首页> 中文学位 >线性分组码参数的盲识别算法研究
【6h】

线性分组码参数的盲识别算法研究

代理获取

目录

第1章 绪 论

1.1 信道编码

1.2 信道编码识别分析

1.3 课题研究意义及发展现状

1.4 论文主要工作及章节安排

第2章 编码分析的理论基础

2.1 有限域基础

2.2 信道编码盲识别基础

2.3 线性分组码

2.4 循环码

2.5 本章小结

第3章 基于特征融合的线性分组码全盲识别算法

3.1 引言

3.2 相关概念和性质

3.3 基于两种特征参数的全盲识别算法

3.4 融合两种特征参数的全盲识别算法

3.5 生成矩阵的识别描述及验证

3.6 容错性比较分析

3.7 本章小结

第4章 基于最大公约式阶数相异度的循环码全盲识别算法

4.1 引言

4.2 相关概念性质

4.3 算法描述

4.4 仿真验证分析

4.5 容错性能比较和分析

4.6 本章小结

第5章 总结与展望

5.1 论文总结

5.2 未来展望

参考文献

致谢

攻读学位期间取得的科研成果

展开▼

摘要

在数字通信系统中,为了抗击信息在传输过程中受到的影响和干扰,提高信息传输的可靠性,信道编码技术得到迅速发展。由于信道编码技术应用范围日益增大,信道编码盲识别技术应运而生。其目的是在仅有少量甚至没有任何先验信息的前提下识别出截获码流的编码体制和相关参数,从而恢复出原始信息序列。它在信息对抗、通信侦测以及智能通信等领域具有重要的研究价值。  本文重点研究了二进制线性分组码参数的全盲识别问题,论文的主要工作如下:  (1)介绍了线性分组码的理论知识、盲识别的数学模型和识别参数,为后面章节线性分组码的全盲识别算法研究奠定了基础,并指出线性分组码是本文的研究对象。  (2)针对线性分组码参数盲识别容错性能差、复杂度高和半盲识别的问题,提出了一种基于特征融合的线性分组码全盲识别算法。首先根据实际序列与随机序列码重分布概率间较大的差异性,研究了一种运用码重标准差率差值、码重信息熵分别同时识别码长和起始点的算法;然后比较这两种特征参数识别效果又进一步改进,提出了一种新的融合特征参数来同时识别码长和起始点的算法;最后通过建立矩阵进行模二化简求解生成矩阵,完成线性分组码参数的全盲识别。通过理论分析和仿真验证,该算法简单易行且复杂度低,在误码率为0.025的条件下对中短码的全盲识别率高达90%,误码率为0.005的条件下对中长码的全盲识别率达到80%。  (3)针对高误码率条件下高码率循环码参数的全盲识别问题,提出了一种基于最大公因式阶数相异度的循环码全盲识别算法。首先根据循环移位前后码字的最大公约式阶数,利用实际序列与随机序列阶数分布概率间的差异性,提出了一种基于数据挖掘中相异性度量函数同时识别起始点和码长的算法;然后根据循环码特性,计算阶数分布差值来识别生成多项式,实现了循环码参数的全盲识别。该算法简单易行且容错性较强,在误码率为0.013的条件下对中长码的全盲识别效果较好。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号