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.     

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。     

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.     

1／n卷积码盲识别

在未知情况下如何仅仅根据接收的数据识别出信道纠错码的参数,目前还是个很难解决的问题.本文根据线性分组码的性质提出了一种新型数据矩阵模型,用于对线性分组码进行盲识别;并将该方法推广应用到1/n卷积码盲识别,取得了很好的效果.     

系统卷积码盲识别

在未知情况下如何仅仅根据接收的数据识别出信道纠错码的参数,目前还是个很难解决的问题。文章根据线性分组码的性质提出了一种新型数据矩阵模型,用于对线性分组码进行盲识别,并将该方法推广应用到系统卷积码盲识别,取得了很好的效果。     

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。     

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.     

数字视频广播中删除卷积码的优化译码算法

介绍DVB中删除卷积码的编译码方法,同时提出了一种优化译码算法.该算法增强了纠错能力,提高了译码精度,加强了通信系统的可靠性和有效性,尤其对DVB中可变码率的删除卷积码的译码具有很好的实用性.     

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.     

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。     

一种单分量PPS的快速估计算法

 提出了基于多项式-厄米多项式变换(PHPT)的多项式相位信号(PPS)参数估计算法.其基本思路是将相位系数转化为泰勒系数的估计,并用PHPT实现泰勒系数的估计.该方法为线性算法,对最低阶系数有很好估计效果,且计算复杂度比已有算法低,等效于三次FFT运算.仿真验证了该方法的有效性.     

适用于并行运算卷积码恶码检验的方法

在通信系统中,为了保证通信系统的可靠性,克服信道中的噪声和干扰,需要引入信道编码。当利用计算机搜索到大约束长度的卷积码生成多项式,为了剔除搜索到的恶性卷积码生成多项式,必须对搜索到的生成多项式进行检验。判定一个编码器的生成多项式是否是恶性的方法是数学推导和 Matlab计算。然而这些方法只适合约束长度较短的卷积码,而当约束长度较大时,运用现有的计算手段很难对编码器生成多项式进行检验。提出了一种基于卷积码自身状态特性的适用于并行就算的检验算法,实验表明该算法可在很大程度上提高检验的效率,有很大的实用价值。     

Agarwal-Cooley快速循环卷积算法在伪码捕获中的应用

提出一种采用循环卷积实现伪码捕获的方法,研究了Agarwal-Cooley快速循环卷积(Agarwal-Cooley Fast Circular Convolution,ACFCC)算法及其并行结构,设计实现了基于ACFCC的伪码捕获方法,最后分析了该方法的捕获性能.理论分析和仿真结果表明,与基于FFT循环相关法相比,基于ACFCC的伪码捕获方法在其它捕获性能没有明显改变的情况下,降低了运算量,并且便于计算机采用并行结构实现,提高了系统的捕获效率.     

一种快速、高精度的LFM参数估计算法

为实现线性调频信号参数的快速、准确估计,本文通过分段解线调和直接解线调建立了频域波束空间方程,并利用Beamspace-ESPRIT获得了调频斜率和初始频率的估计.仿真实验显示算法计算量较小,性能优良,估计精度接近CRB界.     

一种Golay码的快速译码算法

本文提出了一种（２４，１２，８）扩展Ｇｏｌａｙ码的新的软判决译码算法，其译一组码字的运算量最多为５０７次二元运算，优于目前已发表的各种算法。我们证明了该算法，并实现了广义最小距离译码。计算机模拟表明在完备译码时其性能与最大似然译码几乎一样。     

基于似然函数的双曲调频信号参数估计快速算法

相较于线性调频(LFM)信号,双曲调频(HFM)信号因具有良好的脉冲压缩性能和多普勒不变性,被广泛用于雷达侦查、水声探测等多普勒影响严重的场景中,其中HFM信号的参数估计问题尤为重要。有鉴于此,该文提出一种基于似然函数的HFM信号参数估计快速算法。文中首先推导出HFM信号的Cramer-Rao下界作为参数估计的性能评估标准;然后基于高斯随机噪声,构建了HFM信号的似然函数,并结合数据向量化的特点提出一种改进的适应度函数,最后利用全局最优引导人工蜂群(GABC)算法对该适应度函数进行极值寻优,从而实现HFM信号的参数估计;通过蒙特卡洛仿真证明了该方法在信噪比为3 dB以上时,HFM信号的参数估计结果的均方误差更逼近Cramer-Rao下界,且运算量约是原来的1/3,在保证估计精度的同时提高算法收敛速度。     

一种快速DOA估计算法

MUSIC算法需要将天线阵列接收数据的协方差矩阵进行特征分解,并在全空域进行谱峰搜索。该算法具有很高的分辨力、估计精度及稳定性,但是运算量巨大,难以实时实现。通过对等距线阵特点及MUSIC算法的研究,提出了一种无需特征分解和在全空域进行谱峰搜索的快速算法,算法采取降维处理的方法快速估计信号子空间,然后根据基于阵列一次快拍的FFT算法粗略估计的局域信号空间进行谱峰搜索,从而有效降低了算法的计算量,理论分析和计算机仿真结果证明了该算法的有效性。     

结合反卷积和扩张卷积的信道估计算法

信道估计作为无线通信的关键,近年来成为相关领域的研究热点。本文针对正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）系统下传统信道估计算法性能难以满足复杂场景的通信需求、受噪声影响大等问题,提出了一种基于反卷积网络及扩张卷积网络信道估计的深度学习方法。该方法利用信道的相关性构建了一个轻量级的反卷积网络,利用少数几层反卷积操作来逐步实现信道插值与估计,在较低的复杂度下较好地实现了信道估计。为改善估计性能,进一步构建了一个扩张卷积网络来抑制信道噪声,提高信道估计的准确度。仿真结果表明,在不同信噪比条件下,本文提出的基于反卷积及扩张卷积的深度学习方法比传统方法具有更低的估计误差,且复杂度较低。