基于余弦符合度的自同步扰码盲识别

为克服现有非合作自同步扰码识别算法在低信噪比下识别率低、适应性差的缺点,该文提出一种基于余弦符合度的自同步扰码盲识别方法。首先基于信源不平衡性和自同步扰码解扰原理建立自同步扰码的含错校验方程,然后将接收到的软判决序列转化为信息码元的后验概率序列,遍历可能的生成多项式,在遍历的过程中引入余弦符合度作为统计量,通过分析符合度的统计特性求解出最优的判别门限,根据统计量和判别门限的关系完成自同步扰码生成多项式的识别。仿真结果表明：该算法能有效识别出生成多项式,且在低信噪比下识别率优于现有算法,具有较好的低信噪比适应能力,在信源不平衡度ε为0.1,截获扰码序列长度为800 bit和ε为0.05,截获扰码序列长度为3000 bit时,能够有效完成生成多项式的识别,与目前算法相比,该文算法识别性能优于现有的硬判决算法,且比硬判决算法性能提升1～2 dB。     

基于m序列三阶相关性的同步扰码反馈多项式重构

在已有的卷积码同步加扰的扰码反馈多项式重构方法中，卷积码对偶码字需要先验已知.为了解决该问题，本文基于m序列的三阶相关性，提出一种卷积码加扰的扰码反馈多项式重构新方法.首先对卷积码加扰序列进行分块处理，数据块的长度为卷积码编码约束长度，相邻数据块的起始位间隔一个码长；然后证明了加扰数据块与对偶码字相乘后，输出序列为与扰码周期相同的m序列，由此基于m序列的三阶相关峰值特性估计出对偶码字；最后利用三阶相关峰的位置信息重构出同步扰码反馈多项式.在有误码情况下，推导了峰值与非峰值位置处三阶相关函数值的概率分布，得到三阶相关峰的检测门限与重构结果正确的置信度.仿真实验验证了本文方法的有效性，与已有的重构方法相比，该方法无需先验已知对偶码字，消除了重构结果的不确定性，具有更好的容错性.     

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...     

编码加扰序列的帧同步盲识别

在同步情况下,基于对偶码可有效重建线性扰码的反馈关系,但非合作通信方同样需要完成盲同步.在无噪声条件下,针对编码加扰序列的盲同步问题,结合反馈多项式检测提出了帧同步盲识别算法.利用初始帧同步中探测的反馈多项式倍式集,可同时完成扰码反馈多项式和扰码序列的估计.实现初始同步后,可借助解扰数据帧结构属性完成精确同步;然后,将算法推广到了含噪信道情况;最后,基于Walsh-Hadamard变换给出了检测统计量的规范计算方案,以降低计算复杂度.     

含错扰码序列生成多项式的快速恢复方法

含错扰码序列生成多项式的恢复是扰码盲识别的基础,针对扰码序列生成多项式恢复过程中计算量过大等问题,提出一种快速恢复序列生成多项式的方法。首先根据扰码序列的自相关性识别出序列周期,进而判定生成多项式的阶数,并获得该阶数下的本原多项式集,再基于信源序列的不平衡性遍历搜索本原多项式集中的统计量最大值,从而求得含错扰码序列的生成多项式。仿真结果表明该方法能快速有效实现含错扰码序列的生成多项式的恢复。     

自同步扰码的盲识别方法

在非合作通信领域中,侦察方在信道解码后需要对扰码编码参数进行盲估计以实现解扰,进而恢复出原始信息。在信源不平衡的条件下,针对自同步扰码的盲识别问题,以比特状态统计概率分布与均匀分布之间的修正平方欧几里德距离作为比特状态不平衡性的衡量准则,提出了一种自同步扰码生成多项式的盲识别方法,仿真结果验证了理论分析的正确性和所提算法的实际有效性。     

(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。     

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.     

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。     

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。      

基于多重分形谱的物理层帧结构检测算法研究

针对解调数据有无物理帧结构的检测问题,该文提出了一种基于多重分形谱的物理层帧结构检测算法。首先,在定义序列有偏性与0, 1出现概率关系的基础上,根据编码序列、扰码序列和物理帧的生成原理,通过计算相关序列中的0, 1出现概率推导出它们的有偏性关系,即物理帧、编码序列和扰码序列的有偏性逐渐减小;然后,利用上述结论并结合多重分形谱具有描述有偏性分布的特点,对待识别序列进行固定长度拆分并计算多重分形谱宽度值;最后,通过观察多重分形谱宽度值的分布实现解调数据有无物理帧结构的检测。仿真试验验证了算法的有效性,表明该算法具有一定的工程应用价值。     

基于公约式权重的截短线性分组码盲识别方法

针对通信信号侦察处理中的截短线性分组码的盲识别问题,提出了一种基于公约式权重最大化的识别方法.算法对侦收的码字序列进行不同长度的分段,计算分段码字与xn+1的最大公约式并按公约式阶数进行滤除,通过高阶公约式的个数估计码字长度.同时根据公约式的出现概率定义公约式的权重,利用权重最大的公约式实现码字生成多项式的估计.仿真实验表明算法有效可行,并理论分析了算法的容错性和计算复杂度.和已有算法相比较,本文算法在相同的误码率条件下,具有更高的检测识别概率,且同时具备截短码字和非截短码字的识别能力.     

一种低复杂度双二元卷积Turbo码译码算法

双二元卷积Turbo码（ DB CTC)的非二进制编码使得译码复杂度增加,限制了其在某些实际通信工程中的使用。在最大后验概率（ MAP)译码算法的基础上,提出了一种优化算法,将译码的存储量和计算量降为原来的1/4。仿真结果表明：在不同编码长度和码率的情况下,优化算法与原算法性能相当;在误码率为10-5的条件下,两者的Eb/N0差异同样不大于0.1 dB。     

基于校验矩阵匹配的循环码参数盲识别算法

针对目前循环码参数盲识别存在容错率低、所需截获数据多的问题,该文提出一种基于校验矩阵匹配的循环码参数盲识别算法。首先求出所有码字长度n和生成多项式为xn-1的因式对应的校验矩阵作为候选校验矩阵。然后利用截获的二进制码流构造截获矩阵,使其与候选校验矩阵相乘,判断在不同的码字长度和同步时刻是否存在校验矩阵,再结合存在校验矩阵对应的多项式来识别码字长度、同步时刻和生成多项式。仿真结果表明,所提算法对高码率(63,51)循环码识别,关于码字长度、同步时刻、生成多项式的正确识别率要求在80%时,系统允许的最大误码率分别可达4.610-2,4.610-2,1.610-2。     

删余型Turbo码分量编码器盲识别算法

摘 要:无法获得完整的递归系统卷积码(Recursive System Code,RSC)码字,传统的盲识别方法就不适用于删余型Turbo码的识别。于是该算法在识别序列的构造上进行了改进,针对Turbo码在删余位上的码字与对应的RSC码有所区别的情况,将该位上的码字视为“0”和“1”等概率出现的误码,从而对删余位进行归零处理并选取合适的截取序列进行匹配度计算,根据最后匹配度的总分布情况对删余型Turbo码分量编码器的参数进行识别。仿真结果表明针对码长为256,码率为1/2的删余型Turbo码,在最大误比特率不超过0.033的情况下正确识别率能保持在80%以上。      

一类非线性扩频序列的构造及其性能分析

基于本原三项式线性函数,构造了一类非线性序列.首先根据非线性序列生成规律,借助逻辑代数理论,推导并提取了非线性序列特征函数,利用特征函数筛分作用,合成了非线性反馈函数,据此实现了非线性序列生成.最后,对该类非线性序列特性进行了分析和计算,并将其应用于直接序列码分多址通信系统(DS-CDMA)仿真实验中,结果表明该类非线性序列不仅具有理想的伪随机特性、良好的线性复杂度,还具有优于m序列、gold序列的误码率.