检索结果-南通市图书馆

系统工程与电子技术 2024年第9期46卷 3221-3230页

作者：张天骐杨宗方邹涵马焜然重庆邮电大学通信与信息工程学院重庆400065

针对当前极化码参数识别算法缺少对码字起点的识别以及识别信息位算法计算复杂的问题,提出一种基于编码矩阵估计的极化码参数盲识别算法。所提算法首先将截获的码字矩阵、相应码长下的克罗内克矩阵以及逆向重排矩阵相乘得到编码矩阵估计... 详细信息

针对当前极化码参数识别算法缺少对码字起点的识别以及识别信息位算法计算复杂的问题,提出一种基于编码矩阵估计的极化码参数盲识别算法。所提算法首先将截获的码字矩阵、相应码长下的克罗内克矩阵以及逆向重排矩阵相乘得到编码矩阵估计,然后通过编码矩阵的分布特征识别出码长和码字起点,最后使用训练好的卷积神经网络对极化码信息位以及冻结位进行识别。实验结果表明,所提方法不仅完成了码字起点的识别,而且在未知码字起点的情况下完成了对码长的识别,且码长的识别准确率优于现有算法,误比特率在0.19时,参数为(32,12)的极化码码长识别率仍然可以达到90%以上。

关键词：极化码参数盲识别编码估计矩阵神经网络

来源：

维普期刊数据库

同方期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

线性分组码及交织参数盲识别研究

线性分组码及交织参数盲识别研究

引用

作者：张世会重庆邮电大学

学位级别：硕士

信道编码主要是通过对发送端的信息序列作某种处理,使相互独立的信息位之间产生某种相关性,在接收端再根据这种相关性来检查并纠正在信道传输中发生差错的信息码元。交织就是使信息序列码元之间交换位置,减弱这种相关性,提高编码的可靠... 详细信息

信道编码主要是通过对发送端的信息序列作某种处理,使相互独立的信息位之间产生某种相关性,在接收端再根据这种相关性来检查并纠正在信道传输中发生差错的信息码元。交织就是使信息序列码元之间交换位置,减弱这种相关性,提高编码的可靠性。信道编码的盲识别分析就是在未知编码信息条件下,依靠未知编码数据识别出编码方式和编码参数。信道编码盲识别分析广泛应用于智能通信、通信侦察和通信对抗等领域。信道编码的独特编码结构在成就其优异性能的同时也留下了数学特性可以对其进行识别分析。当前信道编码参数的识别主要集中在卷积码和卷积交织的盲识别,而分组码参数识别所采用的方法局限于线性矩阵分析法,通过分析,本文将这类方法改进;分组交织的识别也停留在交织长度的识别上,对于交织位置关系及后续编码参数的识别研究不深入;从宏观上讲,对于分组码编码方式识别也是一个具有重大意义的课题,国内没有太多文献涉及。本文重点研究了信道编码中二进制线性分组码及分组交织的参数盲识别问题,论文的工作主要包括以下几个方面:(1)介绍了信道编码中线性分组码基本构造方式,详细介绍了几种重要的线性分组码、码间最小距离和交织的基本原理及其构造方式,并指出线性分组码和分组交织是本文的研究对象。(2)针对BCH码分组交织参数盲识别容错性能差和计算量大的问题,研究了一种基于高斯列消元和深度谱相结合的BCH码分组交织参数盲识别方法。首先利用高斯列消元方法识别交织长度和同步参数,确定交织位置关系;然后根据交织位置关系得到码长,再利用深度谱识别生成矩阵,对生成矩阵进行高斯消元得到典型生成矩阵和生成多项式。该方法可以较好地识别BCH码分组交织的交织长度、同步参数、交织位置关系、BCH码码长及生成多项式。(3)针对线性分组码校验矩阵估计容错性能差的问题,在高斯列消元的基础上研究了一种高斯列消元、深度谱和迭代列消元相结合的线性分组码参数盲估计方法。首先将分析矩阵进行高斯列消元估计出码长和同步参数;然后利用线性分组码的深度谱特性估计出码率;最后利用迭代列消元构造出相应的校验矩阵,经高斯消元后得到标准校验矩阵。该方法可以较好地估计出线性分组码的码长、同步参数、码率及校验矩阵,且容错率高。(4)针对线性分组码编码方式盲识别的问题,在对数似然比的基础上研究了一种基于后验概率对数似然比的半盲识别方法。首先推导出后验对数似然比等式,根据线性分组码“0”和“1”出现概率相同的特征,得到线性分组码的后验对数似然比计算式;然后根据不同校验矩阵后验概率对数似然比不同的数学特征,利用最大值识别出该编码的编码方式。该方法可以较好地估计出线性分组码的编码方式,且计算量小。本文研究了信道编码中二进制线性分组码参数盲识别、经交织后BCH码参数盲识别及分组码编码方式的盲识别。理论与计算通过MATLAB进行仿真实验。研究表明,经交织后BCH码参数盲识别的算法与实际中信道传输情况更加贴近,实用性更好;二进制线性分组码参数盲识别算法更加精确,对校验矩阵的识别更加稳定;分组码编码方式的识别为后续分组码参数的识别研究提供了基础。

关键词：线性分组码分组交织参数盲识别编码方式

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非协作通信中基于卷积码的信息截获技术研究

非协作通信中基于卷积码的信息截获技术研究

引用

作者：梅文杰山东大学

学位级别：硕士

卷积码因其实现简单、纠错性能好而被广泛应用在各种通信系统中。非协作通信或智能通信系统中,接收端对发送端的相关参数完全未知或仅有少量已知,需要对发送端的调制编码参数进行识别以进行信息的获取。因此,对基于卷积码的盲识别技术... 详细信息

卷积码因其实现简单、纠错性能好而被广泛应用在各种通信系统中。非协作通信或智能通信系统中,接收端对发送端的相关参数完全未知或仅有少量已知,需要对发送端的调制编码参数进行识别以进行信息的获取。因此,对基于卷积码的盲识别技术的研究是信息截获的关键技术之一,具有重要意义。论文在研究卷积码参数盲识别、删余卷积码参数盲识别的基础上,对以卷积码为信道编码的某通信系统的信息截获过程进行研究,重点研究密码参数的盲识别算法,并在C语言环境中进行仿真实现。论文的主要工作和创新点如下：（1）系统研究无误码（n,k,m）系统卷积码和有误码（n,1,m）卷积码参数的盲识别方法。针对无误码的系统卷积码,通过矩阵化简的方式实现参数识别,包括码长、起点、信息位长度、约束长度及生成矩阵和校验矩阵。针对有误码的非系统卷积码,论文提出一种可容错的完整识别（n,1,m）卷积码参数的方法,并进行仿真验证。在采用线性矩阵分析法识别码长和起点的基础上,运用欧几里德算法或W-H算法识别生成多项式。同时,论文给出欧几里德算法的相关证明。在以上研究的基础上,论文提出一种多项式处理算法,可以实现（2,1,m）卷积码多项式识别到（n,1,m）卷积码多项式识别的扩展。（2）基于MFC和C语言设计并实现一套卷积码编码及识别仿真软件,包括无误码（n,k,m）系统卷积码识别和有误码（n,1,m）卷积码识别两部分。每部分都包含数据生成和参数识别两个模块,其中识别算法可以选择欧几里德法或W-H算法。软件以界面形式呈现,易于操作和使用。经过测试,软件可以识别码长2-8、约束长度小于13、生成矩阵随机产生的（n,k,m）系统卷积码和（n,1,m）非系统卷积码。（3）研究和实现删余卷积码参数的盲识别方法。采用线性矩阵分析法识别码长和起点,在此基础上,用快速Walsh-Hadamard变换（FWHT）实现删余码校验多项式的识别。在识别校验多项式时,对一种部分Walsh-Hadamard变换法（PWHT）算法进行改进,修改求解过程,实现正确识别。根据删余码校验矩阵和生成矩阵的关系,论文详细描述删余码生成矩阵和删余模式的识别,给出方程组的建立方法,实现删余码的完整识别。（4）在实现卷积码参数盲识别的基础上,论文研究某通信系统中密码参数的盲识别算法,为信息截获提供必要条件。论文在介绍系统加密过程的基础上,对业务信道下密码参数的盲识别原理和实现流程进行详细论述,并将识别算法扩展到快速随路控制信道中,将两路数据结合并运用卷积码相关性质,提出一种密码参数的盲识别方法,并进行仿真验证。（5）在快速随路控制信道的发送端,数据经CRC校验、卷积码编码、交织、加扰、密码编码后,进行传输。信息截获的首要任务是密码参数的盲识别。在密码参数的识别过程中,结合有关参数,论文给出详细的实现过程,包括：校验矩阵和校验向量的计算、密钥器初始状态和会话密钥的计算等。在密钥器初始状态的求解过程中,论文采用为密钥器各寄存器设置编号的形式,解决寄存器初始状态求解过程中系数矩阵的建立问题;同时,论文提出一种新的算法迭代终止条件,通过求部分解向量结合方程验证的方式,提高计算速度。

关键词：非协作通信卷积码删余卷积码参数盲识别校验矩阵欧几里德算法快速随路控制信道

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：