中国工程论文网
代写工程论文
当前位置:工程论文网 > 通信工程论文 > 线性分组码的盲识别通信技术研究

线性分组码的盲识别通信技术研究

时间:2018-01-18 18:20来源:www.e-lunwen.com 作者:lgg 点击:
本文是通信工程论文,本文针对信道编码分析识别里的纠错译码环节进行研究,主要研究内容是在已知纠错编码方式为线性分组码而不知其各类参数的基础上对其参数进行盲识别。
第 1 章 绪论
 
1.1 课题背景及意义
信息化社会的高速发展使得数字通信变成了一项衡量社会发展水平的重要标准。跟模拟通信相比,数字通信系统[1]是用数字信号来传递信息的,它的优点有:抗干扰性强、安全性高、频谱利用率高、能良好地对信息进行保护等。数字通信系统的全过程如图 1.1 所示。在以上通信系统中,对加密后的信息进行信道编码是为了优化数字信号的抗干扰性能。但是任何事情都有利弊,数字通信的弊端在于:无线通信传输信道在一定程度上是开放的,使得信息在传输的过程中,信道中的噪声在不同程度上会对传输信息产生干扰。此时可以人为把某些具有自动检测和纠错能力的冗余码元添加到信息传输系统中,让原先相互独立的信息序列之间建立一种具有约束作用的线性关系,以减少干扰对通信系统的影响,从而达到稳定通信的目的。简言之,一旦信息在传输过程中受到了干扰,某些码元就会以发生变化的形式来破坏其间的约束关系,收信方首先会通过这种约束关系来判断接收到的信息是否有错误。如果有错误,就在能力范围内加以纠正,这样一来,误码率降低了,也就巩固了信源的可靠性,最终实现通信的稳定。接收端的信道译码器解码的过程叫做信道译码,也称作信道编码识别。信道编码包括纠错码、交织和扰码[2]。其中纠错编码包括分组码卷积码和Turbo 码;交织包括分组交织和卷积交织;扰码包括同步扰码和自同步扰码。具体分类如图 1.2 所示。信道编码的正确顺序为扰码、纠错码、交织,信道编码识别是其逆过程,顺序为解交织、纠错译码、解扰。信道编码识别技术有很多方面的应用,比如智能移动通信、多点广播通信、数字电视、视频广播等。但无论是在哪种应用下,信息的传输都要面临可利用的带宽有限而且随着时间变化这一问题。一般情况下,无线通信的环境都存在很多不确定的干扰因素。如果通信系统按照最好的状态来设计,会造成时变信道每一种状态的性能无法达到预期的状态。因此,在无线通信系统的过程中,必须考虑到各种不理想的状况,并据此来设计系统。同时,这种设计原则也造成了信道容量利用率不高的后果。在信号传输的过程中会存在各种干扰因素比如时间延迟、噪声干扰以及信号中断等,这些因素使得接收方接收到的信息无法准确地识别出来,通信也无法同步。综上所述,根据接收端的数据快速完成对原始数据的识别是十分必要的,这也是使通信信道的性能最优的必备条件。
.........
 
1.2 研究历史及发展现状
20 世纪初,马可尼(Marconi)初次在英格兰海峡进行两艘行驶船之间的无线通信的实验,并且取得了成功,从此无线通信开始了快速发展的新纪元,至今已经有一个多世纪了。1948年,美国数学家、电子工程师和密码学家香农(Shannon)发表了划时代的论文——通信系统中的数学理论基础。在此论文中香农指出:指定 C 为离散无记忆信道的容量,指定 R 为编码码率,当两者之间满足R   C这个条件时,可靠通信就能得以实现。其中,Hamming 码、Golay 码和 Reed-Muller 码,这几类特殊线性分组码,在 AWGN 信道经常被使用到,但是在衰落信道中,这几种码就失去了实用性,因为 Hamming 码、Golay 码和 Reed-Muller 码只针对随机错误,对突发错误的纠正无效。BCH 码是一类具编码增益良好的特殊线性分组码,目前也有很多系统在使用 BCH 码。LDPC 码,也叫低密度奇偶校验码,在刚开始提出来的时候并没有成功地吸引科研工作者的眼球,经过时间的验证,人们发现了 LDPC 码其实才是现有的最能向香农(Shannon)极限靠近的不可多得的好码。与先前出现的那些信道编码相比,RS 码的频带效性是非常好的,基于这个优点,RS 码在广泛卫星通信领域之中得到了十分广泛的应用。卷积码与 1955 年由 Elias 引入,后由 Wozencraft(1957),特别是 Massey(1963)等系统地给出卷积码的矩阵和检验多项式表示法。多维 TCM 网格编码是由台湾教授 L.F.Wei 发现并创建的,多维 TCM 网格编码不仅在功率方面有很好的效用性,在频带方面也有非常不错的效用性。Turbo 码具有特殊的结构,这种结构使得 Turbo 码可以在 BPSK 的条件下完美地接近 Shannon 极限.
.........
 
第 2 章 线性分组码盲识别的理论基础
 
纠错编码理论的日益发展与它的广泛利用有着不可分割的关系,同时也离不开数论、矩阵论和概率论等数学知识的日益完善。基于此,本章重点讨论了线性分组码涉及的数学知识以及线性分组码的基本性质,同时提到了编码需要用到的仿真工具,最后讨论了几种特别的线性分组码。
 
2.1 线性分组码概述
就目前来说,线性分组码在工程应用中占据了很重要的地位,因为几乎所有能得到实际应用的都是线性的。我们在讨论其他编码的时候也是要以线性分组码为基础的[43-44]。假设 A和B 是两个矩阵维数相同的矩阵,通过初等变换阵 A可以变成B ,那么就称 A和B 是等效的。基于此,非系统分组码的生成矩阵在经过初等变换后必然能得出一个等效矩阵,如果得到的等效矩阵是另一个系统分组码的生成矩阵等效,由这两个生成矩阵得到的  n, k  线性码也必定也满足等效关系。
..........
 
2.2 几种特殊的线性分组码
20 世纪 50 年代初,汉明码(Hamming Code)问世了,它是以发明者理查德.卫斯理.汉明的名字命名的[49]。它是一种线性调试码,主要用于电信领域中。汉明码性能良好,传输效率高,编码电路简单,因此它在工程中有着广泛的应用,尤其是用于内存(RAM)。根据已有知识可知,在一个 7 位的信息中,单个数据出错有 7 种可能,因此 3 个错误控制位就足以确定是否错误及哪一位出错了。也就是说,如果线性分组码要具备纠错能力,它至少能纠正一个错误,此时线性分组码各码组之间的汉明距离应该比 3 大。即要求其校验矩阵H中至少有两列线性无关。本章详细介绍了线性分组码识别的代数基础,包括同余、剩余类、群、环、二元域以及矩阵;介绍了线性分组码的基本知识,主要包括生成矩阵和校验矩阵;介绍几种特殊的线性分组码;最后介绍了几种特殊的线性分组码。
............
 
第 3 章 基于矩阵列变换的线性分组码识别.....17
3.1 引言 ............17
3.2 算法原理 ....17
3.3 仿真实验 ....21
3.3.1 码长的识别仿真......... 21
3.3.2 起始点的识别仿真..... 23
3.3.3 其他参数的识别仿真.......... 24
3.4 算法的性能对比分析 ...........25
3.5 本章总结 ....30
第 4 章 基于码重、汉明距离和深度分布的分组码识别算法....31
4.1 引言 ............31
4.2 概念介绍 ....32
4.2.1 码重的概念........ 32
4.2.2 汉明距离的概念......... 32
4.2.3 深度分布的概念......... 32
4.3 算法原理 ....33
4.4 实验仿真结果分析 ......40
4.5 算法性能对比 .....53
4.6 本章总结 ....56
第 5 章 总结与展望.........57
5.1 总结 ............57
5.2 进一步工作展望 ..........57
 
第 4 章 基于码重、汉明距离和深度分布的分组码识别算法
 
4.1 引言
第三章中总结对比了两种矩阵变换算法的优缺点,综合矩阵分析法(矩阵行变换)能够完成盲识别,但是计算量和计算所需数据都很大,实用性不强;相对而言列变换分析法计算所需数据较小,而且简单快速,但是不适用于长码的识别,而且容错性能不佳,这两种算法都有待于改进。从公开发表的成果来看,线性分组码其他的识别算法并不多,而且每种都存在缺陷,表 4.1 列举了部分算法的优缺点。根据上表可知,有的算法不能容错或者容错性能差,有的适用范围窄,有的计算量或计算所需数据庞大使算法不满足工程应用需求。针对这些缺陷,本文提出了一种新的算法,该算法以码重分布识别法[24,25,43,47]为基础,先利用编码序列和随机序列的码重相似度最低这一特性完成码长的精识别和起始点的粗识别;再利用分组码的最小汉明距离不小于 3 这一特性完成起始点的精确识别;最后通过分析分组码的深度分布特性识别出码率和生成矩阵。通过仿真实验证明,相对于码重分布识别法和表 4.1 所提及的其他算法来说,该算法的起始点识别环节的容错性能和识别正确率都有良好的提升。
.........
 
总结
 
信道编码识别在数字通信领域尤其是非协作通信领域中具有非常重要的意义。因此,本文针对线性分组码的参数盲识别展开研究,主要工作内容为:第一,给出了基于矩阵列变换的线性分组码识别方法,并对此进行了详细的性能分析,总结了其优缺点。矩阵列变换分析法首先利用矩阵的秩不大于其列数这一性质对码长和起始点进行识别,在识别出码长和起始点的基础上对分析数据进行矩阵构造,将构造的矩阵经过二进制初等变换就能得到分组码的码率、生成矩阵和校验矩阵等信息。本文对该算法做了较为全面的性能分析,并将它和文献[5]中的综合分析法做了对比,两者都是基于矩阵变换的算法。通过实验发现矩阵列变换法的计算复杂度要远小于综合分析法。另外它的容错性和长码识别有效性都优于综合分析法,但从整体上来说矩阵列变换法的这两个性能仍需要改进。第二,以码重分析法为基础提出了一种联合码重分布、汉明距离分布以及深度分布特性的识别算法。当遍历到的码长和起始点为正确值时,编码序列和随机序列的码重相似度最低。该算法首先利用这一特性完成码长的识别和起始点的粗识别,之后利用线性分组码的最小汉明距离不小于 3 这一性质对粗识别的值进行确定。线性分组码的深度谱中非零元素的个数恰好是分组码的信息位k ,这 k 个非零值对应的码字相组合就是分组码的生成矩阵,基于此,算法的最后一步利用深度分布特性完成了码率和生成矩阵的识别。通过大量仿真实验证明在同一误码条件下,本文算法起始点识别环节的识别正确率要明显高于码重分析法。另外,该算法起始点识别环节的误码适应能力高于对偶空间法、矩阵列变换法和概率逼近法。
..........
参考文献(略)
 
(责任编辑:工程论文)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
栏目列表
点击提交代写需求
点击提交代写需求
点击提交代写需求
推荐内容