1／n卷积码盲识别

在未知情况下如何仅仅根据接收的数据识别出信道纠错码的参数,目前还是个很难解决的问题.本文根据线性分组码的性质提出了一种新型数据矩阵模型,用于对线性分组码进行盲识别;并将该方法推广应用到1/n卷积码盲识别,取得了很好的效果.     

低码率二进制线性分组码的盲识别

针对信息截获领域中的低码率二进制分组码的盲识别问题,提出了根据码重分布距离估计码长的方法,进而通过改进传统的矩阵化简方法获得生成矩阵,实现了对低码率二进制线性分组码的盲识别。理论推算和数据仿真都表明,本算法在较高误码率的情况下,也可以得到很好的识别效果。     

二进制线性分组码盲识别问题研究

(n,k)线性分组码作为信道编码技术的重要组成部分在深空通信、卫星通信、无线通信等实际数字通信领域得到广泛应用,与此同时,对于(n,k)线性分组码的盲识别问题也正在日益凸显。通过(n,k)对线性分组码的主要原理、关键性质的分析,建立盲识别数学模型,估值判断分组码长、生成矩阵、校验矩阵等具体参数,总结分析线性分组码盲识别的研究现状,归纳提炼出现行各种盲识别算法的优点和局限性,并提出进一步解决线性分组码盲识别问题的主要研究方向。     

基于迭代列消元法的线性分组码参数盲识别

针对线性分组码参数盲识别容错性能差的问题,提出基于迭代列消元法的线性分组码参数盲识别方法.首先对截获矩阵应用迭代列消元法,将其相关列对应各个窗内的转移矩阵中的列向量作为候选校验向量,再根据截获矩阵对偶码空间归一化维数来识别码字长度和同步时刻,最后将对偶码字进行初等行变换识别校验矩阵.仿真结果证明,与以往盲识别方法相比,所提方法容错性能好,适用于各种码率的线性分组码的码字长度、同步时刻和生成多项式识别.     

基于码重信息熵低码率线性分组码的盲识别

为解决较高误码条件下的低码率二进制线性分组码的盲识别问题,论文提出了基于码重分布信息熵的码长识别方法,而且,它还通过优化传统的矩阵化简方法求解生成矩阵,从而实现对低码率二进制线性分组码的盲识别。理论分析及仿真验证均表明:该方法能实现低码率线性分组码较正确的识别。论文最后进一步对不同码长线性分组码在不同误码率条件下进行了多次仿真,仿真结果验证了该识别方法具有较好的容错性能。     

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。     

一种对线性分组码编码参数的盲识别方法

由于线性分组码具有较简单的编、译码结构和相对优越的纠错性能,目前已在数字通信系统中得到了广泛应用。为了克服线性分组码各码字之间缺乏相似于卷积码的相关性,本文根据线性分组码自身的编码特点以及完整码字序列具有较好的非随机性,提出了基于比特频率检测线性分组码盲识别方法。该识别方法在对线性分组码的编码特点分析的基础上,将密码学中比特频率检测方法应用到信道编码识别中,在不同的先验知识条件下,给出了不同的识别过程并进行仿真实验,实验结果表明该识别方法的有效性的同时且具有较好的容错性能。     

螺旋形交织器交织长度盲识别

针对螺旋形交织器提出一种交织长度的盲识别方法,根据线性分组码中校验码元与信息码元间的线性相关性和交织器的作用,将截获的数据序列按列数不同排成矩阵,经过高斯约当消元后计算其下三角矩阵中含0列的比例的平均值来实现对交织长度的盲识别。仿真结果表明该方法可以实现对螺旋形交织器交织长度的识别,在误码率不大于0.003时,识别准确率可达80%以上。     

线性分组码的盲识别技术研究

主要针对二进制线性分组码的盲识别问题进行研究,通过对现有算法的优缺点总结,以码重分析识别法为基础,提出一种联合码重分布、汉明距离分布以及深度分布特性的线性分组码识别算法。该算法先利用在识别过程中,当遍历到的码长和起始点是正确值时,编码序列和随机序列的码重相似度最低这一特性完成码长的识别和起始点的粗识别,再利用分组码的最小汉明距离不小于3这一特性对粗识别的起始点进行确定,在此基础上,利用(n,k)线性分组码的非零深度值恰好等于分组码信息位k这一特性求出信息位和码率,最后将深度值不为零的位置对应的码字相组合得到生成矩阵。大量实验表明,该算法能完成分组码的盲识别,与现有的部分算法相比,它的起始点识别环节的识别正确率和适应误码能力都有良好的提升,具有较好的工程实用性。     

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％.     

基于二元域等效的RS码编码参数盲识别

现代数字通信中常常进行信道编码识别处理.目前RS（Reed-Solomon,RS）码盲识别需对高阶域下所有谱分量进行求取,计算较为复杂,因此提出了一种基于二元域等效的识别方法.首先根据有限域性质将RS码等效为二元域上的线性分组码,然后建立码长、信息分组长度、生成多项式和本原多项式的关联模型.通过遍历各阶本原多项式,并验证二元线性分组码的校验向量,完成各参数的联合识别.仿真结果和理论分析表明,该方法在提升抗误码性能的同时有效减少了计算量,可用于智能通信和通信侦察等系统中.     

MUI-free receiver for a synchronous DS-CDMA system based on blockspreading in the presence of frequency-selective fading

We discuss a synchronous direct-sequence code division multiple-access (DS-CDMA) system based on block spreading in the presence of frequency-selective fading. Note that block spreading, which is also known as chip interleaving, refers to a spreading of a data block sequence, which is obtained by dividing a data symbol sequence into consecutive blocks. For such a system, we develop a simple new receiver that completely removes the multiuser interference (MUI) without using any channel information. The MUI-free operation is obtained by the use of a shift-orthogonal set of code sequences on which this receiver is based. Within the framework of the MUI-free receiver, we further present a subspace deterministic blind single-user channel estimation algorithm. As a benchmark for the MUI-free receiver and the corresponding subspace deterministic blind single-user channel estimation algorithm, we consider the linear multiuser equalizer and the corresponding subspace deterministic blind multiuser channel estimation algorithm developed by Liu and Xu (1996) for a standard synchronous DS-CDMA system in the presence of frequency-selective fading. We show that the complexity of the MUI-free receiver using the corresponding subspace deterministic blind single-user channel estimation algorithm is much smaller than the complexity of the linear multiuser equalizer using the corresponding subspace deterministic blind multiuser channel estimation algorithm. We further show that the performance of the MUI-free receiver is comparable with the performance of the linear multiuser equalizer. This is for the case in which the channels are known as well as for the case in which the channels are estimated with the corresponding subspace deterministic blind channel estimation algorithm     

基于构造代价函数求解的自同步扰码盲识别方法

由于卷积码序列的0,1 bit的概率几乎均衡,对于卷积码自同步加扰的扰码盲识别,现有的基于输入序列0, 1 bit概率不均衡性的识别方法均已失效,为此该文提出一种新的自同步扰码盲识别方法。首先将卷积码自同步加扰序列进行分块处理,通过加扰数据块与卷积码校验向量相乘产生新的序列;然后以最大化新生成序列间线性约束关系成立概率为准则,利用解调输出的软判决序列建立自同步扰码反馈多项式系数的代价函数;最后根据自同步扰码反馈多项式的项数特点,在求解代价函数时改进了动态搜索烟花算法,增加了对烟花个体元素值的约束操作,由求解出的参量值识别出自同步扰码反馈多项式。仿真实验验证了所提方法的有效性,该方法无需遍历搜索反馈多项式,且具有较好的鲁棒性,所需数据量小,随着数据量的增大和扰码阶数的降低,其识别正确率逐渐提高。     

Equalization and semi-blind channel estimation for space-time block coded signals over a frequency-selective fading channel

In this paper, we investigate the equalization and channel identification for space-time block coded signals over a frequency-selective multiple-input multiple-output (MIMO) channel. The equalization has been considered by taking into account the cyclostationarity of space-time block coded signals. The minimum mean square error (MMSE) solutions have been derived for the linear and decision feedback (DF) equalizers. The channel estimation is required for the equalization. With known symbols (as pilot symbols), MIMO channels can be estimated. In addition, due to the redundancy induced by space-time block code, it is possible to identify MIMO channels blindly using the subspace method. We consider both blind and semi-blind channel estimation for MIMO channels. It is shown that the semi-blind channel estimate has fewer estimation errors, and it results in less (bit error rate) performance degradation of the MMSE linear and DF equalizers.