基于码重信息熵低码率线性分组码的盲识别.pdfVIP

第17卷第1期 电路与系统学报 V01．17No．1 2012年2月 JOURNAL0FCIRCUITSAND SYSTEMS February，2012 01-0041—06 文章编号：1007-0249(20121 基于码重信息熵低码率线性分组码的盲识别★ 陈金杰1’硝， 杨俊安1，2 (1．电子工程学院，安徽合肥230037：2．安徽省电子制约技术重点实验室，安徽合肥230037) 摘要t为解决较高误码条件下的低码率二进制线性分组码的盲识别问题，论文提出了基于码重分布信息熵的码长 识别方法，而且，它还通过优化传统的矩阵化简方法求解生成矩阵，从而实现对低码率二进制线性分组码的盲识别。 理论分析及仿真验证均表明：该方法能实现低码率线性分组码较正确的识别。论文最后进一步对不同码长线性分组码 在不同误码率条件下进行了多次仿真，仿真结果验证了该识别方法具有较好的容错性能。 关键词t线性分组码：盲识别；汉明重量；信息熵；生成矩阵 中图分类号，TP911．22文献标识码。A 1 引言 在数字通信系统将信息从信源传输到信宿的过程中，为保证信息传输的可靠性，通常要人为地增 加一些冗余度，使其具有自动检错或纠错性能，这就需要采用信道编码技术来实现。而线性分组码凭 借其具有编、译码结构简单及非常优越的纠错性能，已在各种现代数字通信系统中得到广泛应用【l~3】。 因此，如何根据接收或截获的数据快速盲识别出信道编码参数以恢复出信源信息将具有重要意义【¨】。 针对于信道编码中线性分组码盲识别问题的研究，目前已有基于新型矩阵模型识别法【7】、基于比 特频率检测法¨l、基于码根信息差熵与码根统计法【91和基于码重距离分析法【101等线性分组码盲识别方 法。文献[7]提出了一种新型数据矩阵模型从而实现了对线性分组码的盲识别，并且将该识别模型推广 到对卷积码的盲识别，但其只能在无误码理想条件下的进行识别处理。文献[8】提出的基于比特频率检 测的线性分组码的盲识别方法，将比特频率检测法应用到信道编码识别码长中且该识别方法具有一定 的容错性能，但对识别方法的容错性能并没有深入讨论。文献【9】提出了一种基于码根信息差熵和码根 统计的识别方法，该方法具有一定的容错性能，但只能对本原BCH码进行识别。文献[10】提出了一种 对低码率二进制线性分组码的盲识别方法，该方法要求误码率要优于4．7l×100条件下才能由码重分布 距离函数正确的获取码长参数胆，并在此基础上通过矩阵单位化获得生成矩阵，从而实现对低码率二 进制线性分组码的盲识别。由此可以看出目前对线性分组码的盲识别方法都需要较大的计算量且对误 码率的要求较高，甚至像新型矩阵识别模型要求在无误码理想情况下才能获得良好的识别效果。因此， 在实际较高误码率条件下，如何正确识别出线性分组码及相应的编码参数成为一个难点问题。 本文针对线性分组码的盲识别问题，提出了一种基于码重分布信息熵估计码长的方法，进而通过 对传统的矩阵化简方法的优化来实现生成矩阵的正确求解。最后对该识别方法进行了仿真验证并讨论 了该识别方法的容错性能，仿真结果均表明其在较高误码率条件下可以取得良好的识别效果。 2 码重分布信息熵识别方法原理 本文以分组码中一类低码率二进制线性分组码作为研究对象，低码率二进制分组码是信息位数小 于或等于码长的一半即是校验位数较多，下文都将这样一类码简称为kkI线性分组码11¨。 2．1 问题分析 根据线性分组码的编码过程以及实际数字通信过程中对接收数据的处理流程，可对线性分组码的 2011—07—06 ’收稿日期t 修订日期：2011-07．26 撑通信作者·Emaih 26．colll syl405607@1 42 第17卷 盲识别阿题建立如下数学模型[tt,lz]： C=MG (1) 式中，M=似