基于改进Walsh-Hadamard变换的(n,1,m)卷积码盲识别

针对高误码率情况下(n,1,m)卷积码的盲识别问题,该文提出一种新的基于改进Walsh-Hadamard变换(Walsh-Hadamard Transform, WHT)的方法。首先将原问题等效为多路1/2码率卷积码的盲识别问题,并建立关于其生成多项式系数的线性方程组。然后分析了现有基于WHT的方法直接求解该方程组所存在的不足,重新建立更稳健的判决门限,同时通过缩小解的取值范围降低计算量,进而在求得正确解向量的同时完成对码长的识别。最后,将多路等效1/2码率卷积码的生成多项式按一定条件组合,得到(n,1,m)卷积码的生成多项式矩阵。仿真结果验证了所提方法的有效性,且性能优于传统方法。     

基于分段Walsh-Hadamard变换的卷积码盲重构算法

利用Walsh-Hadamard变换可实现2元域含错方程组的求解,该方法可用于卷积码的盲识别,但当方程组未知数较多时,其对计算机内存的要求使得该方法在实际中难以应用,为此该文提出一种基于分段Walsh-Hadamard变换的卷积码识别方法。该方法通过对方程组高维系数向量进行分段,使其转化为两个低维的系数向量,将Walsh-Hadamard变换求解高维方程组的问题分解为求解两个较低维数方程组的问题,同时证明了两个低维方程组解向量的组合就是高维方程组的解。算法有效减少了对计算机内存的需求,仿真结果验证了该算法的有效性,且算法具有良好的误码适应能力。     

(n，1，m)递归系统卷积码的盲识别

递归系统卷积码(RSC码)是Turbo码子编码器常采用的编码形式。针对(n,1,m)递归系统卷积码的盲识别问题,给出了完整的编码参数和生成多项式识别方法。首先,采用矩阵分析法先求得卷积码参数,避免后续识别生成多项式时因参数循环估计带来的额外计算量。然后,根据RSC码的特性推导出生成多项式识别模型,给出了模型的具体求解步骤,并对所采用的Walsh-Hadamard变换算法进行了介绍。最后,运用Matlab平台进行仿真验证。仿真结果表明,该方法容错性能明显优于常规方法,在误码率为10-2条件下成功识别概率能达到90%,对于Turbo码的进一步研究具有重要意义。     

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。     

一种新的伪随机扰码盲识别方法

针对在高误码率下,多抽头系数的伪随机扰码的盲识别问题,提出了一种结合BM算法与基于卷积码的快速相关攻击算法的盲识别方法.该方法根据伪随机扰码的自相关特性识别出扰码周期,利用BM算法找到可能的扰码生成多项式和初态,再根据快速相关攻击算法恢复的扰码序列的误码率确定扰码的编码参数.为提高识别效率,对快速相关攻击算法进行了改进...     

基于遗传算法的（2,1,m）卷积码盲识别

电子对抗正逐步由信号层向信息层发展,信道编码的识别成为信息截获领域一个重要的课题。针对（2,1,m）卷积码盲识别问题,提出了一种基于遗传算法的识别方法,该方法具有很好的容错性能和快速识别能力。最后,通过MATLAB仿真验证了该方法能够识别出卷积码的校验多项式,进而求得生成多项式。     

基于模拟退火算法的(2,1,m)卷积码盲识别

卷积码是数字通信中常采用的信道编码形式。针对(2,1,m)卷积码的盲识别问题,提出了一种基于模拟退火算法的新方法。首先根据码特征给出了识别的数学模型,然后基于该模型对方法的基本原理和实现过程进行了详细的介绍,并给出了各参数的选取方法。最后,采用蒙特卡洛方法进行了仿真验证。仿真结果表明,算法性能优异,在误码率高达10-2量级时,能有效实现对常用(2,1,m)卷积码的识别。相比于现有的卷积码识别方法,该算法性能优异且计算复杂度较低。     

基于校验统计的(2,1,m)卷积码盲识别

伴随通信对抗由信号层向信息层的发展,信道编码识别已成为信息截获恢复领域一个亟需解决的问题。针对(2,1,m)卷积码盲识别问题,提出了一种基于校验统计的识别方法,该方法首先通过统计的方法求出最佳匹配的校验矩阵,进而推导出生成多项式矩阵。最后,通过MATLAB实例仿真验证了该方法能够有效识别出所有(2,1,m)卷积码,且具有很好的容错性能。     

基于软信息的分组交织和卷积码联合识别

针对非合作数字通信系统中分组交织和卷积码的盲识别问题,提出了一种基于软信息的信道编码识别方法.该方法利用软信息建立了符合度的概念,首先利用采样序列的总符合度实现交织行数和卷积码校验向量的识别;然后通过每路采样序列平均符合度的变化规律实现交织起点行坐标的识别;最后根据解交织后数据的符合度实现交织列数和交织起点列坐标的识别.仿真结果表明,本文算法能在较高误码率下实现分组交织和卷积码的盲识别,与硬判决算法相比,达到较高正确率时,本文算法具有约5dB的信噪比增益.     

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。     

基于最小二乘代价函数的卷积码盲识别方法

卷积码的盲识别是级联码、Turbo码等高性能编码盲识别的基础，这要求卷积码盲识别方法具有较高的抗噪能力.使用接收解调的软判决信息是提高抗噪能力的关键.本文首先通过理论分析，从概率分布的角度解释现有软判决方法抗噪能力不足的原因，即汉明重量较小的候选解向量会严重削弱现有方法的识别正确概率.然后，提出一种基于最小二乘代价函数的解决方案，理论证明它能够有效减轻汉明重量对识别性能的影响.最后，通过仿真实验，对理论分析的结论进行验证.理论和实验表明，所提的新方法能将卷积码盲识别的抗噪能力提升约1dB.     

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。     

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GFFT的CCSDS标准RS码交织识别算法

针对CCSDS标准的RS码中交织深度和码组起始位置的盲识别问题,提出了基于GFFT的盲识别方法.该方法通过对RS码组进行GFFT运算,得到了其零频谱值个数与RS码的二进制生成多项式在伽罗华域上根的个数之间的关系,并以RS码组的零频谱值个数的均值作为判决参数构建了识别模型；此外,提出了一种选取最佳判决阈值的方法.仿真试验...     

基于最大似然译码的快速信道编码盲识别算法

本文针对信道编码盲识别的盲译码过程延时高的问题,提出一种基于最大似然译码的信道编码盲识别算法。该识别算法通过以最大似然译码的欧氏距离值作为识别特征量的方式,将信道译码和信道编码识别相结合。这种算法可以在信道译码过程中提前识别并终止无效译码以达到加速目的。本文利用NP准则推导出满足系统可靠性需求的最佳检测阈值。该识别算法原理简单,实现容易。仿真结果证明了理论推导的正确性,表明所提出算法在信道编码识别中具有良好的识别性能。      

k冗余多播网络中网络编码算法设计与分析

k冗余多播网络采用网络编码可实现最大多播速率k的信息传输。该文利用最大距离可分码已有成果,给出k冗余多播网络在不同发送速率下所需的最小有限域,构造最大距离可分码[n, k]生成矩阵,将其列向量作为信源输出链路的全局编码向量,设计网络码字,实现网络编码。应用实例表明该网络编码方法相对现有的通用网络编码算法而言,具有更低的计算复杂度。     

扩展卷积码生成矩阵的统一表述

针对在删除卷积码识别过程中缺乏对扩展卷积码先验认知的问题,提出了一种求解母码与扩展卷积码生成矩阵的统一表述方法。通过分析编码器输入输出关系的基本物理意义,先后以( n,1,m)、(n,k,m)作为母码,构建了其与扩展后编码器多项式系数的对应关系模型,归纳和证明了扩展卷积码生成矩阵的统一表述定理。验证结果表明：该定理能够对扩展卷积码生成矩阵实现快速计算,为遍历和重建删除卷积码的删除图样和母码生成矩阵提供方便。     

基于模拟退火算法的机载脉冲多普勒雷达中重复频率选择研究

机载脉冲多普勒雷达常采用中等脉冲重复频率,N/M检测准则工作方式,在该方式下对重复频率的要求主要是能解距离及速度模糊,且能使距离与速度遮蔽区域尽量小。因而对重复频率的选择可模型化为解大规模组合优化问题,而模拟退火算法正是解这类问题的一种有效方法。该文根据机载脉冲多普勒雷达的特点,提出了一种基于模拟退火算法的机载雷达中重复频率选择方法,通过试验表明,该方法取得了很好的效果。     

基于因子图的同频数字混合信号单通道盲分离

本文针对复杂编码下同频数字调制混合信号单通道盲分离问题,构建了利用因子图设计盲分离算法的统一框架。通过将和积消息传递算法与ECM参数估计算法有机地结合,提出一种基于因子图的编码辅助同频混合信号单通道盲分离算法。确定了在最大似然准则下混合信号同步参数的估计式。利用广义分配率准则,为存在码间干扰的混合信号建立了合理的因子图模型,得到了符号序列的后验概率估计式。仿真结果表明,本文提出的算法不仅能够对卷积码混合信号取得较好的分离性能,还能有效实现对LDPC码等复杂编码混合信号的参数和序列的联合估计。