循环码的盲识别方法

对信道编码中的循环码识别方法进行了研究。根据循环码的线性结构和生成多项式的根特征,建立了循环码的识别模型,在较高的误码率条件下,采用秩函数和码根特征的方法解决了循环码的盲识别问题。仿真结果分析表明,该方法能够对循环码进行有效的盲识别,具有较好的容错性能。     

循环码盲识别问题研究

在非协作通信中,接收端需要盲识别出发送端的编码参数和编码体制,文章就通信中的常用编码——循环码进行盲识别研究,总结当前盲识别技术的研究现状,并提出需要解决的循环码盲识别问题的思路。     

基于秩函数和Euclide算法的循环码盲识别

信道编码码序列的信息侦获是当前研究的热点、难点领域。针对信道编码中循环码的参数识别问题,本文利用秩函数确定了循环码的码长,并通过Euclide算法确定了码字起始位置和生成多项式,解决了循环码的识别问题。仿真结果表明,该方法能够对循环码进行有效的盲识别,且具有较好的容错性能。     

文章编号:1007-0249(2012)05-0120-04

信道编码码序列的信息侦获是当前研究的热点、难点领域.针对信道编码中循环码的参数识别问题,本文利用秩函数确定了循环码的码长,并通过Euclide算法确定了码字起始位置和生成多项式,解决了循环码的识别问题.仿真结果表明,该方法能够对循环码进行有效的盲识别,且具有较好的容错性能.     

基于码重分布概率方差的循环码识别方法

提出循环码的一种盲识别方法。在码字起点已知的条件下,分析循环码码重分布特点,基于码重分布概率方差识别码长;根据码重分布统计结果选择最佳的码字,求其循环移位后码多项式的公因式,最后通过判决关系识别生成多项式完成循环码的盲识别。仿真实验表明该方法对误码率在10-2时的循环码具有较好的识别效果。     

采用秩统计和码根特征的二进制循环码盲识别方法

现有的一些信道编码识别方法通常是基于矩阵化简来进行的识别,容错性能一般。提出了一种秩统计和码根特征的识别方法,解决了对循环码的盲识别问题。理论分析及仿真实验表明在较高误码率条件下,利用秩统计和码根特征对循环码进行识别,效果较好。     

基于相似度对系统循环码参数的盲识别

针对系统循环码参数的盲识别问题,提出了一种基于数据挖掘中相似性度量函数的方法.首先,在不同的先验知识下,利用实际序列与随机序列的码重分布相似度差异最大的特性识别码长和起始点,在此基础上,通过优化传统的矩阵化简,由码字多项式与生成多项式的关系设定判定门限T的方式求解生成矩阵,实现了对系统循环码的盲识别.仿真结果表明,该算法在误码率为0.01的条件下识别效果较好.     

几种循环码识别电路的分析与设计

介绍了几种在通信应用中可能遇到的循环码识别电路的设计。它们可以用于识别输入码元中出现的任意循环码或者特定的循环码。给出了这些电路的设计方法以及相应的模拟结果。     

信道编码盲识别问题研究

随着信道编码技术在数字通信领域的广泛应用,信道编码盲识别问题也日益突出。对信道编码盲识别问题进行研究,分析了信道编码盲识别技术的需求,建立了信道编码盲识别的数学模型,总结了目前信道编码盲识别技术方面的研究现状,并提出了进一步解决信道编码盲识别问题的研究方法和思路。     

基于中国剩余定理分解的RS码快速盲识别算法

该文提出一种新的RS (Reed Solomon)码盲识别方法。该方法利用RS码等效二进制准循环码的代数结构,将截获到的二进制码序列映射为环上的线性码,应用中国剩余定理(Chinese Remainder Theorem, CRT)将环上的线性码进行直和分解,计算不同码长下所有本原多项式对应分量码在相应码空间的归一化维数,通过寻找归一化维数的最小值,实现对RS码码长和本原多项式的识别;最后通过对码字进行因式分解识别RS码的生成多项式。该方法具有使用数据量少,运算量低等方面的特点。仿真结果表明,能完成在较高误码率的情况下对RS码的快速盲识别。     

二进制BCH码的一种盲识别方法

提出二进制BCH码的一种盲识别方法。该算法适用于本原和非本原二进制BCH码。首先,在帧长度已知的条件下,根据循环特性,给出一种分组长度的统计识别方法;然后,根据循环特性及各种约束条件得到备选多项式;再根据校正子权重和最小原则,得到最优多项式;最后通过因式分解得到生成多项式的最终估计表达式。仿真表明,本文算法具有较强的抗随机误码能力,而且其识别性能随着参加统计的码字数增多而提高。该算法不涉及矩阵运算,因此非常适合硬件实现。     

基于离散度分析的帧同步快速盲识别算法

本文针对协议类型未知条件下集中插入式帧同步的盲识别问题,首次提出了一种基于离散度分析的快速帧同步盲识别算法。首先,根据集中插入式帧同步的特点,通过分析比较同步码和帧内其他序列的相关性,得出集中插入式同步码都具有很小的相关旁瓣的结论;然后,根据离散度分析理论,通过计算序列的相对离散度值分析序列的相关性,利用上述方法对待识别数据进行循环切分并计算每个切分段的相对离散度值,达到准确切分帧同步码的目的;最后,通过分析各子切分序列的相对离散度值,实现同步码的准确识别。仿真试验验证了本文算法的有效性,表明识别算法不受同步码型和数据量的约束,并且算法的抗误码性能较好、识别速度较快,因此具有一定的工程应用价值。      

RS码的校验和识别方法

针对基于谱累积量的里德-所罗门(RS)码识别算法计算量大、识别速度慢的问题,提出一种基于校验和的快速识别方法。首先遍历所有可能的有限域,以每个有限域本原元为唯一码根构造循环码,利用该循环码的二进制校验矩阵计算校验和,通过与设定的阈值进行比较,实现编码域的识别;然后构造以编码域中每个元素为唯一码根的循环码,利用该循环码的二进制校验矩阵计算与该域中每个元素相对应的校验和,并利用RS码码根的连续性估计连续码根数及起点,从而实现生成多项式的识别。针对最常用的8阶RS码进行了仿真试验,仿真结果显示,所提方法相对于谱累积量方法,在数据量相同的前提下,识别速度提高了约一个数量级,识别性能改善了0.1 dB;而在0.001误比特率条件下,获得相同识别性能所需的数据量约为原有方法的1/3。仿真试验结果说明,无论是在识别速度方面,还是在数据量需求方面,所提识别方法都远优于谱累积量方法。     

基于改进高斯法的卷积码盲识别方法

卷积码盲识别技术是指在无任何先验知识的情况下,仅通过接收或截获到的编码数据快速地盲识别出对方所采用的卷积码具体参数,是非合作通信领域的一项关键技术,在军事侦察方面具有广泛应用。针对传统高斯解方程法在对非系统卷积码进行盲识别时,生成矩阵存在多解的问题,提出了一种适用于1/n码率、基于改进高斯法的卷积码盲识别方法,仿真实验表明,该算法可对1/n非系统卷积码进行有效地盲识别。     

一种线性分组码参数的盲识别方法

针对线性分组码参数的盲识别问题,根据实际序列与随机序列码重分布相似度差异最大的特性,提出一种基于码重相似度识别码字长度和码字同步点的方法,在此基础上,利用一种新的特征——深度分布,识别生成矩阵,利用高斯消去法产生典型生成矩阵,实现了线性分组码的盲识别。码重相似度识别方法简单易行,理论分析及仿真实验表明该方法的容错性较强,误码率为0.01条件下识别效果较好。     

一种改进的线性分组码的全盲识别算法

针对线性分组码编码参数的盲识别问题,根据实际与随机序列码重概率分布间较大的差异性,提出了利用两种特征参数(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.根据这两种算法的不足又进一步改进,提出一种对这两种特征参数进行融合来同时识别码长和起始点的算法.在此基础上,通过建立矩阵进行化简获得生成矩阵,从而实现线性分组码的全盲识别.理论分析及实验仿真表明该方法简单易行,容错性较强,在误码率为0.025条件下对中短码识别率达到90％,误码率为0.005条件下对中长码识别率高于80％.     

本原BCH码参数的盲识别方法

针对本原BCH码编码参数的盲识别,首先,根据循环移位前后码字的最大公约式的阶数,利用实际序列与随机序列阶数的概率分布差异最大的特性,提出了一种基于变异系数识别码长的方法,在此基础上,根据码字之间的线性约束关系,以阶数概率最大值为下限,通过计算概率总和来识别起始点,进而,计算邻域半径快速去除含错码字,根据阶数分布最大值识别生成多项式,实现了BCH码的盲识别。理论分析及仿真实验表明,该识别算法简单易行,在误码率为0.01的条件下识别效果较好,容错性较强。     

最大公约式阶数分布的BCH码参数识别

针对BCH码的编码盲识别,在码字同步点已知的条件下,根据实际序列与随机序列最大公约式阶数分布(简记为GOD)之间的差异性特征,提出了一种运用两种量化指标(方差差值、平均欧氏距离)分别对码长进行识别的方法,通过比较这两种量化指标识别码长的容错性,进而提出一种新的融合指标的GOD识别码长方法。在此基础上,通过BCH码的特性,计算阶数分布差值,识别生成多项式,实现了BCH码的盲识别。GOD识别方法简单易行,理论分析及仿真实验表明该方法的容错性较强,融合指标的GOD识别码长方法在误码率为0.02条件下,对中短码识别效果达90%以上;误码率为0.005条件下,对中偏长码识别效果达90%以上。