一种基于有限域傅里叶变换的信道编码特征提取方法

    公开(公告)号:CN111447158A

    公开(公告)日:2020-07-24

    申请号:CN202010235770.X

    申请日:2020-03-30

    Abstract: 本发明公开了一种基于有限域傅里叶变换的信道编码特征提取方法,包括以下步骤:S1:从信息码流中提取待处理的编码数据块;S2:对待处理的编码数据块进行预处理,得到编码数据块;S3:对编码数据块进行有限域傅里叶变换;S4:进行放大零频分量处理,得到编码数据块的行向量;S5:进行归一化处理,得到特征向量,完成信道编码的特征提取。本发明提供的特征提取方法可以在有限域上得到编码数据每一帧的频谱信息,有利于提高有限域傅里叶变换特征在高误码率情况下的泛化能力。同时相比于直接对原始数据分类,本发明的特征提取方法在分类准确率方面有较大的提升,有利于后续机器学习算法利用本发明的特征提取结果。

    一种基于有限域傅里叶变换的信道编码特征提取方法

    公开(公告)号:CN111447158B

    公开(公告)日:2021-06-29

    申请号:CN202010235770.X

    申请日:2020-03-30

    Abstract: 本发明公开了一种基于有限域傅里叶变换的信道编码特征提取方法,包括以下步骤:S1:从信息码流中提取待处理的编码数据块;S2:对待处理的编码数据块进行预处理,得到编码数据块;S3:对编码数据块进行有限域傅里叶变换;S4:进行放大零频分量处理,得到编码数据块的行向量;S5:进行归一化处理,得到特征向量,完成信道编码的特征提取。本发明提供的特征提取方法可以在有限域上得到编码数据每一帧的频谱信息,有利于提高有限域傅里叶变换特征在高误码率情况下的泛化能力。同时相比于直接对原始数据分类,本发明的特征提取方法在分类准确率方面有较大的提升,有利于后续机器学习算法利用本发明的特征提取结果。

    一种RS码与卷积码的级联码的参数识别方法

    公开(公告)号:CN109450460B

    公开(公告)日:2020-06-23

    申请号:CN201811264785.8

    申请日:2018-10-29

    Abstract: 本发明公开了一种RS码与卷积码的级联码的参数识别方法,其包括以下步骤:S1、获取待识别的编码数据,并获取RS码与卷积码的所有级联校验矩阵;S2、获取待识别编码数据与每个级联校验矩阵的正交概率值;S3、将正交概率值最大的级联校验矩阵所对应的级联码参数作为待识别编码数据的级联码参数,完成识别。本发明可以在对级联码的参数识别的基础上,降低算法的复杂度并有效提高鲁棒性,并且对于待识别的编码数据帧数的要求较低,最少可实现一帧大小的级联码参数识别;对有误码的编码数据也可识别,对CCSDS标准的级联码在误码率为10‑3时,参数识别的概率达到90%。

    一种RS码与卷积码的级联码的参数识别方法

    公开(公告)号:CN109450460A

    公开(公告)日:2019-03-08

    申请号:CN201811264785.8

    申请日:2018-10-29

    Abstract: 本发明公开了一种RS码与卷积码的级联码的参数识别方法,其包括以下步骤:S1、获取待识别的编码数据,并获取RS码与卷积码的所有级联校验矩阵;S2、获取待识别编码数据与每个级联校验矩阵的正交概率值;S3、将正交概率值最大的级联校验矩阵所对应的级联码参数作为待识别编码数据的级联码参数,完成识别。本发明可以在对级联码的参数识别的基础上,降低算法的复杂度并有效提高鲁棒性,并且对于待识别的编码数据帧数的要求较低,最少可实现一帧大小的级联码参数识别;对有误码的编码数据也可识别,对CCSDS标准的级联码在误码率为10-3时,参数识别的概率达到90%。

Patent Agency Ranking