[发明专利]一种顾及广义耦合暗信息的卷积码盲识别方法

说明书

技术领域

本发明属于数字通信领域，涉及通信系统的编码参数的盲识别技术，特别涉及一种顾及广义耦合暗信息的卷积码盲识别方法。

背景技术

信道编码技术在当前的数字通信系统中是具有广泛应用的，利用该技术能够对实现稳定的数据传输。就智能通信系统而言，假如需要将对方通信原始信息，包括视频等进行恢复，那么首先需要实现的目标是对信道编码进行盲识别，而且还可成功译码。经过一段时间的发展，目前在非合作信号处理领域，信道编码盲识别技术已然成为了众多学者的研究热点，很多学者都对此进行了深入研究，而且也取得了较为突出的研究成果。其中，并行级联卷积码的编码增益是相对较高的，因此在很多领域都表现出了较强的应用性，包括卫星通信等。

经过文献整理后能够发现，在已有的文献中有关该领域的研究集中于利用矩阵分析实现对序列的有效检验，以及借助Walsh-Hadamard变化等方法进行的有效识别。下面对这几种方法进行简单的阐述。

首先，通过矩阵分解进行序列校验，在这种方法中全部的码子序列按照特定顺序排序之后能够得到暗息矩阵，此时对于码子输出路数是可利用矩阵的秩来作为依据进行判断的。故此，可将矩阵进行简化，以实现对码子原始位置的准确判断，通过这种方式可更加容易从矩阵中实现对校验序列的提取，由此，借助校验关系以及校验序列即可获得多项式，通过这种方式可实现识别目标。然而，在该方法中是存在其不足之处的，主要在于利用这种方法，要求码子序列中具有的误码数量应当是尽量少的，如果误码太多，那么矩阵秩和其列数相同的可能性将会大大增加，那么久无法对矩阵进行简化求解了。通过对欧几里得算法进行改进而进行的识别算法设计，该方法中使得码子分路与欧几里得算法改进是同时进行的，由此能够获得n个码字多项式所对应的最高阶数的公因式，即可利用卷积码得到多项式。因此，该方法和上述所提及的矩阵算法是十分相类似的，故此，该方法同样对误码数量有一定要求，因此，只能是依靠多次重复试验，来从中选择误码数量少或者是没有的码序列来应用算法，这就使得算法应用范围是具有较大局限性的。

在文献(Gómez-Torrecillas and Lobillo and Navarro 2016)中，对基于 Walsh-Hadamard变换设计的识别方法进行了阐述。在这种方法中，并行级联卷积码被进行了划分，得到了诸多1/2码率卷积码，在Walsh-Hadamard方法中，能够获得全部的多项式。该方法具有的容错性能很好，要求相关传输满足一定条件，而且对于存储空间具有较大要求。

通过上述分析能够得出，当前已有的识别方法在具体应用中是受到一定限制的，比如内存空间或是先验条件等等，而这些在实际中是难以有效满足的。

发明内容

本发明旨在解决现有技术中存在的技术问题，特别创新地提出了一种顾及广义耦合暗信息的卷积码盲识别方法，主要研究的是(n，1，m)并行级联卷积码盲识别技术。

为了实现本发明的上述目的，本发明提供了一种顾及广义耦合暗信息的卷积码盲识别方法，其包括如下步骤：

S1：将接收码序列按不同长度进行分段，构建卷积码广义多项式暗信息的线性方程组；

S2：进行顾及广义耦合暗信息的并行级联卷积码检验向量盲估计；

S3：利用解向量与卷积码耦合多项式的校验关系，构建耦合多项式暗信息线性方程组，进一步计算得出卷积码耦合多项式。

本发明提出了一种顾及广义耦合暗信息的卷积码盲识别方法，设计提出了并行级联卷积码盲识别方法。该方法中遍历了所有的输出路线n，而且对多项式具有的最高阶数K进行了检验，将全部的码子序列构建形成了一个线性方程组，从该方程组对应的解向量中进行卷积码校验向量的分析，即耦合暗信息向量，通过这种方式能够获得卷积码对应的校验多项式，借助校验关系即可获得卷积码的生成多项式，由此来识别卷积码。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明顾及广义耦合暗信息的卷积码盲识别方法的流程图；

图2是本发明中n₀＝3而且K₀＝3时的检测向量；

图3是本发明中算法在不同方程个数时对应的误码适应能力；

图4是本发明中在10000bit卷积码下不同算法的误码适应能力。

具体实施方式