數字通信中卷積交織盲識別方法?

張 玉，張偉杰，楊曉靜

（解放軍電子工程學院，合肥230037）

數字通信中卷積交織盲識別方法?

張 玉，張偉杰，楊曉靜

（解放軍電子工程學院，合肥230037）

分析了卷積交織原理和交織器中移位寄存器的工作方式。在無任何輔助信息下，利用卷積交織器中移位寄存器所設初始值被交織后在交織序列中保持不變的特性，提出疊加法來確定交織序列中原移位寄存器初始值位置，并以此對卷積交織器支路數和每條支路增加的移位寄存器數這兩個重要參數進行估計。為保證疊加結果的正確性，同時提出一種判決準則對疊加法的工作范圍進行估計。仿真表明，疊加法和重要參數估計算法結合可在一定低信噪比下有效地實現關鍵參數估計和序列盲識別。

數字通信；卷積交織；盲識別；疊加法；信息截獲

1 引言

在數字通信中，傳輸信息不可避免要受到各種干擾而產生誤碼錯誤，其中包括隨機錯誤和突發錯誤。工程實踐中常用交織器來解決突發性錯誤，主要包括分組交織器、卷積交織器和隨機交織器。其中卷積交織器與分組交織器的距離特性相似，但卷積交織器實現交織的端到端最大時延與存儲空間和分組交織相比都少了一半［1］，縮短了交織的處理時間，因此在數字電視地面廣播系統、衛星通信和軍事通信中有廣泛應用。

在信息截獲領域，卷積交織的識別已成為整個信息截獲過程中不可缺少的一步，因此研究卷積交織的識別對于軍事通信中截獲和干擾都是有重要意義的。而且卷積交織要求卷積交織器與解交織器操作的輸入和輸出的轉換器必須同步，增加對信息傳輸控制的復雜度。如果將盲識別技術引入到解交織過程中去，就可以克服同步所產生的限制，實現智能通信。關于卷積交織盲識別技術此類的文獻屬于信息截獲領域，目前可以找到的國內外公開的參考文獻較少，本文從分析硬件構造的新角度出發，對此問題進行探索，提出盲識別方法。

2 卷積交織器原理

卷積交織器是一種連續工作的交織器［2］，如圖1所示。

如圖1，在交織器輸入端，信息序列在切換開關的作用下依次進入N條支路，周而復始。每條支路的移位寄存器數以B的倍數增加，即第i條支路比第i-1條多B個碼字的存儲空間，第一條支路無移位寄存器。交織器的輸出端采用同步的切換開關，將交織序列發送到信道。而解交織器的結構與交織器相反，即各個支路的移位寄存器數與交織器相反，第一支路延遲（N-1）B的符號周期，第二路延遲（N-2）B的符號周期，第N路則無延遲。解交織器的輸入端也要采用相同的切換開關，在同步的情況下解交織器進行相反操作便可得到原始信息序列［3，4］。交織器的延時di與解交織器每條支路的延時d′i分別為

例如取N=3，B=2，信息序列為C=（c1，c2，c3，…，c21），并取移位寄存器的初始值為1，經過卷積交織后得到交織序列為C=c1，1，1，c4，1，1c7，c2，1，c10，c5，1，1c13，c8，c3，c16，c11，c6，c19，c14，c91，c17，c12，1，c20，c15，1，1，c18，1，1，c21，轉換成矩陣表示為

通過卷積交織原理與例子來看，當卷積交織器確定時，支路數N與移位寄存器數B就被確定，卷積交織便可形成。因此對N與B這兩個重要參數的估計就成為對卷積交織序列盲識別的關鍵。

3 卷積交織盲識別理論分析

3．1 卷積交織序列對稱性及N、B與截獲數據一般關系

分析上一節的例子發現，得到的交織序列C′是以碼字c11對稱，即以c11為對稱點對折后，兩端的原信息序列的碼字ci相互重合，原移位寄存器的初始值“1”相互重合。這種現象對于卷積交織器是具有一般性的，產生對稱的現象主要是因為交織器中硬件構造，尤其是移位寄存器的位置分布。利用此性質可實施對卷積交織重要參數的估計。上一節中的例子也反映出了N、B與截獲數據之間的具體關系。

下面分別從信息序列總碼字長度為奇數和信息序列總碼字長度為偶數兩個方面論證卷積交織序列對稱性具有一般性和N、B與截獲數據之間的一般關系。

設二進制隨機｛0，1｝信息序列長度M為

此信息序列經過N與B確定的卷積交織器，得到的交織序列第一位碼字為c1，之后的碼字為B的原移位寄存器初始值“1”。根據卷積交織原理，可以得到在信息序列c2被交織時，c2前一時刻被交織的碼字為原信息序列碼字，其在信息序列中的碼位i′為

即信息序列的的第（N-1）B+N個碼字于c2前一時刻被交織。當c2被交織后，交織序列中原移位寄存器初始值“1”由連續的B個變為B-1個。同樣在c3、c4被交織后，移位寄存器初始值“1”的數目再次變化，以此類推，直至對稱點cm+1。

信息序列碼字c2m+1是最后一個被交織的碼字，從后向前觀察交織序列在c2m被交織時，原理同上，c2m前一時刻被交織的碼字為原信息序列碼字，其在信息序列中的碼位i″為

當c2m被交織后，交織序列中原移位寄存器初始值“1”由連續的B個變為B-1個。同樣在c2m-1、c2m-2被交織后，移位寄存器初始值“1”的數目再次變化，以此類推，直至對稱點cm+1。這樣就可以得到卷積交織序列通式：

式（7）的具體描述如圖2所示。

通過圖2（a）與（b）的對比后可以看出，交織序列中原移位寄存器初始值“1”是以cm+1為對稱點嚴格對稱的，因此可以知信息序列長度為奇數時交織序列具有對稱性。同理，當信息序列長度為偶數時，可得交織序列通式為

式（8）反映出N、B與截獲數據之間的一般關系。同樣當信息序列長度為偶數時，交織序列也具有對稱性，對稱點在交織序列碼字cm與cm+1之間。

通過對稱性可以發現，移位寄存器初始值“1”在交織序列中的分布與N和B有著直接的關系，利用此性質便可進行卷積交織重要參數估計。

3．2 卷積交織重要參數估計算法

根據卷積交織原理可以得到如下結論：無論輸入的信息序列是怎樣的0、1組合，經過同一卷積交織器后，得到的多個卷積交織序列中總有一些碼位上的碼字是不變的。分析第2節的例子，當我們確定使用卷積交織器的規格后，即N與B確定后，在矩陣兩側的“1”不會隨信息序列C的變化而改變。經過反復試驗，在二進制信息序列下當選取不同的C時，矩陣C′中只有ci在變化，而其它位置的碼字不變。進一步分析可以得到這些不變的碼字恰好是移位寄存器的初始值，即沒有被信息序列填充前的移位寄存器的值，例子中我們設移位寄存器的初始值為1，所以沒有變化的位置上的數始終保持為“1”。初始值理論上可以設定為任何實數，一般依據輸入數據的類型來確定。這里討論的信息序列為二進制，因此移位寄存器的初始值可以設為0或1，為了全文討論方便，這里統一設置為1。

不變碼字所對應的碼位與支路數N和移位寄存器數B是有著一定的關聯性，實際上這些碼位可以反映出N與B的有關信息，原因在于卷積交織器的構造。為了保證原始信息序列在傳輸過程中具有連貫性和可控性，方便接收方實現解交織，交織器在設計時嚴格保證從上至下每條支路所增加的移位寄存器數B是固定的。我們可以具體化這種硬件構造，它與樓梯構造一樣，交織方是“上樓”，解交織方是“下樓”，我們觀察式（3）中“1”的部分和圖1可得出此結論。因此，通過對“1”的分析可得到B。下面將上述分析轉化成數學表示。

分析得到的卷積交織序列可以得到這樣一種規律：交織序列的第1位總是信息序列的第1位，而從第2位開始便是連續的j（j≥1）個1（移位寄存器的初始值），事實上支路數N：

然后繼續向后觀察，如果再次出現i（i≥0）次連續的j個1出現，就可以得到每條支路增加的移位寄存器數B：

下面利用第2節中具體例子來說明這個規律，觀察在第2節中提到交織序列矩陣C′，發現第1位交織序列為信息序列c1，然后連續的j=2個1，后面是信息序列c4，再次跟著i=1次兩個連續的1，之后便沒有兩個1的出現。再向后跳過兩個信息序列是一個單個的1，再跳過同樣數目的信息序列再次出現i=1次單個的1。利用上述提到的算法，將數據套用到公式（9）與（10）中，就可以估計出N=2 +1=3，B=1+1=2。

3．3 移位寄存器初始值的確定以及判決疊加法應用范圍的準則

通信中實際情況是信息序列C一般為｛0，1｝序列，因而在交織序列中就包含移位寄存器初始值1和信息序列的碼字1，而不是我們上述分析中用到的ci。這里提出疊加法解決這個問題。所謂疊加法就是利用移位寄存器初始值1始終保持不變的特性，進行多次交織數據采樣后，將所有采樣樣本進行疊加或‘與’運算，移位寄存器初始值就會隨著疊加次數而凸現出來，得到相對穩定的最高幅值，通過最高幅值的位置就可得出交織序列中哪些1為原寄存器初始值，進而再對N與B值實施估計，最后再利用N與B實現各組交織序列的盲識別。

在對疊加法的分析與實際仿真中發現，在噪聲干擾嚴重的環境中，疊加法所產生的移位寄存器初始值1位置處的最高幅值會因為噪聲的原因，在多次疊加后也可以保持穩定，但是這些穩定的幅值所提供的碼位并不能準確反應出原移位寄存器初始值在交織序列中的位置。

綜上提出一種基于提高信噪比的判決方法來驗證疊加法可工作的范圍。判決步驟如下：

（1）利用疊加法得到相關的波形后，觀察經過多次改變信號源的發送數據后波形的最高幅值是否穩定；

（2）若不穩定，增加疊加次數或信號個數，直至波形的最高幅值穩定；

（3）若穩定，亦不能說明結果正確，需要在更好的信道信噪比環境中進行數據截獲，觀察波形的最高幅值是否還穩定；

（4）在提高信道信噪比的情況下，若不穩定，最高幅值有變化，說明噪聲干擾嚴重，疊加結果不可用，繼續提高信噪比，直至最高幅值不隨信噪比變化而變化，此時疊加結果可用；

（5）在更好的信道信噪比環境中進行相同數據截獲情況下，若穩定，說明疊加結果可用。

如果只是通過直接觀測波形來進行疊加，會缺乏客觀的指標，從而使其在實際系統中的應用大受限制，因此應將波形轉換為具體指標。通用算法為將所得波形量化，設置門限H，門限H比最大值略小，大于H的值統一量化為1，小于H的值統一量化為0，再套用第3.2節給出的估計算法進行參數估計。

4 卷積交織盲識別仿真分析

在有噪環境下對卷積交織序列的盲識別中，采用6個伯努利二進制隨機信號源，設信息序列長度均為M=21，每個信號源采用不同的種子保證輸出的信息序列為隨機且均不相同；交織器采用Simulink自帶卷積交織器［5］，每個交織器的參數均設為N=3，B=2，作為信息截獲方不知道N與B的數值；移位寄存器初始值設為1；并在每條線路添加一個加性高斯白噪聲（AWGN）信道，并動態調整其中的信噪比（SNR）；在信道兩側添加BPSK調制與BPSK解調，將經過此種處理的交織數據發送，截獲方截獲這6組交織數據。

因為有噪聲影響，所以將截獲的交織數據進行疊加運算，這里用加法器實現。設置一個門限來精確1與0的讀取，門限設置原則是經過H次采樣的話就可以設置門限為H，大于H取1，小于H取0。當信噪比RSNR=-2時，確定信號源所采用的種子后，輸出的波形如圖3所示。這時需要判斷所得波形是否可以作為正確的疊加結果，進而可以給3.2節所提出的重要參數估計法提供數據。

疊加結果的判決準則在第3.3節給出，為使討論問題更具有針對性，假設截獲信息方可以在更好的信噪比下截獲使用相同卷積交織器的不同信息。如果再次截獲的信息的最高幅值有變化，則此波形受噪聲干擾過大不可用；反之，最高的幅值保持穩定，可利用波形圖提供的信息，量化數據后進行N與B的估計。多次改變信號源所采用的種子后，即不斷改變發送信息，發現波形圖最高幅值的位置不變，但當RSNR=-1 dB時，波形圖如圖4所示，與圖3的最高幅值不同，說明RSNR=-2 dB時的疊加結果不可用，此時判斷出針對此交織器疊加法的應用范圍為信噪比不小于-1 dB。

此時如果第三方可截獲到更多不同的交織序列進行疊加，并取較精確的門限，可以在更低信噪比下取得更好的盲識別效果。或者如果第三方可截獲的交織序列數有限，則要首先進行降噪處理，獲得更高信噪比下的交織序列，這樣也可以達到預定的盲識別效果。

當信息序列長度均為N=21，且RSNR=-1 dB時，采用6個信號源可完成對卷積交織序列的盲識別，輸出的波形如圖4所示。

因為噪聲的影響是加性的，所以移位存儲器的初始值始終保持為1±dn，dn是噪聲在幅度上的影響，而且經過多次改變信號源所采用的種子和提高信噪比后，所得波形的最高幅值穩定，此時的疊加結果可用。本仿真可設置門限H=6，將圖形中信息直接轉換為向量數據：（0，1，1，0，1，1，0，0，1，0，0，1，0，0，0，0，0，0，0，0），這樣可得到兩個連續的兩個1和兩個連續的一個1，由此得出N=3，B=2。與仿真中所用的卷積交織器的參數對比后發現一致，盲識別成功。

為了驗證方法具有普遍性，將數據長度增加，均為M=64；截獲方截獲18組相同交織器交織的數據；交織器的參數均設為N=4，B=3，移位寄存器初始值設為1，同樣截獲方不知N與B的數值。利用判決準則估計出此時疊加法的工作范圍信噪比應不小于5 dB，得到的波形圖如圖5所示。

同樣設置門限H=18，轉換為向量數據：（0，1，1，1，0，1，1，1，01，1，1，0，0，1，1，0，0，1，1，0，0，1，1，0， 0，0，1，0，0，0，1，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0），結合重要參數估計算法分析此向量，可得到3個連續的3個1、3個連續的兩個1和3個連續的一個1，由此得出N=4，B=3。與仿真中信息發送端所用的卷積交織器的參數對一致，識別成功。

5 結論

本文針對卷積交織識別提出了全新的解決方法。首先理論上證明了卷積交織盲識別的可行性，并給出了具體盲識別方法。仿真表明，在一定低信噪比環境下本文所提出的盲識別方法能有效地估計出支路數N和每條支路存儲器的增加數B。因此，此卷積交織識別方法可為信息截獲技術和智能化通信提供重要參考。

［1］ Proakis J G.Digital Communications［M］.3rd ed.New York：McGraw-Hill，1995.

［2］徐元欣，王匡，仇佩亮.實現卷積交織的幾種實用方法［J］.電路與系統學報，2001（1）：7-12.

XU Yuan-xin，W ANG Kuang，QIU Pei-liang.Several Applied Methods of Realization of Convolutional Interleaver［J］.Journal of Circuits and Systems，2001（1）：7-12.（in Chinese）

［3］張杭，張邦寧，郭道醒，等.數字通信技術［M］.北京：人民郵電出版社，2008.

ZHANG Hang，ZHANG Bang-ning，GUO Dao-xing，et al. Digital Communications Technology［M］.Beijing：People′s Posts and Telecom Press，2008.（in Chinese）

［4］ John L Ramsey.Realization of Optimum Interleavers［J］.IEEE Transactions on Information Theory，1970，16（3）：338-345.

［5］李賀冰，袁杰萍，孔俊霞，等.Simulink通信仿真教程［M］.北京：國防工業出版社，2006.

LI He-bing，YUAN Jie-ping，KONG Jun-xia，et al.Simulink in Communication Simulations［M］.Beijing：National Defense Industry Press，2006.（in Chinese）

ZHANG Yu was born in Hefei，Anhui Province，in 1962.He is now a professor and also the instructor of graduate students.His research direction is signal and information processing.

張偉杰（1985—），男，吉林省吉林市人，2008年于吉林大學獲學士學位，現為碩士研究生，主要研究方向為信道編碼盲識別；

ZHANG Wei-jie was born in Jilin，Jilin Province，in 1985. He received the B.S.degree from Jilin University in 2008.He is now a graduate student.His research direction is blind identification of channel coding.

Email：zhweijie521＠yahoo.com.cn

楊曉靜（1963—），女，湖北武漢人，副教授、碩士生導師，主要研究方向為信號與信息處理。

YANG Xiao-jing was born in Wuhan，Hubei Province，in 1963.She is now an associate professor and also the instructor of graduate students.Her research direction is signal and information processing.

A Blind Recognition Method of Convolutional Interleaving in Digital Communication

ZHANG Yu，ZHANG Wei-jie，YANG Xiao-jing
（Electronic Engineering Institute，Hefei 230037，China）

The principle of convolutional interleaver and the working mode of shift registers are analysed.Two parameters，including the numbers of branches and added shift registers in the every branch，can be estimated without any side information through an overlapping method.This overlapping method makes use of the invariability of the initial values in the shift registers which are added to the convolutional interleaving sequence and are not changed by any original information sequence.A decision criterion is also proposed to estimate the validity of overlapping result.The simulations show the overlapping method can estimate parameters and realize convolutional interleaving sequence without any side information at low signal-to-noise ratio（SNR）environment.

digital communication；convolutional interleaving；blind identification；overlapping；information intercepting

TN919.3

A

10.3969／j.issn.1001-893x.2011.05.013

張玉（1962—），男，安徽合肥人，教授、碩士生導師，主要研究方向為信號與信息處理；

1001-893X（2011）05-0062-05

2010-11-03；

2011-03-07