[发明专利]一种高误码下非系统卷积码编码参数的盲识别方法

权利要求书

1.一种高误码下非系统卷积码编码参数的盲识别方法，其特征在于，所述高误码下非系统卷积码编码参数的盲识别方法包括以下步骤：

第一步，将卷积码比特流排列成L×l的分析矩阵，根据编码器编码与信息码字的相关性，识别出码长n；

第二步，将卷积码比特流按照码长n构建分析矩阵，根据编码码字间相关性识别信息位长度k；

第三步，利用卷积码比特流与校验向量的线性约束关系识别校验向量；

具体包括：

初始化：内层迭代计数器为t＝0，上限值为t_max，疑似校验向量集合为h_est＝[],元素选取个数σ＝σ_min，线性组合的行数p＝1，分析矩阵列数初值设为mul＝2n；

(1-1)对接收到的码字重新排列，构建分析矩阵R_mul，在分析矩阵R_mul前放入一个单位矩阵得到分块矩阵

(1-2)将分块矩阵H_sys中的单位矩阵I_mul随机分为2个子集I₁和I₂，分别包含个和个元素，并据此将分块矩阵H_sys剩余列分为对应的H₁和H₂，H_sys的列数集合为N＝(1,2,…)，令集合J＝N\I_mul为集合I_mul的补集；

(1-3)在集合J中随机选取σ个元素放入集合L中；

(1-4)将H₁中任意p行向量进行线性组合，结果记录在集合Λ₁，将Λ₁在集合L上的取值记为Λ_1|L；将H₂中任意p行向量进行线性组合，结果记录在集合Λ₂，将Λ₂在集合L上的取值记为Λ_2|L；

(1-5)若存在s_1|L＝s_2|L，s_1|L≠0且判断两行模2加的码重是否小于等于阈值，若wt((s₁+s₂))/(M+N)≤γ，则令h＝s₁+s₂，h_est＝h_est∪{h}；

(1-6)若σ达到上限值σ_max，令σ＝σ_min；否则随机选取λ∈I,μ∈J，更新并通过初等行变换得到多次执行此操作，令σ＝σ+1；返回(1-3)；

(1-7)若t未达到上限值t_max，令t＝t+1，返回(1-1)；

(1-8)若mul＜15n，则令t＝0，mul＝mul+n，返回(1-1)；否则根据信息位长度k确定校验向量维度，返回校验向量h_est，算法结束；

第四步，对于系统卷积码，遍历寄存器长度m，对校验序列进行重新排列并与m+1维的向量空间做卷积运算，进行高斯变换，提取对角元素即可得到生成多项式矩阵和寄存器长度m；

第五步，对于非系统卷积码，根据校验向量，利用生成矩阵和校验矩阵的线性约束关系可得到生成矩阵集合，之后通过最优准则筛选得到卷积码的最优生成矩阵和寄存器长度m。