归零Turbo码的盲识别方法

针对归零Turbo码的识别问题,提出一种有效的识别方法。该方法首先根据归零Turbo码的特殊结构,利用遍历矩阵列数的方式,寻找相关列均值最大值的位置,识别归零Turbo码长和起始点;其次,构建归零Turbo码的交织器识别模型,利用分层比对的方法得到交织置换关系,完成对交织器参数的识别。仿真实验表明,该方法在0.02的误码率条件下识别率仍能达到80%以上,验证了所提方法的有效性和鲁棒性。

归零Turbo码参数的盲识别

针对归零Turbo码码率、码组起点、交织起点、交织长度参数识别问题,首先引入矩阵秩量比的概念,推导出适用于归零Turbo码矩阵秩量比下限,提出了基于秩量比判决门限的码长识别算法;其次,遍历一交织帧输出码元,找出最小秩量比对应的位置,实现交织起点和码组起点的识别;然后,依靠完整的交织帧输出数据,利用分析矩阵实现码率与分量编码器中寄存器个数识别;最后,由以上识别的参数计算出交织长度。仿真结果表明:在信噪比为5 dB时,单靠信息序列,各部分的识别概率能达到80%以上;在交织长度为100时,提出的识别算法与传统算法相比,性能相近,识别时间大约缩短为原来的1/3。

低信噪比下归零Turbo码码长及其帧同步识别

针对目前高斯消元法在归零Turbo码长、帧同步等参数识别过程存在容错性能低且计算复杂度高的缺点,该文提出一种低信噪比(SNR)下基于差分似然差(DLD)的识别算法。首先通过定义差分似然差的概念,利用归零Turbo码帧头两码元差分似然差为正值(“+”)的特性,构建分析矩阵实现码长的识别;其次,提出基于最小错误判决准则下的差分似然差“+”位置门限判决方法,完成帧同步;最后,从工程实际出发,遍历寄存器个数的可能值,实现码率、寄存器个数以及交织长度识别。仿真实验表明:所提算法对于归零Turbo码码长、帧同步等参数识别有效,差分似然差“+”位置分布与分析的数据结构特征一致,判决门限能够有效判断差分似然差“+”位置,同时,算法容错性能较强,在信噪比为-5 dB条件下,码长、帧同步等参数识别率能够达到90%以上,并且算法的复杂度远小于现有算法。

高误码率下归零Turbo码帧结构识别

现有的高斯消元法在Turbo码帧结构识别中,存在着容错性差且计算量大的缺点,直接导致后续分量编码器以及交织器识别算法无法应用.为此,提出了一种基于矩阵模型列相关性的识别方法.首先在待定帧长下构建分析矩阵,并对其前后相邻两列进行差分处理,然后建立关于差分后矩阵列重的统计量,根据码长及其整数倍处必有统计值能通过判决这一特点确定帧长.最后,通过分析正确码长下通过判决的统计值对应的相对位置关系,归纳帧起点的同步方法.仿真结果表明,本文算法在误码率高达0.1条件下,Turbo帧结构参数识别能够达到100%的识别率,与现有方法相比,本文算法计算复杂度更低且识别性能更好,可应用于认知无线电等非协作通信领域.

高误码率下归零Turbo码参数识别

针对现有归零Turbo码码长、帧同步、码率等参数识别算法存在容错性能低且计算复杂度高的缺点,提出了一种具有高容错性的识别算法。利用每帧初始两码元的差分结果为确定零点特性,构建新的差分序列分析矩阵,通过改变分析矩阵的列数并作特定的矩阵变换,实现码长识别。基于极大极小准则,解算出确定零点与随机零点的判决门限,实现确定零点识别,然后通过遍历确定零点,完成帧同步识别。从工程实际以及编码约束关系出发,遍历码率以及寄存器个数的可能值,实现码率以及寄存器个数识别。仿真实验表明:差分确定零点位置分布与总结的3个特点一致,判决门限能够有效判断差分确定零点;该算法容错性能较强,在误码高达0.20条件下,各种参数识别率能够达到96%以上,且所需码元数据量以及计算复杂度远小于现有算法。