基于校验函数梯度的Turbo码编码器识别

针对现有的Turbo码编码器识别算法中存在容错性差和计算量大的问题,本文提出了计算复杂度低和在低信噪比条件下容错性强的编码器识别算法。本文利用码元之间线性约束关系,构造代价函数,定义每个时刻的函数符合度,这个概念能明确地展现每个时刻码元之间约束关系的强弱;函数符合度将作为识别递归系统卷积码的代价函数,待识别的生成多项式参数的概率值作为代价函数的变量,将RSC码识别问题进而转化为代价函数求解极大值问题。利用迭代更新的方式,在迭代次数一定的条件下,对函数中的未知生成矩阵参数求解梯度,完成对未知生成矩阵参数的识别。仿真结果表明:算法在迭代20次时可以对编码器参数的识别收敛,同时在低信噪比条件下相比已有算法容错性强、计算复杂度低。