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.     

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。     

一种循环码参数的全盲识别方法

针对循环码参数的全盲识别问题,利用实际序列与随机序列码重分布差异最大的特性,提出了基于数据挖掘中的相似性度量函数与统计学中的斯皮尔曼等级相关系数进行融合来识别码长和起始点的方法,在此基础上,利用有限域同构的原理,选取码重概率最大的码字进行伽罗华域的傅里叶变换来识别生成多项式,实现了对循环码的全盲识别。理论分析及仿真实验表明,该算法简单易行,容错性较强,在误码率为0.01的条件下对中短码的识别效果较好。