论文部分内容阅读
信道编码参数分析,是接收方对编码数据进行逆向分析获取编码参数的过程,在智能通信、信号截获和信息对抗等领域都有重要意义。实际通信中非合作方接收到的数据除了误码之外,往往伴随着交织、倒谱、相位模糊等特殊情况,这些情况无疑给编码参数分析工作带来了一定困难。为了能够进一步适应实际环境需求,本文在这些特定条件下,分别对编码类型识别、LDPC码识别和卷积码识别进行了分析研究。针对误码条件下采用随机交织的码字其交织存在性及编码类型难以识别分析的问题,本文提出了一种基于搜索小重量向量的交织存在性及编码类型识别算法。首先,随机选取部分码字并变换至对偶矩阵,再利用小重量向量搜索算法进行搜索,筛选剔除后得到部分有效校验向量;然后,根据LDPC译码原理,对码字进行类似译码并与前面步骤进行迭代,得到绝大部分校验向量;最后,统计校验向量的平均跨度以及离散度,判断交织存在性以及编码类型。本文算法克服了现有方法无法适用于随机交织码字的局限性。仿真实验以1/2码率卷积码和(15,11)汉明码为主,在误比特率为0.006时,本文算法对随机交织码字仍能够有效识别。针对误码条件下LDPC码校验矩阵难以完全重建的问题,本文提出了一种容错能力较强的LDPC码开集识别算法。首先,对码字进行可靠度排序并构造数据矩阵,通过高斯约旦列消元法求得部分校验向量;然后,重复进行含错码字剔除与码字替换,得到大部分校验向量;最后利用所得校验向量对可靠度较高码字进行译码,重复前面步骤,得到全部校验向量。相比已有的LDPC码开集识别算法,本文算法能够在更高误码率下实现LDPC码的盲识别,并且计算复杂度相对较低,能够适应实际环境。仿真实验以(576,288)LDPC码为主,在误比特率为0.0029时,本文算法识别率仍在90%以上。针对倒谱、相位模糊及误码存在条件下的不同码率卷积码识别问题,本文提出了一种容错能力较强的识别算法。以(133,171)卷积码为例,在QPSK调制方式下,首先推导出符号信息到比特软信息的转换关系,然后利用本文提出的校验向量求解算法得到各个条件下的校验向量,最后利用Walsh-Hadamard变换(WHT)、对数似然比(LLR)、似然差(LD)三种方法分析了校验向量的识别性能。仿真结果表明,对于(133,171)卷积码,结合WHT、LLR、和LD方法,利用求得的校验向量能够在较低信噪比下有效识别各种码率、相位模糊以及倒谱,且将分析范围从56种情况减少至2种或4种情况,计算复杂度较低,能够适应实际环境需求。