一种卷积码的盲识别技术研究

首先介绍了卷积码及其一些性质,根据对接收到的码字建立不同的数据矩阵并进行化简,识别出编码长度和起始位置,并建立卷积码生成多项式识别模型。最后,通过仿真实验验证了该识别算法。     

一种高误码(n,k,m)非系统卷积码盲识别算法

针对信息截获等领域中的卷积码盲识别问题,提出一种高误码 (n,k,m)非系统卷积码盲识别算法。首先建立可变的数据矩阵模型,对侦收到的数据进行相关预处理,以减小误码对识别的影响,提高算法的容错性能;再对预处理后的数据矩阵进行统计分析,识别出卷积码的各项参数,并提取各个数据矩阵的校验序列;进而利用校验序列构建线性方程组求解生成多项式矩阵组,通过设定筛选生成多项式矩阵的条件,筛选出非系统卷积码的生成多项式矩阵,最终完成对非系统卷积码的识别。仿真实验表明,该算法可以对高误码(n,k,m)非系统卷积码实现有效的盲识别。     

基于卷积码的盲音频水印算法研究

提出了一种基于提升小波和卷积码的盲音频水印算法。原始音频信号经过提升小波变换后,选取中低频小波系数进行自适应水印嵌入。水印在嵌入前经过卷积编码和交织预处理,以提高水印系统的抗干扰能力。为了增强算法的鲁棒性,水印提取时采用了软判决Viterbi译码。实验结果表明,该水印算法具有较好的性能。     

RS码的盲参数识别

信道编码码序列的信息侦获是当前研究的热点、难点领域,而识别信道编码参数是进行信息侦获的必要前提。提出了利用矩阵化简秩（RANK）特性识别RS码的码长和码根分布[T]进行RS码的生成多项式的识别方法,避免繁琐的矩阵化简获得生成矩阵,简单地解决了对RS码的盲参数识别。仿真实验表明该方法在较高的误码率条件下,可以达到较好的参数识别效果。     

水声OFDM系统中卷积码译码设计及其DSP实现

纠错编码是水声OFDM通信系统必须采用的关键技术.本文从译码性能和工程实现角度出发,采用卷积交织、卷积编码和Viterbi软译码相结合的差错控制方案,通过仿真和水池实验确定其参数,并在TMS320DM642上实现.在DSP实现时,卷积交织采用查表法,Viterbi译码采用蝶形运算宏定义等处理方法,极大地提升了运算速度,...     

基于卷积码和软判决的图像水印盲检算法

根据水印系统与通信系统的相似性,借助通信中的卷积码和交织技术可提高盲水印算法的鲁棒性,在DCT域设计并实现了一种适合软判决检测的盲数字水印算法。实验结果表明,该算法对于常见的图像攻击具有很强的鲁棒性,卷积码能有效地提高水印的鲁棒性,同时软判决检测较硬判决检测能进一步提高水印的鲁棒性。     

一种对CCSDS删除卷积码的盲解码方法

介绍了CCSDS标准的删除卷积码的编译码原理,以理论推导出的等效校验矩阵为先验知识,通过构造线性方程组,识别出删除卷积码的删除图案和码头,进而提出了一种删除卷积码的盲解码方法.仿真结果表明,在信噪比大于5 dB的加性高斯白噪声信道中,能实现所有CCSDS标准删除卷积码的盲解码.     

基于归一化秩特征的交织类型盲识别

在非合作通信中,交织类型识别是进行交织参数识别的前提。针对现有类型识别算法受码长约束且抗误码性能较差的问题,提出了一种适用于RS码的基于归一化秩特征的交织类型盲识别算法,在不需要考虑码长约束的条件下,通过高斯约当消元法对分析矩阵做初等变换,结合所得下三角阵中各列的零值比计算出秩缺矩阵的归一化秩,最后利用分组交织和卷积交织的归一化秩变化规律完成交织器类型盲识别。仿真实验结果表明,本文所提方法可以较好地完成交织类型识别,且具有良好的抗误码性能,运算量较小,可为实际的工程应用提供一些参考。     

基于改进Walsh-Hadamard变换的删除卷积码盲解码算法*

针对高误码率情况下,删除卷积码的盲解码问题,提出了一种删除卷积码的盲解码算法。通过采用改进的沃尔什-哈达马变换(Walsh-Hadamard translate,WHT),识别出删除卷积码的高维校验矩阵;再基于源卷积码的生成矩阵与校验矩阵间的约束关系,求出了源卷积码的最佳生成多项式和删除模式,并提出了码字同步的方法,最终按识别出来的参数构建盲解码模型,实现了删除卷积码的盲解码。仿真结果表明,在误码率低于0.01的情况下,该算法的译码正确率能达到93%。     

一种基于卷积码的小波域音频水印盲检算法

水印系统的顽健性是数字水印研究者最为关注的问题。借助卷积码的编解码思想,在小波域研究了自适应于音频的扩频水印算法,将视觉可辨的水印经过预处理后嵌在所选的中、低频小波子带。为了提高算法的顽健性,提出了适合Viterbi软解码的水印检测改进算法,水印检测不需要原始音频。实验结果表明,基于卷积码的音频扩频水印算法具有很高的顽健性,能完全抵制信号处理型攻击。     

基于快速沃尔什-哈达玛变换的OVSF码盲识别算法

在深入研究可变长扩频因子(Orthogonal variable spreading factor,OVSF)码递归构造原理、码树结构模型、数学理论基础以及分配原则的基础上,针对宽带码分多址(Wideband code division multiple access,WCDMA)信号非合作接收情况,提出了一种基于快速...     

分组码的矩阵识别分析

首先介绍了线性分组码的一些性质。然后在无误码的情况下,进行仿真实验。根据不同的已知条件,用接收到的分组码码字构造识别矩阵模型,求出未知的识别参数,达到对生成矩阵的盲识别。最后验证了在有误码的情况下,矩阵模型化简法在分组码完全盲识别过程中的可行性。     

基于卷积盲降噪的混合式核磁共振成像

为了解决图像压缩感知重建研究领域中通过有效的图像先验信息重构与原图相似性高且保留细节消除伪影的高质量图像的问题, 针对不足采样的K空间数据, 在经典的CNN算法CBDNet算法的基础上, 通过融合深度学习先验信息及传统图像恢复各自优势的方法, 研究了基于深度神经网络去噪先验和BM3D块压缩感知算法的混合式重构算法. 该算法采用交互式方法训练多尺度残差网络抑制噪声水平, 借优化选择的方式将深度学习与传统块匹配多尺度结合以提取图像不同尺度的特征数据从而实现抑制伪影、快速重建高质量MRI. 实结果表明深度学习结合BM3D在MR图像重构领域能够有效降低伪影保留细节信息, 加强重构效果. 与此同时, 通过采用GPU的加速运算, 算法的计算复杂度较使用单一算法并未增加很多. 可见基于卷积盲降噪的混合式核磁共振成像效果更佳.     

基于非零均值比的RS码盲识别方法

针对现有的RS码盲识别方法抗误码性能不佳的问题，提出了一种基于非零均值比的盲识别算法。该算法通过将截获到的RS码序列转化为GF(2 ^m )码元来构建分析矩阵，利用有限域的高斯约当算法获得分析矩阵的非零均值比，并以此来识别码长、符号数和本原多项式，最后通过伽罗华域傅里叶变换来完成信息位长及生成多项式的识别。仿真结果表明，本文提出的算法可以有效识别出本原RS码及缩短RS码的所有编码参数，抗误码性能较好，并给出了识别性能与信息位长与码长的关系：随着码长和信息位长的增加，识别性能逐渐下降。     

一种变步长梯度寻优的RSC码识别算法

针对RSC码的编码器生成多项式的盲识别问题,在分析信号模型的基础上,基于EM算法的思想,在M步骤中,通过建立步长大小与当前梯度的非线性函数关系,提出了一种变步长梯度寻优算法。该算法相比于定步长算法而言,参数的估计值收敛到真实值的速度更快,且具有较强的抗噪声能力。仿真结果表明:同等条件下,所提算法在第4次迭代就收敛到了真实值,而定步长算法则需要迭代20次以上;在抗噪声性能方面,蒙特卡洛实验结果表明,所提算法在信噪比为0dB时,其参数的识别概率都能够达到80%以上。     

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。