一种新的RS码识别方法

现有的信道编码识别方法通常基于矩阵化简来进行识别,其容错性能较差。针对此问题,提出了一种新的RS码识别方法。首先建立了盲识别模型,利用矩阵秩函数识别RS码的二进制衍生码长,利用码根信息差熵函数识别本原多项式;在此基础上,利用码根统计完成生成多项式的识别。该方法避免了繁琐的矩阵化简方法,复杂度较低。实验结果表明,在较高误码率环境下,该识别方法能够利用较少数据完成对RS码的识别,且识别效果较好。     

RS码参数的盲估计

提出了一种基于对偶码的RS码盲识别方法.建立接收序列的矩阵模型,通过统计该矩阵模型对应的低重量向量的数量,估计RS码的码长和分组起点.通过计算对偶码,估计校验矩阵、生成多项式、本原多项式等参数.实验表明在较高的误码率条件下也能达到较好的识别效果.     

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...     

RS码编码参数的盲识别

针对现有的RS(Reed-Solomon)码盲识别计算复杂度较大的问题,提出了一种新的识别方法.首先统计不同码长分组时的码重分布,并定义与理论码重分布之间的相似度系数,通过计算找出最相似的一组即对应正确的码长;然后建立二元假设,并确定判决门限对码根进行判定;通过遍历域内所有的本原多项式,找出完整的连续码根分布,进而完成生成多项式的识别.仿真结果表明,所提方法的计算量较其他方法明显减少,并能有效完成码长和生成多项式的识别,在误码率小于10-3时,对常用RS码的识别率能达到90％以上.     

(n,1,m)RSC码的盲识别

(n,1,m)递归系统卷积码(RSC)是Turbo码分量编码采用最多的一种编码方式。针对RSC提出了基于改进欧几里德算法的识别方法,为Turbo码的识别奠定了基础。该方法首先将(2,1,m)卷积码的识别模型应用推广至(n,1,m)卷积码,即求解n个多项式的最高公因式,进而利用改进的欧几里德算法识别生成多项式。最后,实例仿真验证了该方法的有效性。     

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。     

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。     

基于中国剩余定理分解的RS码快速盲识别算法

该文提出一种新的RS (Reed Solomon)码盲识别方法。该方法利用RS码等效二进制准循环码的代数结构,将截获到的二进制码序列映射为环上的线性码,应用中国剩余定理(Chinese Remainder Theorem, CRT)将环上的线性码进行直和分解,计算不同码长下所有本原多项式对应分量码在相应码空间的归一化维数,通过寻找归一化维数的最小值,实现对RS码码长和本原多项式的识别;最后通过对码字进行因式分解识别RS码的生成多项式。该方法具有使用数据量少,运算量低等方面的特点。仿真结果表明,能完成在较高误码率的情况下对RS码的快速盲识别。     

基于伽罗华域高斯列消元法的RS码盲识别

为解决高码率RS(Reed Solomon)码盲识别问题,提出了一种基于伽罗华域高斯列消元法的RS码盲识别方法。先利用矩阵秩的差值函数识别符号数及码长;再遍历此时符号数对应的本原多项式,对矩阵进行伽罗华域高斯列消元,并引入熵函数差值来识别本原多项式;最后求码字多项式的根,其中连续根即为生成多项式的根。该方法可以较好地识别RS码码长、生成多项式及本原多项式,并且避免了遍历符号数时多次进行伽罗华域傅里叶变换的繁琐过程。仿真结果表明,在误码率为3×10-3的情况下,对RS码的识别概率高于90%。     

一种新的脉动阵列RS码编码方法

本文首先讨论了一种适用于高速场合的RS编码器的算法与结构－它由r 1个脉冲单元组成,其中r为校验位的数目。这种编码算法是基于码生成元矩阵的栖西表达,编码器中没有限制其开关速度的全局时钟,故可在高速场合中得到应用,然后给出了一种应用于该编码器的改进方案：该方案消除了栖西单元中的除法器,并且还没有了求逆运算,故降低了编码器的复杂度,可有效地加速编器的数据吞吐率,从而使其更适用于极高速场合。     

一种对线性分组码编码参数的盲识别方法

由于线性分组码具有较简单的编、译码结构和相对优越的纠错性能,目前已在数字通信系统中得到了广泛应用。为了克服线性分组码各码字之间缺乏相似于卷积码的相关性,本文根据线性分组码自身的编码特点以及完整码字序列具有较好的非随机性,提出了基于比特频率检测线性分组码盲识别方法。该识别方法在对线性分组码的编码特点分析的基础上,将密码学中比特频率检测方法应用到信道编码识别中,在不同的先验知识条件下,给出了不同的识别过程并进行仿真实验,实验结果表明该识别方法的有效性的同时且具有较好的容错性能。     

基于码重信息熵低码率线性分组码的盲识别

为解决较高误码条件下的低码率二进制线性分组码的盲识别问题,论文提出了基于码重分布信息熵的码长识别方法,而且,它还通过优化传统的矩阵化简方法求解生成矩阵,从而实现对低码率二进制线性分组码的盲识别。理论分析及仿真验证均表明:该方法能实现低码率线性分组码较正确的识别。论文最后进一步对不同码长线性分组码在不同误码率条件下进行了多次仿真,仿真结果验证了该识别方法具有较好的容错性能。     

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。     

基于多项式遍历和码字相关的Turbo码盲识别

针对1/n码率Turbo码的盲识别问题,提出了一种基于多项式遍历和码字相关的检测识别方法.该方法首先对码字序列进行分组,利用分组验证的方法对数据中的卷积码进行快速检测,进而识别出Turbo码的码率;然后,利用欧几里得算法对Turbo码的分量编码器a的参数进行识别,进而通过对编码器b的遍历,恢复出伪随机交织序列;最后,通过与信息序列的码字相关,验证编码器b的参数是否正确,同时利用相关谱峰值所在位置识别交织器参数,实现了Turbo码的全部参数估计.仿真实验验证了该算法的有效性.对算法的误码适应能力进行的仿真分析表明,该方法能够在较高误码率条件下实现Turbo码的检测与识别.     

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.     

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.     

基于分块矩阵变换的线性分组码盲识别

为了解决传统矩阵分析方法存在的误码扩散问题,提出了一种基于分块矩阵变换的线性分组码盲识别方法.首先,将截获序列按照估计码长构造出分析矩阵,将分析矩阵分块后分别进行矩阵下三角变换;然后,以各列列重为度量,根据相关列重量的统计分布特性设置相关列阈值,并统计出符合阈值的相关列的个数,当相关列的个数最大时即为真实码长的情况.该方法还可以识别码字同步点,识别方法简单.理论分析及仿真结果表明,该识别方法的容错性能较好,在误码为5%的条件下,对(15,7)线性分组码的正确识别率依然能达到80%.