LSC-DSSS信号长短伪码盲估计

短码扩频长码加扰的直扩信号可视为特殊的长码直扩信号,将其短扩频码和长扰码作为复合码。首先通过特征值分解和酉矩阵去位置模糊实现复合码的盲估计;然后利用m序列的三阶相关函数特性识别短扩频码的类型;最后根据识别结果采用三阶相关法或延迟三阶相关法实现长短伪码的盲估计。仿真表明,复合码估计在信噪比-7.5dB以上可达到1%以下的误码率;当信噪比高于-6dB时,三阶相关法估计长短伪码本原多项式的正确率可以达到90%以上;当信噪比高于-4dB时,延迟三阶相关法估计长短伪码序列的误码率低于1%。      

基于多项式遍历和码字相关的Turbo码盲识别

针对1/n码率Turbo码的盲识别问题,提出了一种基于多项式遍历和码字相关的检测识别方法.该方法首先对码字序列进行分组,利用分组验证的方法对数据中的卷积码进行快速检测,进而识别出Turbo码的码率;然后,利用欧几里得算法对Turbo码的分量编码器a的参数进行识别,进而通过对编码器b的遍历,恢复出伪随机交织序列;最后,通过与信息序列的码字相关,验证编码器b的参数是否正确,同时利用相关谱峰值所在位置识别交织器参数,实现了Turbo码的全部参数估计.仿真实验验证了该算法的有效性.对算法的误码适应能力进行的仿真分析表明,该方法能够在较高误码率条件下实现Turbo码的检测与识别.     

高容错伪随机扰码的快速盲恢复

首先通过组合枚举方法寻找伪随机扰码序列的反馈多项式,然后利用基于卷积码的快速相关攻击方法对线性反馈移位寄存器(LFSR)的初态进行盲恢复。攻击过程分为两个关键步骤,第一步是快速找出尽可能多的校验方程,以构造具有强纠错能力的超低码率的卷积码,第二步是实现超低码率的快速Viterbi译码。本文提出并实现了离线(offline)查找与在线(online)译码分工组合的方案。经过大量的实验仿真,本文描绘出了各种参数之间的关系图。     

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％.     

基于稀疏沃尔什谱的BCH码检测识别方法

针对BCH码的盲识别问题,提出了一种基于稀疏沃尔什谱的识别方法.算法利用码字与对偶码乘积的码重估计码字的码长,然后利用沃尔什-哈达马变换求解线性方程组的数学模型,通过遍历不同码率,求解少量特定位置的稀疏沃尔什谱,根据谱值大小可实现BCH码的盲识别.仿真实验表明,该算法能够在较高误码率条件下实现对BCH码的盲检测与识别.     

基于改进EASI算法的DS-CDMA信息码与伪码盲估计

针对直扩序列码分多址(DS-CDMA)系统多用户检测的问题,提出了一种基于性能指标(PI)变步长EASI算法信息码与伪码盲估计的算法.该算法在比较盲源分离(BSS)和DS-CDMA系统模型的基础上,用自适应的方法估计混合矩阵进而估计出伪码,并利用分离矩阵分离观测信号从而估计出信息码.另外,该算法利用PI值来调整步长,使算法收敛速度和稳定性能达到一个理想平衡点.实验结果显示,该算法具有很好的抗多址干扰(MAI)的能力,伪码和信息码的误码率分别在-10 dB和0 dB时达到10-2以下;对不同用户数,5dB时所有扩频码被完全正确检测的概率几乎都在80％以上.     

基于矩阵填充和三阶相关的长短码DS-CDMA信号多伪码盲估计

由于长短码直扩码分多址(LSC-DS-CDMA)信号包含了多个用户的长码和短码,已有的直扩码分多址信号的盲伪码估计方法不再适用。为此该文提出一种基于矩阵填充和三阶相关的伪码估计方法。首先从理论上将结构复杂的LSC-DS-CDMA信号构建为多用户短码扩频的缺失矩阵模型,将复合码矩阵估计建模为盲源信号分离问题;然后将矩阵填充理论应用于复合码矩阵估计,提出基于奇异值阈值算法和快速独立成分分析算法的各用户复合码序列估计方法;最后利用m序列的移位相加性特性,提出延迟三阶相关算法,从各用户复合码序列中估计其包含的长短伪码序列。仿真表明,当信噪比高于-2 dB时,该文算法的长短伪码估计平均误码率低于0.1%。     

扰码器初始参数盲重建算法

非合作通信条件下,针对扰码器初始参数估计问题,第三方需在通信参数不完全所知的情况下,对抗干扰、重建反馈多项式和估计初始状态,以重建扰码器。首先,根据对偶码特性和多信息流抗干扰技术,构造具有低误码率特性并包含扰码器特征参数的新序列;其次,采用低重量倍式搜索算法和基于对偶码的快速相关攻击算法,分别对新构造序列的反馈多项式和初始状态进行估计;最后,根据新序列与扰码的关系,重建扰码器初始参数。仿真结果表明,算法可在信噪比为0 dB条件下有效对抗噪声干扰并重建扰码器。      

基于离散PSO算法的RSC码识别

针对目前RSC码盲识别算法容错性不好、计算量大的缺点,提出了基于离散PSO算法的RSC码识别方法.首先根据RSC码特殊的编码结构,构建出基于离散PSO算法的识别模型,并推导出了算法的适应度函数以及算法终止的判决门限;其次,按照构建出的识别模型,提出了详细的RSC码编码参数的识别步骤和流程框图,克服了目前RSC码识别算法的缺陷.仿真实验表明：该算法在寄存器个数较小时,具有较高的识别性能;同时在误码率高达0.05条件下,各种寄存器个数下的RSC码参数识别率均能达到90%以上,部分甚至达到100%,且算法的计算量仅仅与寄存器个数以及码元路数呈线性增加,与Walsh-Hadamard算法相比,计算量大大减少.     

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。