随着数字通信技术的发展,由于信道编码技术可以增加数据传输的稳定性和可靠性，其在无线通信领域得到了普遍应用，但同时也增加了分析和处理接收信息的复杂度。如果接收方能够对发送方的信道编码进行自动识别，将极大提高通信的自适应能力和灵活性，提高频谱资源的利用率和数据传输率。此外，信道编码识别技术在非合作信号的截获、协作通信、智能移动通信和多点广播通信等领域有着广泛的应用，对该技术进行全面而深入地研究具有重要的理论意义和实际应用价值。稀疏分解通过在原子库中搜寻匹配的基函数进行分解，将信号的参数信息反映到稀疏分量中，体现出很好的特性。因而稀疏分解有着广泛的用途，已经应用于信号分类、医学成像MRI、超分辨率雷达、超宽带信道估计等多个领域。在信道编码盲识别方面，由于应用领域的特殊性，公开的文献资料中很少有相关成果报道。论文在借鉴前人对信道编码盲识别的研究基础上，将稀疏分解的思想运用于信道编码盲识别中，提出了一种有限域稀疏分解的信道编码盲识别方法。本论文内容主要包括几个部分：首先对线性分组码的盲识别进行研究，通过对由接收码字序列建立的矩阵做线性变换和求秩确定分组码的编码长度和起始点位置，建立接收码字序列的分析矩阵，对矩阵进行初等变换化简处理，来确定分组码的生成矩阵和生成多项式，实现线性分组码的全盲识别。其次对循环码的盲识别进行研究，采用相同方法确定循环码的编码长度和起始点位置，再通过求多个接收码字多项式的最大公因式来识别生成多项式，完成循环码的盲识别。另外对于卷积码，利用先验校验矩阵构造出过完备原子库，将接收码字序列在过完备原子库中进行匹配，正确识别出卷积码，通过仿真验证方法的可行性和有效性，并对算法性能进行了分析。最后，将稀疏分解思想运用于信道编码的盲识别中，通过研究输出码序列的各码元之间存在的相关性或约束关系，而这种相关性或约束关系可以用统一的关系式来表示，问题就转化为对编码约束关系矢量的求解问题，其实质上是一个有限域中的稀疏分解问题。再通过该问题的求解来识别出信道编码的方式及其参数，仿真实验证明了新方法的可行性和有效性。