在非合作通信中,对侦察方来说,获取被侦察方的情报信息非常重要。但交织技术的引入,给侦察方的识别分析工作带来了巨大困难。交织识别是信道编码参数分析中的关键难点,交织识别技术的研究对非合作通信领域具有重要的实际价值和需求意义。因此,本文针对底码为卷积码的随机交织识别问题展开研究。首先在卷积码统计特性分析的基础上,完成了交织深度和卷积码校验方程重量的估计,然后依次实现了数据帧间编码器寄存器状态不归零和归零两种情况下的随机交织置换关系的识别。具体总结为如下3个方面:1.利用卷积码相关列统计特性分析实验中得出的结论,完成了交织深度和校验方程重量的估计,通过仿真证明了估计的有效性,3‰误码率下交织深度估计正确率达到100%,校验方程重量估计正确率超过90%并且通过增加数据量的方式可以进一步改善估计性能。2.针对帧间不归零随机交织识别问题,首先对矩阵高斯变换法进行研究与实现,推导了该方法的算法复杂度并提出改进方案,提升了识别性能并降低了复杂度,仿真表明算法改进后在误码率10^-4下识别率由21%提升到90%,适应的交织深度上限为500。然后研究了基于图的同构的识别方法,该方法利用小重量码字法搜索校验方程集合,再按邻域分布进行分类,然后通过引入校验方程的图表示建立了随机交织前后校验方程间的联系,搜索图的同构关系,利用边上标签之间的映射关系实现了置换关系的有效识别,并通过仿真对该方法进行了验证。3.针对帧间归零随机交织识别问题,本文提出了基于等效系统递归卷积码和维特比译码识别方法,通过各帧开头码组的相等性确定了初始2个位置的基础上,将非系统码转化为等效系统递归卷积码,通过相似性比对并利用分治的思想不断迭代搜索后续码组,在迭代搜索过程中利用维特比译码纠错,有效防止了误码累积。仿真实验证实该方法的容错性较好,并且不随交织深度的增加而下降,能有效实现交织深度1000的随机交织识别。在2.5%误码率下,只利用50帧数据识别率就达到92%,且通过增加数据帧数,识别性能可以进一步提高。