[发明专利]一种卷积码生成多项式的盲估计方法

说明书

技术领域

本发明属于合作通信的智能通信和非合作通信领域，尤其涉及一种容误码的卷积码生成多项式的识别方法。

背景技术

信道编码作为能纠正传输过程中引入的错误，常用于通信领域中。对于非合作通信，当在信道中得到传送信号以后，由于不知道发送方的各种参数，必须对这些参数进行估计。即使对于合作通信，若接收方需要实时的获得发送方传送的信息，而传输过程中可能由于信道、时延等因素，使得接收方并未实时的接收到相关控制信息，此时也需要对发送方的各种参数进行估计。此外，对于智能通信等领域，为了获得更好的通信效率和质量，系统随时间和环境实时变换的各种参数，也需要对发送方的各种参数进行估计。而卷积码作为一种常用的信道编码方式，被广泛应用到移动通信、深空通信等领域，因此，对卷积码的参数盲估计具有现实意义。

发明内容

本发明的目的在于提供一种卷积码生成多项式的盲估计方法，该方法运算简单，性能稳定。

本发明所要解决的技术问题是这样实现的：一种卷积码生成多项式的盲估计方法，包括如下步骤：

S1、建立卷积码生成多项式库G，库中生成多项式的个数为K；

S2、根据S1所述卷积码生成多项式库G中的第i个生成多项式矩阵G_i，建立卷积码的网格图C_i，其中，G_i为n行k列的生成多项式矩阵，G_i中的每个多项式的最高阶数为m,其中，i＝1,2,...,K；

S3、根据S2所述网格图C_i对解调之后的码字序列进行计算,解调之后的码字序列的长度为L，计算在T时刻的寄存器的向前概率α_T(s_j)，其中＝(v₁,v₂...v_k,v_T)，

T＝fix(L/n*k)，n为卷积码码长，k为卷积码码字信息位长，j＝0,1,...,J-1，J为寄存器的状态个数，J＝2^m，s_j为寄存器的状态；

S4、计算S3所述在T时刻的寄存器的向前概率α_T(s_j)的熵,当k＝T时，Hi=-ΣjαT(sj)log(αT(sj)),]]>其中，i＝1,2,...,K；

S5、当i＝i+1，重复S2到S4；

S6、当i＝K时，比较所有的熵H_i，最大熵所对应的生成多项式即为卷积码生成多项式G_est。

进一步地，S3所述计算在T时刻的寄存器的向前概率α_T(s_j)的步骤包括：

S31、初始化，α₀(0)＝1；