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。     

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。     

一种软判决下的RS码识别算法

针对现有RS码识别算法需要对码字符号在不同域之间进行转化,且容错性能较差的问题,该文提出一种直接利用软判决序列完成RS码识别算法。算法首先从RS码定义出发,给出了RS码校验关系从GF(2m)到GF(2)上的等价转换方式,从而避免了不同域下复杂的符号转化;其次引入了能够衡量校验关系成立大小的平均校验符合度概念,然后基于其统计特性以及极大极小判决准则,遍历可能的码长以及对应的m级本原多项式,进行初始码根校验匹配,从而完成码长以及本原多项式识别;最后利用识别出的码长以及本原多项式,构建本原多项式下GF(2m),进行连续码根匹配判决,最终完成码生成多项式识别。仿真结果表明:推导的平均校验符合度统计特性与实际情况一致,算法能在低信噪比下有效完成参数识别;同时该算法具有较好的低信噪比适应能力,在信噪比为6 dB条件下,工程中常见的RS码识别率均能达到90%以上。与现有算法相比,该文算法性能明显好于硬判决算法,且比传统算法提升1 dB以上性能。     

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.     

基于二元域等效的RS码编码参数盲识别

现代数字通信中常常进行信道编码识别处理.目前RS（Reed-Solomon,RS）码盲识别需对高阶域下所有谱分量进行求取,计算较为复杂,因此提出了一种基于二元域等效的识别方法.首先根据有限域性质将RS码等效为二元域上的线性分组码,然后建立码长、信息分组长度、生成多项式和本原多项式的关联模型.通过遍历各阶本原多项式,并验证二元线性分组码的校验向量,完成各参数的联合识别.仿真结果和理论分析表明,该方法在提升抗误码性能的同时有效减少了计算量,可用于智能通信和通信侦察等系统中.     

基于码重分布概率方差的循环码识别方法

提出循环码的一种盲识别方法。在码字起点已知的条件下,分析循环码码重分布特点,基于码重分布概率方差识别码长;根据码重分布统计结果选择最佳的码字,求其循环移位后码多项式的公因式,最后通过判决关系识别生成多项式完成循环码的盲识别。仿真实验表明该方法对误码率在10-2时的循环码具有较好的识别效果。     

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。     

RS码的编译码程序实现

RS码是一种对随机和突发差错具有良好纠错能力的多进制信道编码。文中介绍了RS码编码和BM迭代译码的原理,推导了在程序实现时关键步骤的迭代表达式,并采用C语言实现了构造伽罗华域、RS码生成多项式、RS码编码和BM迭代译码算法。程序可通过配置RS码码长、信息位长等参数完成对多种RS码的编译码,适用于包含多种RS系统码及截短码通信系统的编译码,具有工程应用价值。     

BCH码分组交织参数盲识别

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,提出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;其次根据交织位置关系得到码长后,然后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。仿真实验表明,在误码率为 的情况下,对高码率BCH码分组交织的识别概率高于70%。     

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.     

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。     

基于改进Walsh-Hadamard变换的(n,1,m)卷积码盲识别

针对高误码率情况下(n,1,m)卷积码的盲识别问题,该文提出一种新的基于改进Walsh-Hadamard变换(Walsh-Hadamard Transform, WHT)的方法。首先将原问题等效为多路1/2码率卷积码的盲识别问题,并建立关于其生成多项式系数的线性方程组。然后分析了现有基于WHT的方法直接求解该方程组所存在的不足,重新建立更稳健的判决门限,同时通过缩小解的取值范围降低计算量,进而在求得正确解向量的同时完成对码长的识别。最后,将多路等效1/2码率卷积码的生成多项式按一定条件组合,得到(n,1,m)卷积码的生成多项式矩阵。仿真结果验证了所提方法的有效性,且性能优于传统方法。     

一种改进的线性分组码的全盲识别算法

针对线性分组码编码参数的盲识别问题,根据实际与随机序列码重概率分布间较大的差异性,提出了利用两种特征参数(码重标准差率差值、码重信息熵)分别同时识别码长和起始点的算法.根据这两种算法的不足又进一步改进,提出一种对这两种特征参数进行融合来同时识别码长和起始点的算法.在此基础上,通过建立矩阵进行化简获得生成矩阵,从而实现线性分组码的全盲识别.理论分析及实验仿真表明该方法简单易行,容错性较强,在误码率为0.025条件下对中短码识别率达到90％,误码率为0.005条件下对中长码识别率高于80％.     

一种线性分组码参数的盲识别方法

针对线性分组码参数的盲识别问题,根据实际序列与随机序列码重分布相似度差异最大的特性,提出一种基于码重相似度识别码字长度和码字同步点的方法,在此基础上,利用一种新的特征——深度分布,识别生成矩阵,利用高斯消去法产生典型生成矩阵,实现了线性分组码的盲识别。码重相似度识别方法简单易行,理论分析及仿真实验表明该方法的容错性较强,误码率为0.01条件下识别效果较好。     

Blind recognition of primitive BCH code based on average cosine conformity

In order to overcome the poor performance of existing algorithms for recognition of BCH code in low signal-to-noise ratio (SNR),a recognition algorithm based on average cosine conformity was proposed.Firstly,by traversing the possible values of code length and m-level primitive polynomial fields,the code length was identified by matching the initial code roots.Secondly,on the premise of recognizing the code length,the GF(2^m) domain was traversed under the m-level primitive polynomial and the primitive polynomial with the strongest error-correcting ability was the generator polynomial for the domain.Finally,the minimum common multiple corresponding to the minimum polynomial of code roots was obtained,and the BCH code generator polynomial was recognized.In checking matching,the statistic of average cosine conformity was introduced.The optimal threshold was solved based on the minimum error decision criterion and distribution of the statistic to realize the fast identification of the BCH.The simulation results show that the deduced statistical characteristics are consistent with the actual situation,and the proposed algorithm can achieve reliable recognition under SNR of 5 dB and code length of 511.Comparing with existing algorithms,the performance of the proposed algorithm is better than that of the existing soft-decision algorithm and 1~3.5 dB better than that of the hard-decision algorithms.     

一种RS码快速盲识别方法

提出了一种RS码的快速盲识别方法.该方法基于RS码的等效二进制分组码的循环移位特性,通过欧几里德算法计算循环移位前后码字的最大公约式,根据最大公约式指数的相关性来估计码长,并快速剔除含错码字,进而利用伽罗华域的傅里叶变换(Galois Field Fourier Transform,GFFT)实现RS码的本原多项式和生...     

基于相似度对系统循环码参数的盲识别

针对系统循环码参数的盲识别问题,提出了一种基于数据挖掘中相似性度量函数的方法.首先,在不同的先验知识下,利用实际序列与随机序列的码重分布相似度差异最大的特性识别码长和起始点,在此基础上,通过优化传统的矩阵化简,由码字多项式与生成多项式的关系设定判定门限T的方式求解生成矩阵,实现了对系统循环码的盲识别.仿真结果表明,该算法在误码率为0.01的条件下识别效果较好.