基于校验矩阵的卷积码识别和码字同步

简要介绍了卷积编码的矩阵描述及其生成矩阵和校验矩阵的关系,从中得出编码序列与校验矩阵之间的数学关系。从而提出了一种以卷积码的校验矩阵为先验知识的卷积码识别方法,利用卷积码的校验矩阵和编码序列的关系对通信侦察系统得到的数据流进行分析,实现对接收序列的编码方式识别和码同步,为进一步的解码工作创造了条件,并用仿真试验在无误码和有误码2种情况下分别验证了该方法的有效性。     

基于求解校验序列的(n,1,m)卷积码盲识别

伴随信息对抗和智能通信的快速发展,信道编码识别已成为信息恢复领域一个重要的课题。针对(n,1,m)卷积码盲识别问题,该文提出一种新的识别方法,该方法首先提出了校验序列的概念,通过改进后的矩阵模型求解出校验序列,进而由校验序列构造方程求解出生成多项式矩阵,完成识别。最后,通过实例仿真验证了该方法能够在参数n和码字起始位置都未知情况下有效识别出(n,1,m)卷积码。     

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。     

卫星通信中常用卷积码的识别方法研究

针对卫星通信系统中常用的系统卷积码和非系统卷积码进行识别研究,建立基于基本监督矩阵的识别方法,推广了码字同步方法适应各种编码率的卷积码起始位置的判定,给出了BPSK和QPSK调制下的相位模糊的处理方法,实现了卫星通信系统中常用卷积码的识别结果的判定,为卷积码识别技术的工程应用提供了技术基础。     

基于迭代消元的卷积码快速识别

针对现有算法在卷积码参数识别过程中存在计算量大、容错性差的缺点,提出了一种基于迭代消元的快速识别方法.算法首先在理论上分析了基于传统高斯消元识别算法的性能,验证并给出了可靠出现一次校验向量的最少消元迭代次数;其次,通过遍历可能的最小校验约束长度和卷积码码率,构建消元矩阵,求解疑似校验向量;最后基于最小错误判决准则设定判决门限,实现在高误码率下校验多项式矩阵快速识别.仿真结果表明,推导的理论性能与仿真结果一致,提出的算法具有较强的容错性能.与现有方法相比,复杂度明显降低.在智能通信或通信侦察领域具有较好的应用前景.     

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.     

卷积码识别算法浅述

本文介绍了信道编码识别技术的发展概况,给出了常规识别算法、基于校验矩阵识别算法和基于欧几里德识别算法三种卷积码识别算法的工作原理,对比分析了三种算法的性能.     

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。     

基于校验矩阵的卷积码盲识别技术研究

首先论证了C(n,n-1,m)卷积码的基本校验矩阵的维数与卷积码编码器存储器阶数之间的关系,通过码字约束关系提出了一种矩阵秩的判别方法。无误码情况下的仿真实验表明:在没有先验知识的情况下,对卷积码的多个参数有良好的识别效果。最后给出了AWGN信道下该识别方法的MATLAB仿真分析,实验结果表明该算法具有良好的容错性能。     

基于校验矩阵的C(n,n-1,m)卷积码盲识别技术研究

摘 要:本文首先论证了C(n,n-1,m)卷积码的基本校验矩阵的维数与卷积码编码器存储器阶数之间的关系,通过码字约束关系提出了一种矩阵秩的判别方法。无误码情况下的仿真实验表明：在没有先验知识的情况下,对卷积码的多个参数有良好的识别效果。最后给出了AWGN信道下该识别方法的Matlab仿真分析,实验结果表明该算法具有良好的容错性能。     

基于Walsh-Hadamard变换的卷积码盲识别

该文针对信道编码的盲识别问题,提出了高误码率下(n, 1, m)卷积码的盲识别方法。首先给出了盲识别的数学模型,进而扩展了Walsh-Hadamard变换的应用范围。证明了通过对截获码序列做Walsh-Hadamard变换可以解决卷积码的盲识别问题,该方法在智能通信、信息截获、密码分析等领域有重要的应用。仿真实验表明该算法可以对高误码率的卷积码进行有效的识别。     

卷积码盲识别方法研究

提出了一种码率删除卷积码的盲识别算法.该算法基于卷积码的线性特性和校验性质,利用一种优化方法求解二元域线性方程组,估计出校验多项式矩阵,并建立删除卷积码的数学变换模型,由校验多项式矩阵估计出删除卷积码的源码生成多项式矩阵和删除模式.     

删除卷积码生成矩阵及最简信息恢复式的求法

删除卷积码是卫星通信系统中的一种常用信道编码方法.在卫星信号截获分析领域有时需要知道删除卷积码的生成矩阵和信息恢复式.本文用简单的物理概念给出了一种删除卷积码多项式生成矩阵的简单求法,并用以逐次降低多项式生成矩阵次数为原则的初等变换方法给出了多项式校验矩阵和最简多项式信息恢复式的求法.本文给出的方法适应各种码率的删除卷积码,在卫星信号截获分析领域具有实用性.     

一种低复杂度的删除卷积码识别算法

针对当前信息截获领域中删除卷积码识别需遍历删除模式进行校验、运算复杂度较高的不足,提出一种基于求解伪循环多项式矩阵(Poly-Cyclic Pseudo Circulant matrix,PCPC)的删除卷积码识别算法.该算法可由删除卷积码的等价生成多项式矩阵Gp(D)直接运算得到删除模式P和源卷积码基本生成多项式矩阵G(D),从而使删除卷积码的识别过程极大简化,极大降低了识别算法的复杂度.     

电力线通信系统中卷积码和Viterbi译码的FPGA设计实现

阐述了电力线通信系统中卷积码及其Viterbi译码的信道编码方法,给出了（2,1,6）卷积码编译码的设计以及采用VerilogHDL硬件描述语言完成卷积码编译码的FPGA实现方法。     

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。     

一种删除卷积码识别方法研究

伴随自适应编码调制（AMC）技术的提出与应用,删除卷积码识别已成为自适应通信领域一个亟需解决的问题.针对以（2,1,m）卷积码为源码的删除卷积码识别问题,提出了一种基于构建分析矩阵和遍历删除模式的识别方法.该方法首先由构建的分析矩阵识别出删除卷积码码率和校验多项式矩阵,进而通过遍历确定删除模式,推导得出（2,1,m）源卷积码的生成多项式矩阵.最后,通过MATLAB实例仿真验证了该方法的有效性,并分析了其容错性能.     

基于最大似然检测的（n,1,m）卷积码盲识别方法

该文针对非合作信号处理中的(n,1,m)卷积码的盲识别问题,提出一种基于最大似然检测的识别方法。该方法将接收码序列按不同长度进行分段,构建卷积码校验多项式系数的线性方程组,利用最大似然检测方法估计线性方程组的解,并利用解向量与卷积码生成多项式的校验关系,构建生成多项式系数的线性方程组,最终求解得到卷积码的生成多项式。仿真实验验证了算法的有效性,并对算法的误码适应能力进行了理论和仿真分析,仿真结果表明该方法能够在较高误码率条件下实现(n,1,m)卷积码的检测与识别。     

非系统卷积码前馈逆及校验矩阵的求解法

本文从不变因子定理和线性自动机理论出发，给出了卷积码前馈逆的三种系统求法。在求逆的同时求出了校验矩阵，从而使非系统卷积码可用简单求逆电路恢复。也可利用校验矩阵是数逻辑译码，在高信噪比情况下有实际应用价值。