[发明专利]基于码重分布的自同步扰码盲识别方法有效

专利信息
申请号: 201210143187.1 申请日: 2012-05-10
公开(公告)号: CN102710282A 公开(公告)日: 2012-10-03
发明(设计)人: 廖红舒;袁叶;甘露;李立萍;李万春 申请(专利权)人: 电子科技大学
主分类号: H04B1/7073 分类号: H04B1/7073
代理公司: 电子科技大学专利中心 51203 代理人: 李明光
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 分布 同步 扰码盲 识别 方法
【权利要求书】:

1.基于码重分布的自同步扰码盲识别方法,其特征在于,包括以下步骤:

a、从接收数据中选取一段数据作为测试序列;

b、从本原多项式集合中逐一取出待测的多项式进行测试:

b1、将测试序列依次输入抽取处理模型,抽取处理模型按当前多项式抽取并输出码字,将每次输出的码字作为当前多项式的码字集合;

b2、计算码字集合中各码字的汉明重量;通过统计当前多项式的码字集合中各汉明重量下码字个数,得到当前多项式的实际码重分布概率;

b3、计算并存储当前多项式的实际码重分布概率与当前多项式的理论概率分布之间的归一化欧几里德距离;

c、完成本原多项式集合中所有待测的多项式的测试完毕之后,将最大的归一化欧几里德距离所对应的多项式作为自同步扰码多项式,对接收到的数据进行解扰。

2.如权利要求1所述基于码重分布的自同步扰码盲识别方法,其特征在于,步骤b1的具体步骤为:

①在本原多项式集中选择一个待测的多项式r为当前多项式包含的项数个数,ij表示多项式中第j个元素x所对应的指数,j∈{1,…,r};初始化k=ir,将测试序列{yk}前ir+1个比特按照的顺序依次输入抽取处理模型,然后按照多项式的抽头关系抽取相应比特,输出码字并将码字Zk放入码字集合{Zk};

②更新k=k+1,判断,是否k=N,N为测试序列长度,如是,进入步骤③,如否,则将抽取处理模型中的数据均右移1比特,从左将输入抽取处理模型,再然后按照多项式的抽头关系抽取后输出码字并将码字Zk放入码字集合{Zk},返回步骤②;

③将抽取处理模型中的数据均右移1比特,从左将输入抽取处理模型,再然后按照多项式的抽头关系抽取后输出码字并将码字Zk放入码字集合{Zk},最终得到当前多项式的码字集合。

3.如权利要求1所述基于码重分布的自同步扰码盲识别方法,其特征在于,步骤b2中通过统计当前多项式的码字集合中各汉明重量下码字个数,得到当前多项式的实际码重分布概率的具体方法是:

统计出码字中非0码元的个数为该码字的汉明重量W(Zk),其中,r为当前多项式包含的项数个数。

4.如权利要求3所述基于码重分布的自同步扰码盲识别方法,其特征在于,步骤b2中得到当前多项式的实际码重分布概率的具体方法是:

从0至r统计码字集合{Zk}中汉明重量等于i(i=0,1,…,r)的码字数目Ai,最终得到码字集合{Zk}的码重分布{A0,Ai,…,Ar};

计算码字集合{Zk}的码重分布概率Pi是重量为i的码字在集合{Zk}中出现的概率,M为码字集合中码字的总数。

5.如权利要求4所述基于码重分布的自同步扰码盲识别方法,其特征在于,步骤b3具体为:

当前多项式的实际码重分布概率与预存储的当前多项式的理论概率分布之间的归一化欧几里德距离dEcu为:其中Pi,i=0,1,…,r是实际码重分布概率,Qi,i=0,1,…,r是理论概率分布,相应的理论概率分布为即为当前多项式理论上码字的码重为i的概率。

6.如权利要求1所述基于码重分布的自同步扰码盲识别方法,其特征在于,所述待测的多项式为本原多项式集合中3到60阶的3项式和5项式。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210143187.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top