本發(fā)明涉及智能通信及信息對抗領(lǐng)域，具體涉及一種基于軟比特的Turbo碼交織器的盲識別方法。

背景技術(shù)：

Turbo碼作為通信信道中一種重要的前向糾錯(cuò)碼,因其具有接近香農(nóng)理論極限的優(yōu)異特性,現(xiàn)已廣泛應(yīng)用于3G、4G通信標(biāo)準(zhǔn)中,當(dāng)前，越來越多的領(lǐng)域設(shè)涉及到Turbo碼盲識別技術(shù)，Turbo碼盲識別技術(shù)也成為當(dāng)今通信研究的前沿。經(jīng)典的并行級聯(lián)Turbo碼編碼器結(jié)構(gòu)如圖2所示，主要由兩個(gè)遞歸系統(tǒng)卷積碼(RSC)編碼器并行級聯(lián)而成，卷積碼編碼器的之間由交織器相連，一般情況下，各RSC編碼器的結(jié)構(gòu)相同。

Turbo碼盲識別技術(shù)具體包括幀起點(diǎn)位置識別、編碼參數(shù)識別、交織深度識別和交織關(guān)系識別。幀起點(diǎn)位置識別、編碼參數(shù)識別、交織深度識別這幾個(gè)問題現(xiàn)有的方案已經(jīng)較好的解決，能應(yīng)對有誤碼的情況下識別出這幾項(xiàng)參數(shù)。對于交織關(guān)系識別，現(xiàn)有技術(shù)中對于交織器交織關(guān)系的恢復(fù)是在先恢復(fù)Turbo含交織的校驗(yàn)序列后，通過組合信息序列和含交織的校驗(yàn)序列構(gòu)造“卷積+交織”的模式分析序列進(jìn)而得到交織關(guān)系。在無誤碼的情況下，該方法能有效地恢復(fù)交織關(guān)系，但在真實(shí)環(huán)境下，通信系統(tǒng)無誤碼的概率極低，該方法則不適用了。

技術(shù)實(shí)現(xiàn)要素：

為了克服現(xiàn)有技術(shù)存在的缺點(diǎn)與不足，本發(fā)明提供一種適用于復(fù)雜度低、適用于真實(shí)環(huán)境下的Turbo碼交織器的盲識別方法。

本方法采用了軟比特信息，首先構(gòu)造一個(gè)校驗(yàn)向量，再利用校驗(yàn)向量的特征，把交織器的每個(gè)位置分離開來，逐位恢復(fù)交織器。本發(fā)明適用于真實(shí)環(huán)境下的通信系統(tǒng)，能夠在高誤碼率下識別交織關(guān)系，并且本發(fā)明具有算法簡捷，復(fù)雜度低，識別速度快等特點(diǎn)。

本發(fā)明采用如下技術(shù)方案：

一種基于軟比特的Turbo碼交織器的盲識別方法，包括如下步驟：

步驟一，根據(jù)接收的軟比特?cái)?shù)據(jù)，截取其中的M幀每幀長度為L的Turbo碼軟比特；

步驟二，根據(jù)turbo碼分量編碼器的生成多項(xiàng)式構(gòu)造校驗(yàn)向量：

p_a＝{0,-1,...,-d},p_b＝{0,-1,...,-d}

步驟三，確定交織長度N，初始化矩陣X_M×N,Z_M×N，初始化矩陣S_M×N，令其所有元素都為0，初始化變量k＝0，初始化交織關(guān)系矩陣π_1×N，令其所有元素都為-1；

步驟四，按計(jì)算法則計(jì)算矩陣S_M×N中所有的元素值S[i][j]，

i＝0,1,...,N-1,j＝0,1,...,N-1；

步驟五，確定第k位對應(yīng)的交織位置y，令π[k]＝y(tǒng)，校驗(yàn)向量p_a,p_b里每個(gè)元素的值都加1，k＝k+1，如果k≥N，則表明所有位置的交織關(guān)系已恢復(fù)完畢，否則令矩陣S中元素都為0，回到步驟四。

所述步驟中截取是指從幀的起始位置開始取數(shù)據(jù)，所述軟比特?cái)?shù)據(jù)是指信號由星座圖軟判決解調(diào)出來后的比特信息。

步驟二中，所述turbo碼分量編碼器是指遞歸系統(tǒng)卷積碼，所述多項(xiàng)式是指遞歸系統(tǒng)卷積碼的多項(xiàng)式，具體如下：

其中，P₁≠P₂，d為多項(xiàng)式的次數(shù)，公式中每一項(xiàng)按照從低到高的順序排列；

步驟二中，構(gòu)造校驗(yàn)向量具體如下：向量p_a,p_b的元素個(gè)數(shù)分別等于多項(xiàng)式P₁,P₂中系數(shù)不為0的項(xiàng)數(shù)，向量p_a,p_b的元素值分別等于多項(xiàng)式P₁,P₂每一項(xiàng)值的次數(shù)的相反數(shù)。

步驟三中，所述初始化矩陣X_M×N,Z_M×N是指取出M幀中每一幀Turbo軟比特序列中的信息序列，如果為歸零Turbo碼則把信息序列最后的歸零比特去掉,確保最后長度為N，作為矩陣X_M×N的每一行；

取出M幀中每一幀Turbo軟比特序列中交織后的校驗(yàn)序列，如果為歸零Turbo碼則把交織后的檢驗(yàn)序列最后的歸零比特去掉，確保最后長度為N，作為矩陣Z_M×N的每一行，其中信息序列是指turbo碼編碼中的原始序列，交織后的校驗(yàn)序列是指turbo碼編碼中的原始序列經(jīng)過交織器后再通過分量編碼器生成的序列。

步驟三中，交織長度N＝L/3-d-1，如果Turbo碼為非歸零Turbo碼，則d＝1。

所述S[i][j]由以下公式計(jì)算：

S[i][j]＝(|X[i][j]|+|X[i][π[p_a[1]]]|+...+|X[i][π[p_a[d]]]|+|Z[i][p_b[0]]|+...+|Z[i][p_b[d])·sign

所述的計(jì)算法則是指如果p_a[x](x≥0)或者p_b[x](x≥0)的取值為負(fù)數(shù)，則把公式中相應(yīng)的X[i][π[p_a[x]]]、或者Z[i][π[p_b[x]]]、去掉。

步驟五中，確定第k位對應(yīng)的交織位置y，具體為：把矩陣S_M×N的每一列相加求和，找到每一列和的最大值，則最大值對應(yīng)的列數(shù)y。

本發(fā)明的有益效果：

本發(fā)明采用了軟比特，更能充分利用信道信息，提高識別率；能在較差的信道條件完成交織關(guān)系的識別；識別方法簡單，校驗(yàn)向量一般只有幾個(gè)元素，因此算法復(fù)雜度極低，識別速度很快。

附圖說明

圖1本發(fā)明的交織關(guān)系識別流程圖；

圖2本發(fā)明的Turbo碼的一般結(jié)構(gòu)圖以及其通過噪聲信道模型；

圖3本發(fā)明實(shí)施例中不同誤比特率下識別成功率達(dá)到99％需要的幀數(shù)；

圖4本發(fā)明實(shí)施例中不同誤比特率下識別成功率達(dá)到99％需要的時(shí)間。

具體實(shí)施方式

下面結(jié)合實(shí)施例及附圖，對本發(fā)明作進(jìn)一步地詳細(xì)說明，但本發(fā)明的實(shí)施方式不限于此。

實(shí)施例

如圖1所示，一種基于軟比特的Turbo碼交織器的盲識別方法，包括如下步驟：

步驟一根據(jù)接收的軟比特?cái)?shù)據(jù)，截取其中的M幀每幀長度為L的Turbo碼軟比特；

所述的軟比特是指信號由星座圖軟判決解調(diào)出來后的比特信息；

所述截取是指從幀的起始位置開始取數(shù)據(jù)；

所述M是一個(gè)經(jīng)驗(yàn)值，可參考附表1來取值；

表1

步驟二，根據(jù)turbo碼分量編碼器的生成多項(xiàng)式構(gòu)造校驗(yàn)向量：

p_a＝{0,-1,...,-d},p_b＝{0,-1,...,-d}

所述的turbo碼分量編碼器一般指遞歸系統(tǒng)卷積碼(RSC)；

所述的生成多項(xiàng)式一般指遞歸系統(tǒng)卷積碼的生成多項(xiàng)式，其公式為：

(每一項(xiàng)按次數(shù)從低到高排列)

其中，P₁≠P₂，d為多項(xiàng)式的次數(shù)。

所述構(gòu)造校驗(yàn)向量的處理如下：

向量p_a,p_b的元素個(gè)數(shù)分別等于多項(xiàng)式P₁,P₂中系數(shù)不為0的項(xiàng)數(shù)，向量p_a,p_b的元素值分別等于多項(xiàng)式P₁,P₂每一項(xiàng)值的次數(shù)的相反數(shù)。

步驟三，確定交織長度N，初始化矩陣X_M×N,Z_M×N，初始化矩陣S_M×N，令其所有元素都為0，初始化變量k＝0，初始化交織關(guān)系矩陣π_1×N，令其所有元素都為-1；

所述交織長度N的確定：通過公式N＝L/3-d-1求得，其中，如果Turbo碼為非歸零Turbo碼，則d＝1；

所述初始化矩陣X_M×N,Z_M×N是指取出M幀中每一幀Turbo軟比特序列中的信息序列，如果為歸零Turbo碼則把信息序列最后的歸零比特去掉,確保最后長度為N，作為矩陣X_M×N的每一行；

取出M幀中每一幀Turbo軟比特序列中交織后的校驗(yàn)序列，如果為歸零Turbo碼則把交織后的檢驗(yàn)序列最后的歸零比特去掉，確保最后長度為N，作為矩陣Z_M×N的每一行，其中信息序列是指turbo碼編碼中的原始序列如圖2所示，交織后的校驗(yàn)序列是指turbo碼編碼中的原始序列經(jīng)過交織器后再通過分量編碼器生成的序列，如圖2中的Z。

步驟四，按計(jì)算法則計(jì)算矩陣S_M×N中所有的元素值S[i][j]，

i＝0,1,...,N-1,j＝0,1,...,N-1；

所述S[i][j]由以下公式計(jì)算：

S[i][j]＝(|X[i][j]|+|X[i][π[p_a[1]]]|+...+|X[i][π[p_a[d]]]|+|Z[i][p_b[0]]|+...+|Z[i][p_b[d])·sign

所述的計(jì)算法則是指如果p_a[x](x≥0)或者p_b[x](x≥0)的取值為負(fù)數(shù)，則把公式中相應(yīng)的X[i][π[p_a[x]]]、或者Z[i][π[p_b[x]]]、去掉。

步驟五，確定第k位對應(yīng)的交織位置y，令π[k]＝y(tǒng)，校驗(yàn)向量p_a,p_b里每個(gè)元素的值都加1，k＝k+1，如果k≥N，則表明所有位置的交織關(guān)系已恢復(fù)完畢，否則令矩陣S中元素都為0，回到步驟四。

所述第k位對應(yīng)的交織位置y的確定是指把矩陣S_M×N的每一列相加求和，找到每一列和的最大值和最大值對應(yīng)的列數(shù)y。

本實(shí)施例的目的是對不同誤比特率條件下本方法的識別性能進(jìn)行仿真。以1/3碼率、兩分量編碼器相同且生成多項(xiàng)式為的PCCC結(jié)構(gòu)為例，

在交織深度為512的條件下調(diào)節(jié)誤比特率，同時(shí)通過調(diào)節(jié)幀數(shù)M使識別成功率保持在99％，記錄幀數(shù)M，得到圖3。可以看出通過調(diào)節(jié)幀數(shù)M可以有效抵抗高誤比特率，說明該方法有較好的抗誤碼性能。在交織深度為512的條件下調(diào)節(jié)誤比特率，同時(shí)利用圖3中對應(yīng)的幀數(shù)M，記錄識別成功率在99％時(shí)方法所需的時(shí)間，得到圖4，可以看出該方法識別速度極快。綜合圖3、圖4說明本發(fā)明實(shí)用性很強(qiáng)。

上述實(shí)施例為本發(fā)明較佳的實(shí)施方式，但本發(fā)明的實(shí)施方式并不受所述實(shí)施例的限制，其他的任何未背離本發(fā)明的精神實(shí)質(zhì)與原理下所作的改變、修飾、替代、組合、簡化，均應(yīng)為等效的置換方式，都包含在本發(fā)明的保護(hù)范圍之內(nèi)。