误码条件下LDPC码校验矩阵的盲识别算法

针对误码条件下LDPC码校验矩阵难以逆向构造的问题,提出了一种LDPC码校验矩阵的盲识别算法。首先,构造含错矩阵,对其进行列消元,得到其对偶向量;然后,筛选出对偶向量中的有效LDPC码校验向量,剔除被截获数据中的含错码组;对上述步骤进行迭代,提高无误码码组的比例。将原误码条件下的棘手问题,退化为无误码条件下相对容易的线性约束关系的重建问题。仿真结果表明,在误码率不高于10~(-4)的非合作条件下,接收方可以重建发送方使用的LDPC码校验矩阵。     

基于软判决的LDPC码校验向量识别算法

针对现有 码校验向量识别算法的容错性差和识别率低的问题，提出了一种 码校验向量的迭代识别算法。该算法首先利用信道输出的软信息分析校验关系对数似然比的概率分布特性，找到一种校验向量的预判决方法，大幅度降低了构造校验向量的搜索空间；然后在软判决条件下，利用广义对数似然比对搜索空间中的向量进行判决，得到校验向量；最后，利用多组数据进行迭代，求解搜索空间中的校验向量。实验结果表明，与已有算法相比，本文算法的向量搜索空间大幅度降低，算法的识别率提高约15%，而且算法获得的译码增益提高约2.3 dB。     

基于线性约束关系的LDPC码校验矩阵盲识别算法

针对误码条件下低密度奇偶校验码(LDPC)的校验矩阵难以逆向构造的问题,提出了基于线性约束关系的LDPC码校验矩阵盲识别算法。该算法通过对含错矩阵进行列消元,结合校验向量的判定准则,筛选对偶向量中LDPC码校验向量,辨识和剔除被截获数据中的含错码组然后进行迭代,不断剔除被截获数据中的误码码组,提高无误码码组的比例。将原误码条件下的棘手问题,退化为无误码条件下的线性约束关系的重建问题,进而解决了误码条件下的LDPC码的盲识别问题。仿真实验结果表明,在误码率小于10~(-4)的非合作条件下,利用本文的算法,接收方可以重建发送方使用的LDPC码校验矩阵。     

一种新颖的LDPC编码系统码率识别方法

LDPC码编码识别是信道编码识别中的难点。随着LDPC码在通信领域的广泛应用,LDPC码编码识别技术也引起越来越多的关注。针对在低信噪比条件下,现有算法对LDPC码编码参数识别率低的问题,首先利用信道输出的软信息,将编码校验关系映射到对数似然比域,并定义编码校验对数似然比（Check log-likelihood ratio,CLLR）。然后,分析CLLR模值的统计特性,建立CLLR与待识别LDPC码参数之间的联系。最后,充分利用在不同校验矩阵下CLLR统计特性的区别,设计一种综合CLLR均值和方差特征的最大均方比判决器。从仿真结果看,在给定先验编码集合的闭集应用模式下,本文算法明显优于已有算法,识别增益在低信噪比环境下可达2~5 dB。而且对于高码率LDPC码的识别,本算法可以显著提高识别性能。     

Alpha稳定分布下基于RHMy滤波的MQAM信号码元速率估计方法

针对Alpha稳定分布噪声环境下,传统的MQAM信号码元速率估计方法性能恶化甚至完全失效的问题,本文结合了改进的Myriad类滤波与小波变换法的优点,提出一种基于递归混合Myriad滤波(Recursive Hybrid Myriad filter, RHMy)的高阶消失矩二次小波变换法对MQAM信号进行码元速率估计。首先采用RHMy滤波充分抑制噪声中的脉冲成分,再采用高阶消失矩小波估计码元速率。仿真结果表明,在Alpha稳定分布噪声环境中,相比于多尺度Haar小波变换法、分数低阶循环谱法与基于加权Myriad滤波(Weighted Myriad filter, WMy)的小波变换法,该方法有效的提高了低广义信噪比下的估计精度,同时在不同的脉冲噪声条件下具有较好的鲁棒性。