论文部分内容阅读
通信系统里为了纠正噪声或干扰产生的误码,要使用信道编码。在智能通信中,信道编码的方式未知,就需要对编码方式进行识别。首先对信道编码识别的一般问题,将误码条件下的识别方法总结为两类——“纠错法”及“寻码字法”,对这两类方法进行了研究。“纠错法”是理想的识别方法,然而其复杂度是NP-Hard问题,“寻码字法”则是低复杂度的方法,故课题采用的是“寻码字法”。接着介绍了1/2卷积码一般的识别方法,以此为基础提出了一种通过校验矩阵识别删除卷积码的方法。使得生成矩阵可通过任一正则矩阵变换得到或者直接通过求解线性方程组得到,解决了现有对删除卷积码识别只能靠搜索的问题。再者BCH码是一种常用的线性分组码,现有的识别方法多采用通用的线性分组码识别方法,不能同时适用于码长较长,误码率较高时的情况。提出了一种基于汉明码的子空间的BCH码盲识别方法,在搜索过程中大大降低了运算量,使得算法可以支持更高的误码率。最后关于Turbo码,重点放在了交织器的识别上。分别针对收尾Turbo码,非收尾Turbo码,1/2删除Turbo码提出了三种识别方法,当前的识别方法中只有对收尾Turbo码的识别方法,且在误码条件下仅适用于极低误码率。对收尾Turbo码,利用校验向量的特征,可将交织器的每个位置分离开来,单独求解,从而解决了在高误码率,长码长时的识别问题。对非收尾Turbo码,发现二元域上某类有理式的级数展开具有周期性,进而可得到一种识别方法:第一步恢复出2个交织位置,此后每步恢复一个位置。根据周期长度的不同,算法被分成若干条并行的链路,链路数即为周期长度。对于1/2删除Turbo码,利用了2/3删除卷积码的校验向量,使得算法在逐步运行过程中,每步都能恢复出前面的2个交织位置,最终会剩几个位置无法恢复。算法稍作修改,即可适用于有误码的码字。通过以上研究,在误码条件下实现成了对三种主要的信道编码方式的识别。