Turbo编码类型的盲识别方法

提出一种有效的识别方法,解决了Turbo编码类型的盲识别问题。首先,在理论分析Turbo码固有结构的基础上,通过特定的拆分和组合方式从Turbo编码序列中获取一路递归系统卷积码,和二路线性分组码,从而根据此特性利用秩统计的方法实现Turbo码的判别;然后对递归系统卷积码输出数据进行差分运算,推导出差分后结果仅与寄存器中存放的数据有关,因此通过一阶累积量的方法可以准确获取归零状态的位置,从而实现对Turbo码的归零特性判别。仿真结果表明:该方法能够实现对Turbo编码类型的识别,且具有较好的容错性能,最后也验证了该方法在较高误码条件下具有较好的识别效果。     

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。     

基于非圆信号的阵列扩展方法

提出了一种基于非圆信号的稀疏分解DOA估计方法,用于解决非圆信号数多于阵元数时的DOA估计问题。该方法首先利用非圆信号为实值信号的特点,用阵列上的接收数据及其共轭拼接构造一个新的扩展矩阵,选择扩展协方差矩阵的第一列作为稀疏分解向量,利用扩展阵列的导向矢量构造完备字典,建立了DOA估计的稀疏模型。仿真结果证明了该方法的可行性和有效性。     

基于人工免疫的链路层协议帧同步字识别

该文提出一种基于人工免疫的同步字识别算法,解决了无线网络链路层协议帧同步字的识别问题。算法在定义相关概念的基础上,通过对已知协议类型文件集脱氧核苷酸(ODN)浓度的计算,得到了相关协议的同步字脱氧核苷酸库;然后,利用得到的同步字脱氧核苷酸库与相关文件集进行连续一致匹配,生成同步字检测基因库;最后,利用得到的同步字脱氧核苷酸库和同步字检测基因库,通过连续一致匹配和基因相似度值的计算,实现了同步字的准确识别。仿真实验验证了算法的有效性,与已有的模式串匹配算法相比,所提算法的鲁棒性较好,具有一定的工程应用价值。     

基于校验方程系数特性的(n,1,m)卷积码盲识别方法

为满足实际应用的需求,本文提出一种高容错的(n,1,m)卷积码盲识别方法。首先,建立以(2,1,m)卷积码校验向量为解向量的含错校验方程组;然后,基于校验方程系数的结构特性,循环利用校验向量的已知元素值递推估计其未知元素,在有误码条件下,每次递推运算中联合多个校验方程估计未知元素值,实现误码条件下校验向量的快速估计,并完成相应的(2,1,m)卷积码生成多项式矩阵的识别;最后,将识别的n-1个(2,1,m)卷积码的生成多项式矩阵组合;重建(n,1,m)卷积码的生成多项式矩阵,并根据卷积码的校验关系检验重建结果的正确性,实现(n,1,m)卷积码的识别。仿真实验验证了该方法的有效性,该方法在高误码率条件下能达到较高的识别正确率,无需先验知识,具有一定的工程应用前景。     

基于游程间隔特征的线性分组码码长识别方法

针对线性分组码的码长识别问题,提出了一种基于游程间隔特征的线性分组码码长识别方法。该方法通过统计不同游程长度下游程间隔的数量得到游程间隔的分布特征,从中提取出具有周期特性的游程间隔的周期长度,实现对线性分组码码长的识别。仿真结果验证了算法的有效性和鲁棒性,表明本文算法比已有算法具有更好的抗误码性能和一定的工程应用前景。     

基于m序列三阶相关性的同步扰码反馈多项式重构

在已有的卷积码同步加扰的扰码反馈多项式重构方法中,卷积码对偶码字需要先验已知.为了解决该问题,本文基于m序列的三阶相关性,提出一种卷积码加扰的扰码反馈多项式重构新方法.首先对卷积码加扰序列进行分块处理,数据块的长度为卷积码编码约束长度,相邻数据块的起始位间隔一个码长;然后证明了加扰数据块与对偶码字相乘后,输出序列为与扰码周期相同的m序列,由此基于m序列的三阶相关峰值特性估计出对偶码字;最后利用三阶相关峰的位置信息重构出同步扰码反馈多项式.在有误码情况下,推导了峰值与非峰值位置处三阶相关函数值的概率分布,得到三阶相关峰的检测门限与重构结果正确的置信度.仿真实验验证了本文方法的有效性,与已有的重构方法相比,该方法无需先验已知对偶码字,消除了重构结果的不确定性,具有更好的容错性.     

基于多重分形谱的链路层协议帧同步字盲识别

该文针对协议类型未知条件下非等帧长同步字的盲识别问题,提出一种基于多重分形谱的同步字盲识别算法。首先,在定义有偏性的基础上,通过分析比较协议帧、同步字和信息段中0, 1的概率分布,得出协议帧的有偏性小于同步字的结论。然后,利用上述结论并结合多重分形谱具有描述有偏性分布的特点,通过比较删减前后待识别序列多重分形谱宽度的变化实现信息段的有效删减,达到提高同步字浓度的目的。最后,在计算完成删减的序列中固定长度比特串浓度值分布的基础上,实现了同步字的准确识别。仿真试验验证了所提算法的有效性,表明其具有一定的工程应用价值。     

基于多重分形谱的物理层帧结构检测算法研究

针对解调数据有无物理帧结构的检测问题,该文提出了一种基于多重分形谱的物理层帧结构检测算法。首先,在定义序列有偏性与0, 1出现概率关系的基础上,根据编码序列、扰码序列和物理帧的生成原理,通过计算相关序列中的0, 1出现概率推导出它们的有偏性关系,即物理帧、编码序列和扰码序列的有偏性逐渐减小;然后,利用上述结论并结合多重分形谱具有描述有偏性分布的特点,对待识别序列进行固定长度拆分并计算多重分形谱宽度值;最后,通过观察多重分形谱宽度值的分布实现解调数据有无物理帧结构的检测。仿真试验验证了算法的有效性,表明该算法具有一定的工程应用价值。     

基于游程特征的线性分组码与卷积码类型识

针对线性分组码与卷积码的类型识别问题,本文提出了一种基于游程特征的信道编码类型识别方法。论文从理论上分析了两种编码游程特性存在的差异,即卷积码的游程具有较好的随机性而线性码游程的随机性较差,并且线性码在信息位长度附近的游程数会发生一定的畸变。通过提取编码的游程特征,算法实现了对这两种编码类型的识别。仿真结果验证了所提识别方法的有效性和鲁棒性,表明算法具有一定的工程应用前景。