为了降低通信信道中噪声、衰落等干扰对通信系统的影响,提高数据传输的可靠性,通常会采用信道编码技术,从而降低误码率,实现稳定通信。随着信道编码技术的广泛应用,信道编码的盲识别问题日益显著。其目的是仅根据截获的数据流,在仅有少量甚至无任何先验信息的情况下识别出截获数据流的编码体制和编码参数,因此,信道编码盲识别技术在信息截获、非协作通信以及智能通信等领域具有重要的理论意义和实际的应用价值。本文主要针对循环码参数的盲识别问题展开研究。首先,简要介绍了数字通信中信道编码的理论知识、编码识别的数学模型以及识别参数,为后续章节循环码盲识别算法的阐述奠定了基础。其次,对现有循环码算法进行总结并得出各自算法的优缺点及适用对象,进而根据仅在数据挖掘中出现的特征—相似性度量函数,利用实际序列与随机序列的码重概率分布差异较大的特性识别出码长、起始点。最后根据码字多项式与生成多项式的关系设定判决门限的方式求解生成矩阵,从而完成对循环码的半盲识别。码重相似性度量函数的算法简单易懂,仿真结果表明该算法在0.01的误码率下对各种码长的识别率可达到%90以上。在码重相似性度量函数算法的启发下,通过理论改进和试验仿真,利用相似性度量函数与斯皮尔曼等级相关系数进行融合识别码长、起始点;并利用伽罗华域的傅里叶变换识别生成多项式,有效解决了循环码的全盲识别问题。最后针对循环码的特殊码—BCH码进行研究:根据实际序列循环移位前后码字的最大公约式,其阶数概率分布相对于随机序列而言,分布差异较大,根据此特性,提出一种基于变异系数识别码长的算法;其次,构造阶数分布概率的和函数识别起始点并根据阶数分布的最大值识别生成多项式,实现了BCH码的盲识别。该算法简单易行,在误码率为0.02的条件下对中短码的识别效果较好,容错性较强。