
CN111211866B (zh) 基于ads-b的新型功率一致性验证方法
US6677865B1 (en) Method and configuration for decoding information
US20030007552A1 (en) Reduced alphabet equalizer using iterative equalization
US20030226086A1 (en) Systems and methods for correcting errors in a received frame
US10826650B1 (en) Method of and device for decoding multiple transmissions of time related data as well as a method of verifying a device for decoding multiple transmissions of time related data
CN110830051A (zh) 一种译码方法和装置
WO2016193360A1 (en) Method and device for frame synchronization in communication systems

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