شناسايي كور كدهاي توربو ضربي مبتني بر تصميمگيري نرم

Blind Recognition of Turbo Product Codes in Soft Decision Situations

در اين مقاله يك روش جهت شناسايي كور پارامترهاي كدگذاري براي كدهاي توربو ضربي ارائه ميشود. گيرنده شنود كننده فقط ميداند كه رشته بيت دريافتي با كدگذار باينري ضربي كد شده، درحاليكه پارامترهاي كدگذاري مجهول هستند. فرآيند شناسايي شامل دو قسمت اصلي است: شناسايي طول كد و بازسازي چندجملهاياي مولد كد. در يكي از مراجع، روش شناسايي بر اساس تصميمگيري سخت معرفي شده است. در اين مقاله روش شناسايي در حالت تصميمگيري نرم با مدولاسيون BPSK و كانال با نويز AWGN معرفي ميشود. طول كد با بيشينه كردن تابع آنتروپي براي هر دو بعد، تخمين زده ميشود. سپس ريشههاي چندجملهاي مولد جستجو ميشود تا چندجملهاي اوليه و چندجملهاي مولد بازسازي شود. در پايان، نتايج تحليل و شبيهسازي بر اساس تصميمگيري سخت و تصميم‌گيري نرم ارائه مي‌شود و نتايج شناسايي كور بر اساس دو روش با هم مقايسه ميشوند. با استفاده از خروجي نرم كانال، بازدهي الگوريتم شناسايي بهبود مييابد و شبيهسازيها بازدهي الگوريتم معرفي‌شده را نشان ميدهند.

In this paper a method of blind recognition of the coding parameters for binary turbo product codes is proposed. The only knowledge is that the stream is encoded using binary product codes, while the coding parameters are unknown. The recognition processing includes two major procedures: code word length estimation and generator polynomial reconstruction. A hard decision method has been proposed in a previous literature. In this paper we propose the recognition approach in soft decisions situations with Binary-Phase-Shift-Key (BPSK) modulations and Additive-White-Gaussian-Noise (AWGN) channels. The code word length is estimated by maximizing the root information dispersion entropy function (RIDEF) for two dimension of the bit stream. an‎d then we search for the code roots to reconstruct the primitive and generator polynomials. By utilizing the soft output of the channel, the recognition performance is improved and simulations show the efficiency of the proposed algorithm.