[发明专利]一种纠正同步错误的符号级硬判决迭代译码的级联码方法

权利要求书

1.一种纠正同步错误的符号级硬判决迭代译码的级联码方法，其特征在于，所述方法包括以下步骤：

(1)采用非二进制低密度奇偶校验码对信息序列m进行外编码，生成码字d；将码字d映射为稀疏向量s；将稀疏向量s与水印序列w进行模2加，得到发送序列t；

(2)发送序列t经插入/删节替代信道传输后，得到接收序列r；

(3)接收序列r经过符号级硬判决迭代译码，得到信息序列的估计值

2.根据权利要求1所述的一种纠正同步错误的符号级硬判决迭代译码的级联码方法，其特征在于，所述接收序列r经过符号级硬判决迭代译码，得到信息序列的估计值的步骤具体为：

(3.1)初始化整体迭代次数δ，第0位的前向度量第N+5x_max位的后向度量以及符号概率P⁽⁰⁾(d_i)，其中，x为同步漂移，x_max为最大漂移量，N为码字d的长度，变量上标括号中标注的是当前整体迭代次数；

(3.2)计算中间度量

$M_k\left(x\right)=P(r^0,x_{i_{-}+k}=x|x_{i_{-}}=z,d_i)={\mathrm{\Σ}}_{a=x-I}^{x+1}{M}_{k-1}\left(a\right)P_{a,x}{Q}_{i_{-}+k-1,a,x}^{*}$

其中，d_i为码字d中第i个符号，n为d_i对应稀疏串的长度，i_-＝ni，x_{i_}为d_i对应稀疏串起始位置的同步漂移状态，x_{i_+k}为d_i对应稀疏串第k个位置的同步漂移状态，且0≤k＜n，r⁰表示接收比特矢量x,a,z均表示漂移状态，且x,a,z∈X，每个时刻的状态集合X：＝{-x_max,...,-2,-1,0,1,2,...,x_max}，I为最大插入长度，P_a,x为状态a到状态x的转移概率，为在状态a转移到状态x的条件下产生当前接收子序列的条件概率；

(3.3)计算后向度量

$B_{i_{-}}^{\left(\mathrm{\δ}\right)}\left(x\right)=\underset{a}{\Σ}{B}_{i_{+}}^{\left(\mathrm{\δ}\right)}\left(a\right)\·P(r^0,x_{i_{+}}=a|x_{i_{-}}=x,{\hat{d}}_i^{(\mathrm{\δ}-1)})$

其中，i₊＝n(i+1)，为d_i+1对应稀疏串的起始位置的同步漂移状态，为第δ-1次迭代中第i个符号的估计值，分支度量的计算过程与步骤(3.2)中分支度量的计算过程相同；

(3.4)计算前向度量

$F_{i_{+}}^{\left(\mathrm{\δ}\right)}\left(x\right)=\underset{a}{\Σ}{F}_{i_{-}}^{\left(\mathrm{\δ}\right)}\left(a\right)\·P(r^0,x_{i_{+}}+x|x_{i_{-}}=a,{\hat{d}}_i^{(\mathrm{\δ}-1)})$

其中，分支度量的计算过程与步骤(3.2)中分支度量的计算过程相同；

(3.5)计算输出到非二进制低密度奇偶校验码译码器的符号似然概率

$\begin{array}{c}{\underset{\‾}{l}}^{\left(\mathrm{\δ}\right)}=\frac{P^{\left(\mathrm{\δ}\right)}(d_i=\mathrm{\λ}|r)}{P^{\left(\mathrm{\δ}\right)}(d_i=0|r)}\\ =\frac{\underset{x_{i_{-}},x_{i_{+}}}{\Σ}{F}_{i_{-}}^{\left(\mathrm{\δ}\right)}\left(x_{i_{-}}\right)P(r^0,x_{i_{+}}|x_{i_{-}},d_i=\mathrm{\λ})B_{i_{+}}^{\left(\mathrm{\δ}\right)}\left(x_{i_{+}}\right)}{\underset{x_{i_{-}},x_{i_{+}}}{\Σ}{F}_{i_{-}}^{\left(\mathrm{\δ}\right)}\left(x_{i_{-}}\right)P(r^0,x_{i_{+}}|x_{i_{-}},d_i=0)B_{i_{+}}^{\left(\mathrm{\δ}\right)}\left(x_{i_{+}}\right)}\end{array}$

其中，λ∈GF(q)/0；

(3.6)采用非二进制低密度奇偶校验码的对数域BP译码算法进行外译码，得到硬判决结果若满足校验方程，输出完成译码；否则执行步骤(3.7)；

(3.7)δ增加1，当δ＜δ_max时，更新符号概率，重复步骤(3.2)～(3.7)；否则输出硬判决后的信息序列估计其中，δ_max为整体最大迭代次数。