logo móvil
Contáctanos

Algoritmo de reconocimiento de parámetros de código polar basado en espacio dual

Autores: Liu, Hengyan; Wu, Zhaojun; Zhang, Limin; Yan, Wenjun

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Algoritmo de reconocimiento de parámetros de código polar basado en espacio dual


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Mejorar
Rendimiento
Código polar
Reconocimiento de parámetros
Ruido blanco gaussiano aditivo
Canal AWGN

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 30

Citaciones: Sin citaciones


Descripción
Para mejorar el rendimiento del reconocimiento de parámetros del código polar en los campos de comunicación inteligente, detección de comunicación y contramedidas de red, proponemos un nuevo esquema de reconocimiento para el canal de ruido gaussiano blanco aditivo (AWGN). El esquema convierte los problemas de reconocimiento de parámetros en pruebas hipotéticas y es efectivo debido a la relación de comprobación entre la palabra de código recibida y el espacio dual determinado por los parámetros correctos. Primero, se obtiene una submatriz eliminando las filas de índice de bits congelados de la matriz generadora del código polar, y luego se calcula su matriz dual. Para verificar la relación de la matriz dual y las palabras de código, se introduce la relación de verosimilitud promedio de las palabras de código como estadística de prueba, y luego se deduce el umbral de decisión correspondiente. A continuación, se define el grado de conformidad del reconocimiento de código polar, y se eligen la longitud de código mínima y la tasa de código correspondiente al grado de conformidad más alto para calcular el índice de posiciones de bits de información mediante un algoritmo de construcción de aproximación gaussiana (GA). Finalmente, la longitud de código elegida, la tasa de código y el índice correspondiente se proporcionan como los resultados de reconocimiento. Los resultados de la simulación muestran que el algoritmo puede lograr un reconocimiento efectivo de parámetros tanto en entornos de alta relación señal-ruido (SNR) como en entornos de baja SNR, y que el rendimiento de reconocimiento del algoritmo aumenta con la disminución de la tasa de código y la longitud del código. La tasa de reconocimiento de parámetros con una longitud de código de 128 y una tasa de código de 1/5 es cercana al 100% cuando la SNR es de 4 dB, y la complejidad del algoritmo aumenta casi linealmente con la disminución de la tasa de código y el aumento de la longitud de los datos interceptados.

Otros recursos que podrían interesarte

Temas Virtualpro