CN115037412A - 高动态通信***中联合载波同步的自适应迭代译码方法 - Google Patents
高动态通信***中联合载波同步的自适应迭代译码方法 Download PDFInfo
- Publication number
- CN115037412A CN115037412A CN202210565242.XA CN202210565242A CN115037412A CN 115037412 A CN115037412 A CN 115037412A CN 202210565242 A CN202210565242 A CN 202210565242A CN 115037412 A CN115037412 A CN 115037412A
- Authority
- CN
- China
- Prior art keywords
- representing
- code
- signal
- carrier synchronization
- communication system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004891 communication Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 25
- 238000012937 correction Methods 0.000 claims abstract description 21
- 230000003287 optical effect Effects 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims abstract description 8
- 238000001228 spectrum Methods 0.000 claims abstract description 6
- 238000012804 iterative process Methods 0.000 claims abstract description 5
- 230000001360 synchronised effect Effects 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 19
- 230000005540 biological transmission Effects 0.000 claims description 13
- 125000004122 cyclic group Chemical group 0.000 claims description 11
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0045—Arrangements at the receiver end
- H04L1/0047—Decoding adapted to other signal detection operation
- H04L1/005—Iterative decoding, including iteration between signal detection and decoding operation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0056—Systems characterized by the type of code used
- H04L1/0057—Block codes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L7/00—Arrangements for synchronising receiver with transmitter
- H04L7/02—Speed or phase control by the received code signals, the signals containing no special synchronisation information
- H04L7/033—Speed or phase control by the received code signals, the signals containing no special synchronisation information using the transitions of the received signal to control the phase of the synchronising-signal-generating means, e.g. using a phase-locked loop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Synchronisation In Digital Transmission Systems (AREA)
Abstract
本发明属于通信技术领域,涉及高动态通信***中联合载波同步的自适应迭代译码方法。高动态通信***中联合载波同步的自适应迭代译码方法,包括:(1)发送端对信息序列进行信道编码,构造基于光正交码的准循环LDPC码;信道编码后的信号经调制、扩频、模数转换、模拟上变频后,被发送出;(2)接收端在完成信号同步捕获后,通过锁频环和锁相环对捕获的信号进行频偏和相偏的粗估和校正;(3)采用联合载波同步的迭代译码算法进行译码,每次译码迭代过程中利用更新的残余频偏和残余相偏估计值再次校正步骤(2)校正后的信号。本发明利将译码与残余频偏/相偏的估计校正相结合,实现了高动态通信***中载波同步的准确性,提升了***的抗干扰性能。
Description
技术领域
本发明属于通信技术领域,具体涉及高动态通信***中联合载波同步的自适应迭代译码方法。
背景技术
高动态环境下的无线通信与导航定位目前面临诸多难题和挑战,其中同步问题是关键技术之一。高动态环境下运动状态的急剧变化会让接收机收到的导航定位信号及通信信号产生较大的多普勒频偏和扩频码相位跳变,且在多载波通信***中,多普勒频偏程度与***移动速度呈现正相关关系。对于比较大的多普勒频偏与变化率,其频率偏移会超出锁频环能够捕捉的范围,导致锁频环不能对其进行跟踪恢复,解决这一问题需要增加锁频环带宽,但是带宽的增加必定使得环路噪声增大,接收端获得的信号误码率明显增加,信号失真也愈加明显,且外界噪声电平一旦超过环路工作阈值,锁频环失锁会导致解调的数据无法得到恢复。同时相位的偏移会使得导航定位准确度降低。这些问题对高动态通信***的性能造成了严重冲击。因此,对高速移动状态下信息传输中时间、频率以及相位同步算法的研究,对提升高速移动***抗干扰能力和接收机性能的研究,是现代通信发展的急切需求。精准同步是高动态环境下进行无线通信、导航定位、遥测遥控等工作的基础和前提。研究高速移动环境中的频率和相位同步技术是提高无线通信、导航定位性能的前提,是未来宽带无线通信在高速环境下得以广泛应用的关键所在。
在高动态通信***载波同步技术的研究中,学术界提出了多种技术相结合的跟踪方法。其中最常用的有锁频环辅助跟踪的锁相环技术和最大似然估计算法辅助的跟踪环技术等。FLL辅助PLL的环路设计比较简单,FLL负责粗同步,PLL负责细同步,这种方法引入外界噪声多,会降低跟踪的精准度。最大似然估计算法原理是利用有可能会出现的频偏、相偏等对接收信号的偏移进行补偿,然后取残余误差信号功率谱的最大值,以此获得频偏或相偏的估计。这类算法精度很高,但是似然函数的非线性使得求解过程复杂度很高,导致算法跟踪速度很慢,实用性相对而言比较差。因此,探索更优的载波同步方法,同时提升***抗干扰性能逐渐成为研究热点。
研究高动态环境下通信***接收机快速同步技术,对高动态环境下远距离无线传输、精准打击、情报收集、监视侦察、预警等有很好的参考价值,在很多领域具有重要的理论价值和现实意义。
发明内容
本发明的目的是为了解决现有技术中高动态环境下通信***接收机快速同步存在的问题,用以提升高动态通信***中载波同步的准确性,提升***抗干扰性能。本发明利用EM算法,给出了一种形式简单但性能优良的残余频偏和相偏估计方法,并将频偏和相偏的估计与迭代译码相结合,在译码迭代的同时实现载波同步;改进归一化偏移最小和算法(NOMS),使其校正因子和偏移因子适应于***编码码率和最大校验节点度数,参数由自适应前向传播训练得到,训练中引入sigmoid函数和交叉熵损失函数,通过损失函数的随机梯度下降实现参数的更新,提升***抗干扰性能。
为了实现上述目的,本发明采用的技术方案是:高动态通信***中联合载波同步的自适应迭代译码算法,包括:
(1)发送端对信息序列进行信道编码,构造基于光正交码的准循环LDPC码;信道编码后的信号经调制、扩频、模数转换、模拟上变频后,被发送出;
(2)接收端在完成信号同步捕获后,通过锁频环和锁相环对捕获的信号进行频偏和相偏的粗估和校正;
(3)采用联合载波同步的迭代译码算法进行译码,每次译码迭代过程中利用更新的残余频偏和残余相偏估计值再次校正步骤(2)校正后的信号。
优选地,发送端利用光正交码循环自相关和循环互相关特性,构造准循环LDPC码,具体为:以码长为n0、汉明重量为ω的码字构造码长为n、汉明重量为ω的光正交码集X={Xr},其中r=0,1,…,p,取m,p∈N,有
n=(ω-1)pm+n0
xω-1,1≤m<n0
其中,Xi r表示第r个码字的i次邻集,N表示自然数集合,共有p+1个码字,m表示模数,g表示码字X0的第i次邻集中的元素,h表示码字X0的第s次邻集中的元素,码字Xr和光正交码集X均采用集合形式表示,码字Xr集合形式中元素的取值由其各次邻集决定;
光正交码集C构造完成后,对其中p+1个码字分别循环移位,得到p+1个不同的循环方阵Q1,Q2,…,Qp+1,随机选择和排列这些循环方阵即可得到不同码率的校验矩阵H。
进一步优选地,采用EM算法估计步骤(2)所得信号的残余频偏和残余相偏,具体为:
其中,n表示接收符号序列长度即编码后的码长,D(d)={d:d=[zT,cT]T}表示数据全集,c表示发送信号序列,z表示接收符号序列,b=[ΔfR,θR]表示联合参数,ΔfR和θR表示残余频偏和残余相偏,l表示迭代次数,T表示单位比特传输时间,∧qk表示译码迭代中变量节点k(码字第k位)的消息。
进一步优选地,所述联合载波同步的迭代译码算法采用改进的归一化偏移最小和算法译码,译码迭代时根据消息传递法则更新变量节点和校验节点消息后,对变量节点消息作硬判决,直至译码序列满足所有校验条件或迭代次数达到最大时停止迭代。
进一步优选地,所述改进的归一化偏移最小和算法利用sigmoid函数和交叉熵损失函数对校正因子和偏移因子进行自适应前向传播训练,得到适应于***编码码率和最大校验节点度数的校正因子和偏移因子。
进一步优选地,所述校正因子和偏移因子自适应前向传播训练过程为:
v=(v1,v2,…vn)为训练集中某一接收信号,对应的发送信号为码字c=(c1,c2,…cn),码长为n,码率为R,最大校验节点的度数dc,这样的训练集信号共有S个;初始化校正因子α(0)、偏移因子β(0)以及变量节点传向校验节点的消息:
消息传递更新准则为:
其中,^qkj表示变量节点k(码字第k位)传向校验节点j(校验位第j位)的外部概率信息,σ2表示信道噪声方差,∧pjk表示校验节点j传向变量节点k的消息,Vj表示与校验节点j相连的变量节点的集合,Ck表示与变量节点k相连的校验节点的集合,l表示迭代次数;
一次迭代中变量节点和校验节点消息更新完成后,计算变量节点消息:
各变量节点消息作sigmoid非线性变换:
计算交叉熵损失函数:
交叉熵损失函数进行随机梯度下降,更新参数:
其中η1、η2分别表示参数α和β的学习率;
变量节点消息进行硬判决后完成一次迭代;随迭代次数的增加,参数不断向前传递更新;
所有训练集信号训练后得到的参数值取均值,得到适应于***编码码率R和最大校验节点度数dc的参数α和β,即校正因子和偏移因子。
与现有技术相比,本发明的高动态通信***中联合载波同步的自适应迭代译码方法,具有如下优点:
(1)本发明基于EM算法给出一种形式简单但性能优良的残余频偏和相偏估计方法,能更好地纠正高动态通信***中信号的频率偏移和相位偏移,提升***载波同步的准确性。
(2)本发明采用载波同步与迭代译码相结合的方式,在译码的同时实现残余频偏和相位的估计及信号校正,避免了先校正后译码造成的空间和时间的浪费。
(3)本发明采用改进的NOMS算法,引入sigmoid函数和交叉熵损失函数,通过对交叉熵损失函数进行随机梯度下降,实现校正因子和偏移因子的参数更新,使参数适应于***编码码率和最大校验节点度数,提升了***译码性能和抗干扰性能。
附图说明
图1是本发明实施例中高动态通信***中联合载波同步的自适应迭代译码方法整体流程图。
图2是锁频和锁相相结合的自适应载波跟踪环详细结构示意图;
图3是本发明实施例中联合载波同步的迭代译码算法原理示意图;
图4是本发明实施例中改进的NOMS算法参数自适应前向传播训练示意图。
具体实施方式
为了使本发明阐述地更加详细清楚,下面将结合附图对本发明进一步进行说明。应当理解,此处所描述的本发明的实施例仅用于解释本发明,并不用于限定本发明。
如图1所示,本发明提供的高动态通信***中联合载波同步的自适应迭代译码方法,包括以下步骤:
一、高动态通信***发送端对信息序列进行信道编码,利用光正交码独特的循环自相关和互相关特性,构造基于光正交码的准循环LDPC码。
光正交码是一种为码分多址光纤设计的实用码,一族(n,ω,λ)等重光正交码集X中每一个码字(x0,x1,…,xn-1)的自相关函数和码集中任意两个不同码字(x0,x1,…,xn-1)与(y0,y1,…,yn-1)之间的互相关函数分别满足:
τ表示光正交码字移位次数,λ=1时的光正交码循环移位n-1次后形成的循环矩阵行向量之间1的重叠个数不超过一个;两个不同的光正交码分别循环移位后得到的两个循环矩阵行向量之间1的重叠个数不超过一个。
n=(ω-1)pm+n0
xω-1,1≤m<n0
其中,Xi r表示第r个码字的i次邻集,N表示自然数集合,共有p+1个码字,m表示模数,g表示码字X0的第i次邻集中的元素,h表示码字X0的第s次邻集中的元素,码字Xr和光正交码集X均采用集合形式表示,码字Xr集合形式中元素的取值由其各次邻集决定。
表1给出了光正交码比较典型常用的参数取值。
表1光正交码典型的参数取值举例
光正交码集X构造完成后,对其中p+1个码字分别循环移位,得到p+1个不同的循环方阵Q1,Q2,…,Qp+1,随机选择和排列这些循环方阵即可得到不同码率的校验矩阵。生成的校验矩阵符合LDPC码校验矩阵的约束条件,并且可以有效避免Tanner图中四环和六环的出现,降低后续译码复杂度。
二、信道编码器输出的信号经扩频调制、模数转换、模拟上变频、功率放大后,被发送出去。接收端在完成同步捕获后,通过锁频环和锁相环进行频偏和相偏的粗估和信号校正。
三、基于改进归一化偏移最小和算法的联合载波同步的迭代译码算法进行译码,采用改进的归一化偏移最小和算法(NOMS)进行译码,改进的归一化偏移最小和算法中引入sigmoid函数和交叉熵损失函数,通过对参数进行前向传播训练得到适应于***编码码率和最大校验节点度数的参数(校正因子和偏移因子)。依据EM算法的迭代收敛性结合载波同步和译码,译码迭代时根据消息传递法则更新变量节点和校验节点消息,然后对变量节点消息作硬判决,直至译码序列满足所有校验条件或迭代次数达到最大停止迭代。
1、EM算法表征为以下两个迭代过程:
Q(b,b(l))=∫D(z)p(d|z,b(l))logp(d|b)dz
EM算法推导可得残余频偏和残余相偏迭代估计方法为:
其中,n表示接收符号序列长度即编码后的码长,D(d)={d:d=[zT,cT]T}表示数据全集,c表示发送信号序列,z表示接收符号序列,b=[ΔfR,θR]表示联合参数,ΔfR和θR表示残余频偏和残余相偏,l表示迭代次数,T表示单位比特传输时间,∧qk表示译码迭代中变量节点k(码字第k位)的消息。
针对迭代过程中频偏估计优化问题的高复杂性,本发明给出一种形式简单但性能优异的频偏估计方法:
该估计方法在低信噪比情况下性能较现有算法性能更优。EM算法中后一次迭代得到的估计值较前一次更优,算法收敛于最优估计值。
2、联合载波同步的迭代译码算法原理如图3所示,具体为:
(2)初始化变量节点传向校验节点的消息:
(3)消息传递更新准则为:
其中,∧qkj表示变量节点k(码字第k位)传向校验节点j(校验位第j位)的外部概率信息,σ2表示信道噪声方差,∧pjk表示校验节点j传向变量节点k的消息,Vj表示与校验节点j相连的变量节点的集合,Ck表示与变量节点k相连的校验节点的集合,l表示迭代次数。
(4)一次迭代中变量节点和校验节点消息更新完成后,计算变量节点消息:
(6)利用EM算法重新估计残余频偏和残余相偏,更新残余频偏和残余相偏估计值,用以进行下一轮译码迭代:
(7)反复迭代直至译码序列满足所有校验条件或迭代次数达到最大时停止。
3、改进的NOMS算法中校正因子α和偏移因子β的自适应前向传播训练过程如图4所示,具体步骤如下:
v=(v1,v2,…vn)为训练集中某一接收信号,对应的发送信号为码字c=(c1,c2,…cn),码长为n,码率为R,最大校验节点的度数dc,这样的训练集信号共有S个。初始化校正因子α(0)、偏移因子β(0)以及变量节点传向校验节点的消息:
消息传递更新准则为:
一次迭代中变量节点和校验节点消息更新完成后,计算变量节点消息:
各变量节点消息作sigmoid非线性变换:
计算交叉熵损失函数:
交叉熵损失函数进行随机梯度下降,更新参数α和β:
其中η1、η2分别表示参数α和β的学习率。
变量节点消息进行硬判决后完成一次迭代。随迭代次数的增加,参数不断向前传递更新。所有训练集信号训练后得到的参数值取均值,得到适应于***编码码率R和最大校验节点度数dc的参数α和β。
Claims (7)
1.高动态通信***中联合载波同步的自适应迭代译码方法,其特征在于,包括:
(1)发送端对信息序列进行信道编码,构造基于光正交码的准循环LDPC码;信道编码后的信号经调制、扩频、模数转换、模拟上变频后,被发送出;
(2)接收端在完成信号同步捕获后,通过锁频环和锁相环对捕获的信号进行频偏和相偏的粗估和校正;
(3)采用联合载波同步的迭代译码算法进行译码,每次译码迭代过程中利用更新的残余频偏和残余相偏估计值再次校正步骤(2)校正后的信号。
2.根据权利要求1所述的高动态通信***中联合载波同步的自适应迭代译码方法,其特征在于,发送端利用光正交码循环自相关和循环互相关特性,构造准循环LDPC码,具体为:以码长为n0、汉明重量为ω的码字构造码长为n、汉明重量为ω的光正交码集X={Xr},其中r=0,1,…,p,取m,p∈N,有
n=(ω-1)pm+n0
xω-1,1≤m<n0
其中,表示第r个码字的i次邻集,N表示自然数集合,共有p+1个码字,m表示模数,g表示码字X0的第i次邻集中的元素,h表示码字X0的第s次邻集中的元素,码字Xr和光正交码集X均采用集合形式表示,码字Xr集合形式中元素的取值由其各次邻集决定;
光正交码集X构造完成后,对其中码字分别循环移位,得到p+1个不同的循环方阵Q1,Q2,…,Qp+1,随机选择和排列这些循环方阵可得到不同码率的校验矩阵。
5.根据权利要求4所述的高动态通信***中联合载波同步的自适应迭代译码方法,其特征在于,所述联合载波同步的迭代译码算法采用改进的归一化偏移最小和算法译码,译码迭代时根据消息传递法则更新变量节点和校验节点消息后,对变量节点消息作硬判决,直至译码序列满足所有校验条件或迭代次数达到最大时停止迭代。
6.根据权利要求5所述的高动态通信***中联合载波同步的自适应迭代译码方法,其特征在于,所述改进的归一化偏移最小和算法利用sigmoid函数和交叉熵损失函数对校正因子和偏移因子进行自适应前向传播训练,得到适应于***编码码率和最大校验节点度数的校正因子和偏移因子。
7.根据权利要求6所述的高动态通信***中联合载波同步的自适应迭代译码方法,其特征在于,所述校正因子和偏移因子自适应前向传播训练过程为:
v=(v1,v2,…vn)为训练集中某一接收信号,对应的发送信号为码字c=(c1,c2,…cn),码长为n,码率为R,最大校验节点的度数dc,这样的训练集信号共有S个;初始化校正因子α(0)、偏移因子β(0)以及变量节点传向校验节点的消息:
消息传递更新准则为:
其中,∧qkj表示变量节点k传向校验节点j的外部概率信息,σ2表示信道噪声方差,∧pjk表示校验节点j传向变量节点k的消息,Vj表示与校验节点j相连的变量节点的集合,Ck表示与变量节点k相连的校验节点的集合,l表示迭代次数;
一次迭代中变量节点和校验节点消息更新完成后,计算变量节点消息:
各变量节点消息作sigmoid非线性变换:
计算交叉熵损失函数:
交叉熵损失函数进行随机梯度下降,更新参数:
其中η1、η2分别表示参数α和β的学习率;
变量节点消息进行硬判决后完成一次迭代;随迭代次数的增加,参数不断向前传递更新;
所有训练集信号训练后得到的参数值取均值,得到适应于***编码码率R和最大校验节点度数dc的参数α和β,即校正因子和偏移因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210565242.XA CN115037412B (zh) | 2022-05-23 | 2022-05-23 | 高动态通信***中联合载波同步的自适应迭代译码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210565242.XA CN115037412B (zh) | 2022-05-23 | 2022-05-23 | 高动态通信***中联合载波同步的自适应迭代译码方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115037412A true CN115037412A (zh) | 2022-09-09 |
CN115037412B CN115037412B (zh) | 2023-11-17 |
Family
ID=83121750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210565242.XA Active CN115037412B (zh) | 2022-05-23 | 2022-05-23 | 高动态通信***中联合载波同步的自适应迭代译码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115037412B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101710885A (zh) * | 2009-12-15 | 2010-05-19 | 中国空间技术研究院 | 一种无线通信***载波同步中的频偏估计方法 |
CN102932309A (zh) * | 2012-10-19 | 2013-02-13 | 西安电子科技大学 | 联合导频和迭代译码的载波同步***及方法 |
CN103064093A (zh) * | 2012-12-22 | 2013-04-24 | 山东大学 | 一种gps接收机中ldpc码辅助的迭代载波同步方法 |
CN103888218A (zh) * | 2014-03-04 | 2014-06-25 | 中国人民解放军理工大学 | 基于psk信号与ldpc码联合迭代解调译码的信息传输方法 |
CN107769841A (zh) * | 2017-10-19 | 2018-03-06 | 中国人民解放军陆军工程大学 | 高动态极低信噪比下卫星通信Turbo码迭代解调方法 |
CN107888198A (zh) * | 2016-09-30 | 2018-04-06 | 中兴通讯股份有限公司 | 准循环ldpc编译码方法、装置及ldpc编译码器 |
WO2020077596A1 (zh) * | 2018-10-18 | 2020-04-23 | 华为技术有限公司 | Ldpc码的译码方法和装置 |
CN112367085A (zh) * | 2020-10-30 | 2021-02-12 | 中科院计算技术研究所南京移动通信与计算创新研究院 | 准循环ldpc码译码方法、译码器、终端及介质 |
CN113328756A (zh) * | 2021-04-26 | 2021-08-31 | 深圳市科思科技股份有限公司 | 用于提升分层qc-ldpc译码器硬件处理性能的方法 |
-
2022
- 2022-05-23 CN CN202210565242.XA patent/CN115037412B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101710885A (zh) * | 2009-12-15 | 2010-05-19 | 中国空间技术研究院 | 一种无线通信***载波同步中的频偏估计方法 |
CN102932309A (zh) * | 2012-10-19 | 2013-02-13 | 西安电子科技大学 | 联合导频和迭代译码的载波同步***及方法 |
CN103064093A (zh) * | 2012-12-22 | 2013-04-24 | 山东大学 | 一种gps接收机中ldpc码辅助的迭代载波同步方法 |
CN103888218A (zh) * | 2014-03-04 | 2014-06-25 | 中国人民解放军理工大学 | 基于psk信号与ldpc码联合迭代解调译码的信息传输方法 |
CN107888198A (zh) * | 2016-09-30 | 2018-04-06 | 中兴通讯股份有限公司 | 准循环ldpc编译码方法、装置及ldpc编译码器 |
CN107769841A (zh) * | 2017-10-19 | 2018-03-06 | 中国人民解放军陆军工程大学 | 高动态极低信噪比下卫星通信Turbo码迭代解调方法 |
WO2020077596A1 (zh) * | 2018-10-18 | 2020-04-23 | 华为技术有限公司 | Ldpc码的译码方法和装置 |
CN112367085A (zh) * | 2020-10-30 | 2021-02-12 | 中科院计算技术研究所南京移动通信与计算创新研究院 | 准循环ldpc码译码方法、译码器、终端及介质 |
CN113328756A (zh) * | 2021-04-26 | 2021-08-31 | 深圳市科思科技股份有限公司 | 用于提升分层qc-ldpc译码器硬件处理性能的方法 |
Non-Patent Citations (2)
Title |
---|
周洪超等: "《Stopping Set Elimination for LDPC Codes》", 《WEB OF SCIENCE》 * |
赵旦峰;周相超;钱晋希;付芳;: "残留频偏下LDPC-MSK***码辅助载波同步算法", ***工程与电子技术, no. 09 * |
Also Published As
Publication number | Publication date |
---|---|
CN115037412B (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100586056C (zh) | 基于低密度奇偶校验译码软判决信息的迭代定时同步方法 | |
CN104852875A (zh) | 高动态大频偏突发信号的频偏估计方法 | |
US7937642B2 (en) | Apparatus and method for receiving signal in a communication system | |
Saied et al. | Time-synchronization of CCSK short frames | |
Li et al. | Blind recognition of LDPC codes using convolutional neural networks | |
CN115037412B (zh) | 高动态通信***中联合载波同步的自适应迭代译码方法 | |
CN110336640B (zh) | 一种短码长***lt码译码方法 | |
CN113037298A (zh) | 一种基于低码率ldpc码干扰信息填充的***及方法 | |
CN102882654B (zh) | 一种基于编码约束及概率计算的编解码同步方法 | |
CN110808772B (zh) | 用于近月空间通信的接收机的基带信号处理方法及装置 | |
WO2023057366A1 (en) | A method for a transmitter to transmit a signal to a receiver in a communication system, and corresponding receiving method, transmitter, receiver and computer program. | |
CN110690934B (zh) | 一种降低联合编码调制***误比特率的星座映射方法 | |
CN107682122B (zh) | 一种无线光通信多级编码调制***的迭代解调译码方法 | |
CN102075476A (zh) | 极低信噪比下的迭代载波同步方法 | |
Feng et al. | LDPC assisted blind frame synchronization: Efficient measurement mechanism and low-complexity algorithm | |
CN114666012A (zh) | 一种基于mpa的多采样点联合检测的scma检测方法 | |
Li et al. | A deep learning based method for blind recognition of LDPC codes | |
Khantha et al. | A Transmission Scheme Based on Uniform Shortening LDPC Codes for Performance Improvement in Faster-Than-Nyquist Systems | |
Yongning et al. | Research on a sliding window BATS code method | |
CN113395138B (zh) | 基于深度学习的pc-scma联合迭代检测译码方法 | |
Li et al. | Design of an improved M-ary DCSK-aided protograph-coded communication system | |
CN115426014B (zh) | 一种基于酉空时编码调制的水声mimo通信方法 | |
CN115426003B (zh) | 一种基于ldpc信道编码的码字分集跳频抗干扰方法 | |
Gupta et al. | Blind Estimation of Polar Encoder Parameters | |
Liu et al. | A Joint Algorithm for Carrier Phase and Timing Synchronization in Non-binary LDPC Coded CPM Systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |