[发明专利]一种基于编码矩阵结构特征的删余极化码参数盲识别方法在审

专利信息
申请号: 202211375922.1 申请日: 2022-11-04
公开(公告)号: CN115622573A 公开(公告)日: 2023-01-17
发明(设计)人: 孙文胜;陈丽如 申请(专利权)人: 杭州电子科技大学
主分类号: H03M13/13 分类号: H03M13/13;H04L1/00
代理公司: 杭州奥创知识产权代理有限公司 33272 代理人: 王佳健
地址: 310018 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 编码 矩阵 结构 特征 极化 参数 识别 方法
【说明书】:

发明公开了一种基于编码矩阵结构特征的删余极化码参数盲识别方法,属于极化码盲识别领域。本发明首先,通过删余模式以及删余准则构造删余极化码。其次,利用截获的码流序列l构建码字矩阵,以及得到极化码编码过程用的生成矩阵。然后,进行码长识别。最后,通过行置换矩阵进行信息比特位识别和冻结比特位识别,完成整个的删余极化码识别。本发明在接收端获取到有效信息,突破了标准非删余极化码码长需满足N=2n的条件,同时识别性能优于已有方法,工程实用性更强。

技术领域

本发明属于极化码盲识别领域,具体涉及一种基于编码矩阵结构特征的删余极化码参数盲识别方法。

背景技术

为了实现稳定可靠的通信,信道编码技术被广泛应用于各类数字通信系统中。其中,极化码是已知的唯一一种被严格证明在二进制离散无记忆信道下能够达到香农极限的信道编码方法,并确定为5G增强型移动宽带场景下的控制信道编码方案。可以预见,在不久的将来,应用了极化码的数字通信系统会越来越多地出现。

然而,针对极化码参数识别的研究目前还不是很多,对于非合作通信领域而言极化码参数识别问题已经是研究的热点。虽然极化码也属于线性分组码,可以采用一些适用于线性分组码的译码算法进行译码,但由于一般的极化码是非系统码且不具备循环码的特性,且删余极化码更加不具备这些特性,所以传统的信道编码盲识别方法并不适用于删余极化码。

发明内容

本发明的目的是针对现有技术的缺陷,提供了一种基于编码矩阵结构特征的删余极化码参数盲识别方法。基于编码矩阵结构特征可以有效识别极化码码长及信息和冻结比特位置。

本发明采用以下技术方案:构造删余极化码,通过对接收码字的分析,极化码生成矩阵和行置换矩阵之间的分析得到规律,获得删余极化码的识别结果。

为实现上述目的,本发明具体包括以下步骤:

(1)构造删余极化码

通过将删余模式应用于长度为N=2m的极化码来获得所需长度M的极化码,其中,m是正整数,所述所需长度M代表比特信道序列,根据删余准则,冻结集F应该包括列向量gi中所有的“1”位置,i表示生成矩阵列向量的索引,即

使用uQ(gi)来表示索引为Q(gi)的信息位,代码位xi=ugi仅仅通过uQ(gi)获得,冻结比特uQ(gi)和穿孔比特xi都是被解码器所知的。根据给定的长度M,P代表穿刺的位数,需要穿刺|P|=N-M位,在i∈P的条件下,由Q(gi)∈F,可以得到:

Q(P)基数的下界为N-M,则:

|Q(P)|≥|P|=N-M (2)

根据(1)可以得到码率的上界:

为了最小化Q(P)的基数,对于任何M≤N,|Q(P)|=N-M应该被满足,对于M=N-1,|Q(P)|=1,即对应删余位置的列向量的列权重为1,这表明可以基于列权重1的列选择删余模式。

在每一步删余过程中,总是选择列权重为1的列,以确保满足方程|Q(P)|=|P|。根据极化码的性质,总是存在列权重为1的列。删除行的索引形成初始冻结集F0

根据初始冻结集删掉对应位置上的码字,得到删余极化码。

(2)利用截获的码流序列l构建码字矩阵R:

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杭州电子科技大学,未经杭州电子科技大学许可,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/202211375922.1/2.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