LDPC码盲识别技术研究

发布时间：2020-06-26 20:17

【摘要】：在非协作通信场景中,如何根据截获到的数据获取到有关信号的技术参数、工作内容等情报信息具有重要的军事意义和情报价值,而在这个过程中,信道编码盲识别技术起到十分关键的作用。信道编码盲识别即是在不知道或者只知道较少的先验知识的情况下,根据截获到的数据,通过数学工具、算法估计出通信方所采用的信道编码类型及其参数,为接下来的译码工作做准备。本文主要研究的是低密度奇偶校验(Low-Density Parity-Check,LDPC)码的盲识别技术。通常情况下,实用的LDPC码的码长是比较长的,并且它们的校验矩阵是稀疏的,这使得在含有误码的情况下,传统的编码识别算法难以用于LDPC码的盲识别,因而与LDPC识别相关的公开研究成果较少。目前关于LDPC码的识别研究主要是在闭集的思路下展开的,也就是在某个构建好的LDPC码参数库里面找出截获数据最有可能的来源。LDPC码的闭集识别将二元域的参数估计问题弱化为一个二元域的假设性检验问题,需要大量的先验知识作为支撑,这在非协作通信背景下是难以满足的。本文针对这一问题,提出LDPC码的开集盲识别算法,力求在不知道或者只知道较少的先验知识的情况下,通过截获比特序列,盲识别出LDPC码的码长、码字起点、码率以及线性约束关系,最终可以完成LDPC码的稀疏校验矩阵的盲识别。对于码长及码字起点的识别,现有算法大部分采用基于秩准则的方法,该类方法在高误码条件下识别率不够理想,且复杂度较高,而关于码率以及校验矩阵的识别,常用方法有线性矩阵分析法和哈达玛变换法。其中线性矩阵分析的方法不容错,哈达玛变换方法复杂度较高,此外,上述方法都无法实现校验矩阵的稀疏化。本文针对这些传统识别算法的不足之处,结合LDPC码校验矩阵的稀疏特性,从码字的对偶空间角度入手,提出了一种改进的基于求解低列重线性组合的方法来获取码字的对偶向量,并在此基础上采用对偶法识别出码长,使得码长的识别率高于传统的秩准则法,然后通过求取对偶向量支撑区间的方法加快了码字起点的搜索速率。随后,根据识别出来的码长及码字起点,结合改进的基于求解低列重线性组合的方法设计了迭代筛选算法来识别线性约束关系,进而识别出码率。最后,本文提出一种稀疏化算法来稀疏化重建LDPC码的校验矩阵,最终实现LDPC码的开集盲识别。
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN911.22
【图文】：

码长,码字,仿真结果,遍历

图4.6 IEEE 802.11n 协议中的(648,324)LDPC 码码长及码字起点仿真结果观察图 4.6，可以发现当码长等于 648 时开始出现对偶向量，根据 3.3.2 节的字起点识别算法，码长估计值应为0n 648，这与理论值一致。算法在估计停止遍历码长，只对码字起点s进行遍历。本文算法中s遍历的步长统一设0 （n为当前遍历的码长）这样做的目的是使整个码字起点搜索次数控制

校验矩阵,稀疏化,方法,零元素

法复杂度过高，需要耗费大量的时间才能得到稀疏化后的校验矩阵。而将抽头系数设置为 2 时，得到的稀疏化结果中非零元素个数较多，如图 4.14 所示，稀疏化失败。图4.13 采用前述方法得到的非稀疏校验矩阵

【参考文献】