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。     

基于概率逼近的本原BCH码编码参数的盲识别方法

针对本原BCH码编码参数的盲识别问题,该文提出了一种基于概率逼近的盲识别方法。首先,利用Gauss分布和Poisson分布逼近随机码字的根概率特性,确定了搜索BCH码长的门限;然后,通过分析本原域元素的检错能力及同构对域的影响,应用临近域对的方法确定编码域,提高了其识别能力;最后,给出识别生成多项式时的共轭根系表,从而减少了计算量。仿真结果表明,在较高的误码率下,该方法能快速地识别出BCH码编码所采用的编码参数。     

二进制BCH码的一种盲识别方法

提出二进制BCH码的一种盲识别方法。该算法适用于本原和非本原二进制BCH码。首先,在帧长度已知的条件下,根据循环特性,给出一种分组长度的统计识别方法;然后,根据循环特性及各种约束条件得到备选多项式;再根据校正子权重和最小原则,得到最优多项式;最后通过因式分解得到生成多项式的最终估计表达式。仿真表明,本文算法具有较强的抗随机误码能力,而且其识别性能随着参加统计的码字数增多而提高。该算法不涉及矩阵运算,因此非常适合硬件实现。     

最大公约式阶数分布的BCH码参数识别

针对BCH码的编码盲识别,在码字同步点已知的条件下,根据实际序列与随机序列最大公约式阶数分布(简记为GOD)之间的差异性特征,提出了一种运用两种量化指标(方差差值、平均欧氏距离)分别对码长进行识别的方法,通过比较这两种量化指标识别码长的容错性,进而提出一种新的融合指标的GOD识别码长方法。在此基础上,通过BCH码的特性,计算阶数分布差值,识别生成多项式,实现了BCH码的盲识别。GOD识别方法简单易行,理论分析及仿真实验表明该方法的容错性较强,融合指标的GOD识别码长方法在误码率为0.02条件下,对中短码识别效果达90%以上;误码率为0.005条件下,对中偏长码识别效果达90%以上。     

关于Goppa码,BCH码的广义Hamming重量

本文研究了Ｇｏｐｐａ码、ＢＣＨ码的广义Ｈａｍｍｉｎｇ重量,给出了Ｇｏｐｐａ码的广义Ｈａｍｍｉｎｇ重量的一个下界以及求该下界的一个算法;对于本原、狭义ＢＣＨ码,给出了后面一些广义Ｈａｍｍｉｎｇ重量的确切值。     

BCH码译码器的FPGA实现

在通信领域,差错控制技术能有效地改善通信系统的传输性能。作者在本文中探讨了BCH码的译码算法,并用Altera FPGA 实现了BCH(31,21)码的两种硬件译码。一种是串行译码;另一种是并行译码。取得了令人满意的结果。     

一种基于二次谱线生成的码速率识别方法

为了提高正交频分复用(OFDM)系统的解调性能,提出了一种用于OFDM系统的码速率识别方法.首先对OFDM信号分段作快速傅里叶变换(FFT)得到信号谱线序列,选择适当的谱线重构为辅助信号序列,再根据该辅助信号序列进行二次谱线生成.通过第二次生成谱线的间隔值与门限值的比较,可实现对码速率的识别.理论分析和仿真试验证明了本方法的有效性.在信噪比大于3 dB时,识别率在90%以上.     

关于BCH码的广义Hamming重量

文中研究了本原狭义ＢＣＨ码的广义Ｈａｍｍｉｎｇ首先给出一般的ＢＣＨ码的广义Ｈａｍｍｉｎｇ重量下界，然后对于最后了一些广义Ｈａｍｍｉｎｇ重量，我们给出了确切值。     

线性码和Walsh谱

本文利用线性码的生成矩阵和校验矩阵的特征函数的谱刻划了线性码的结构,并且利用谱技术刻划了线性码的最小距离。     

基于Walsh谱分析线性码的纠错性能

利用Walsh-Hadamard变换实现纠错译码,对译码过程中生成的Walsh谱进行了深入分析,提出了Walsh谱母函数作为一种新的工具用于研究码的潜在纠错能力。以(15,5)BCH码为例,通常认为该码最大可纠的误码量为3,但通过Walsh谱分析表明,该码还可以部分纠正有4、5个错的接收矢量,成功概率分别为50%和16.67%。     

基于盲源分离的CDMA系统信息码与扩频码盲估计

针对码分多(CDMA)系统盲多用户检测问题,提出了一种基于盲源分离(BSS)的信息码盲检测与扩频码盲估计算法.该算法在对CDMA系统进行多用户检测的过程中,不仅不需要知道用户的扩频码,同时利用最小均方误差(MMSE) 则还可以盲估计出不同用户的扩频码序列.仿真结果证明该算法有较大的实用价值.     

基于循环谱和稀疏表示的多信号调制识别*1

针对难以识别时频重叠的多信号问题,提出一种不用分离混合信号即可识别信号类型的新方法。该方法针对各种调制循环谱的不同,用稀疏表示提取各信号的特征,最后根据提取的特征利用支持向量机对信号进行识别分类。经理论推导和仿真实验得出:该方法对噪声具有一定的鲁棒性,在较低信噪比条件下仍能保持较好的识别性能,在信噪比为-4 d B时,对单信号和混合信号的正确识别率分别可达到93.5%和90.67%。     

一种基于沃尔什(Walsh)编码的配电网电力线扩频通信方案

随着全国电力联网的进度加快,其调度体系急需完善,配电网自动化的通信问题成为一个难点。主要研究10kV配电网的自动化通信问题,针对通信条件薄弱地区的配电自动化工程,提出一种依靠电力线作为通信信道的通信解决方案。在研究电力线信道特性的基础上,选用性能良好的扩频码,设计了一种新的通信方案。软件仿真结果显示,该方案可在强噪声信道下进行可靠通信,满足当前配电网自动化工程实际的需要。     

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。     

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。     

基于校验方程符合度下的Turbo码编码器盲识别

针对目前Turbo码分量编码器参数识别算法容错性不好、计算量大的缺点,该文提出一种基于校验方程符合度的新算法。首先,根据码元约束长度较小的特点,构建出编码器生成多项式数据库,然后通过遍历多项式数据库,计算出每种多项式所对应的平均校验方程符合度值,其最大值所对应的索引号即为多项式库中的正确多项式索引号,从而完成编码多项式的识别。该算法仅仅遍历有限的多项式数据库,其计算量较小,只与截获的数据量有关;算法采用的数据为软判决信息,故其容错性能较好。仿真结果表明：在信噪比为0 dB条件下,仅需要截获10码块,交织长度为100的码元数据量,参数的识别率就能达到90%以上。     

基于谱图预处理的卫星通信信号盲检测

传统功率谱检测是建立在噪声谱的均值和方差满足不随频率变化假设基础上的,而实际非协作卫星通信中的噪声谱一般并不满足此假设,导致该方法的检测性能受限。该文用滑动窗最小二乘法对接收信号进行预处理,使噪声谱趋近满足上述假设,由此提出了一种卫星通信信号的盲检测方法,并推导了相对于传统功率谱检测方法的性能改善因子。仿真结果表明：该方法在相同条件下检测性能一般明显优于传统的功率谱检测方法,且具有计算量小、易于实现等优点。