在非合作通信中,對(duì)偵察方來說,獲取被偵察方的情報(bào)信息非常重要。但交織技術(shù)的引入,給偵察方的識(shí)別分析工作帶來了巨大困難。交織識(shí)別是信道編碼參數(shù)分析中的關(guān)鍵難點(diǎn),交織識(shí)別技術(shù)的研究對(duì)非合作通信領(lǐng)域具有重要的實(shí)際價(jià)值和需求意義。因此,本文針對(duì)底碼為卷積碼的隨機(jī)交織識(shí)別問題展開研究。首先在卷積碼統(tǒng)計(jì)特性分析的基礎(chǔ)上,完成了交織深度和卷積碼校驗(yàn)方程重量的估計(jì),然后依次實(shí)現(xiàn)了數(shù)據(jù)幀間編碼器寄存器狀態(tài)不歸零和歸零兩種情況下的隨機(jī)交織置換關(guān)系的識(shí)別。具體總結(jié)為如下3個(gè)方面:1.利用卷積碼相關(guān)列統(tǒng)計(jì)特性分析實(shí)驗(yàn)中得出的結(jié)論,完成了交織深度和校驗(yàn)方程重量的估計(jì),通過仿真證明了估計(jì)的有效性,3‰誤碼率下交織深度估計(jì)正確率達(dá)到100%,校驗(yàn)方程重量估計(jì)正確率超過90%并且通過增加數(shù)據(jù)量的方式可以進(jìn)一步改善估計(jì)性能。2.針對(duì)幀間不歸零隨機(jī)交織識(shí)別問題,首先對(duì)矩陣高斯變換法進(jìn)行研究與實(shí)現(xiàn),推導(dǎo)了該方法的算法復(fù)雜度并提出改進(jìn)方案,提升了識(shí)別性能并降低了復(fù)雜度,仿真表明算法改進(jìn)后在誤碼率10^-4下識(shí)別率由21%提升到90%,適應(yīng)的交織深度上限為500。然后研究了基于圖的同構(gòu)的識(shí)別方法,該方法利用... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：86 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
        1.2.1 分組交織識(shí)別
        1.2.2 卷積交織識(shí)別
        1.2.3 隨機(jī)交織識(shí)別
    1.3 研究?jī)?nèi)容及結(jié)構(gòu)安排
第二章 統(tǒng)計(jì)特性分析與參數(shù)估計(jì)
    2.1 引言
    2.2 隨機(jī)交織模型
    2.3 卷積碼相關(guān)列統(tǒng)計(jì)特性分析
        2.3.1 相關(guān)列介紹
        2.3.2 相關(guān)列統(tǒng)計(jì)特性分析實(shí)驗(yàn)
            2.3.2.1 實(shí)驗(yàn)一——隨機(jī)交織對(duì)相關(guān)列統(tǒng)計(jì)特性的影響
            2.3.2.2 實(shí)驗(yàn)二——矩陣維數(shù)對(duì)相關(guān)列數(shù)量的影響
        2.3.3 實(shí)驗(yàn)結(jié)論
    2.4 交織深度估計(jì)
        2.4.1 估計(jì)流程
        2.4.2 性能仿真
    2.5 校驗(yàn)方程重量估計(jì)
        2.5.1 估計(jì)流程
        2.5.2 性能仿真
    2.6 本章小結(jié)
第三章 幀間狀態(tài)不歸零隨機(jī)交織識(shí)別
    3.1 引言
    3.2 矩陣高斯變換法隨機(jī)交織識(shí)別方法
        3.2.1 算法描述
        3.2.2 算法復(fù)雜度分析與改進(jìn)
            3.2.2.1 算法復(fù)雜度分析
            3.2.2.2 改進(jìn)方案
        3.2.3 性能仿真
    3.3 基于圖的同構(gòu)法的隨機(jī)交織識(shí)別方法
        3.3.1 小重量碼字法校驗(yàn)方程搜索
        3.3.2 對(duì)校驗(yàn)方程分類
        3.3.3 卷積碼校驗(yàn)方程的恢復(fù)
            3.3.3.1 校驗(yàn)方程的圖表示
            3.3.3.2 校驗(yàn)方程的恢復(fù)
            3.3.3.3 減少遍歷的運(yùn)算量
        3.3.4 對(duì)校驗(yàn)方程進(jìn)行排序
        3.3.5 隨機(jī)交織器的重構(gòu)
        3.3.6 仿真實(shí)驗(yàn)
    3.4 本章小結(jié)
第四章 幀間狀態(tài)歸零隨機(jī)交織識(shí)別
    4.1 引言
    4.2 基于等效系統(tǒng)遞歸卷積碼及維特比譯碼的隨機(jī)交織識(shí)別方法
        4.2.1 初始碼組位置的確定
        4.2.2 利用等效系統(tǒng)遞歸卷積碼進(jìn)行遞推搜索
        4.2.3 維特比譯碼數(shù)據(jù)糾錯(cuò)
        4.2.4 算法總體流程
        4.2.5 性能仿真
    4.3 本章小結(jié)
第五章 總結(jié)和展望
    5.1 全文總結(jié)
    5.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻碩期間取得的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于軟信息的分組交織和卷積碼聯(lián)合識(shí)別[J]. 陳澤亮,鞏克現(xiàn),彭華,于沛東.  電子學(xué)報(bào). 2018(06)
[2]誤碼及隨機(jī)交織條件下信道編碼類型識(shí)別[J]. 王偉年,彭華,董政.  信號(hào)處理. 2018(01)
[3]一類卷積碼的隨機(jī)交織參數(shù)盲識(shí)別方法[J]. 涂榫,王偉瑋,劉曉龍.  通信技術(shù). 2016(07)
[4]基于最大相似度的偽隨機(jī)交織器盲識(shí)別方法[J]. 彭貽云,張玉,楊曉靜.  探測(cè)與控制學(xué)報(bào). 2016(03)
[5]高誤碼率下Turbo碼交織器的恢復(fù)方法[J]. 任亞博,張健,劉以農(nóng).  電子與信息學(xué)報(bào). 2015(08)
[6]基于矩陣秩統(tǒng)計(jì)的卷積碼分組交織盲識(shí)別[J]. 陸凱,張旻,李歆昊.  探測(cè)與控制學(xué)報(bào). 2015(03)
[7]一種Turbo碼隨機(jī)交織器的迭代估計(jì)方法[J]. 劉駿,李靜,于沛東.  通信學(xué)報(bào). 2015(06)
[8]一種高誤碼（n,k,m）非系統(tǒng)卷積碼盲識(shí)別算法[J]. 張岱,張玉,楊曉靜.  數(shù)據(jù)采集與處理. 2015(03)
[9]卷積交織器盲識(shí)別方法[J]. 解輝,王豐華,黃知濤.  電子與信息學(xué)報(bào). 2013(08)
[10]基于求解校驗(yàn)序列的（n,k,m）卷積碼盲識(shí)別[J]. 楊曉靜,劉建成,張玉.  宇航學(xué)報(bào). 2013(04)

博士論文
[1]基于代數(shù)結(jié)構(gòu)的交織器與卷積碼的盲識(shí)別研究[D]. 黃麗.中國(guó)科學(xué)技術(shù)大學(xué) 2016
[2]信息截獲與處理的容錯(cuò)技術(shù)研究[D]. 鄒艷.復(fù)旦大學(xué) 2006

碩士論文
[1]非系統(tǒng)碼的識(shí)別和參數(shù)估計(jì)[D]. 宮春濤.電子科技大學(xué) 2019
[2]線性分組碼及交織參數(shù)盲識(shí)別研究[D]. 張世會(huì).重慶郵電大學(xué) 2016
[3]Turbo碼盲識(shí)別技術(shù)研究與實(shí)現(xiàn)[D]. 東陽.電子科技大學(xué) 2015
[4]通信信道編碼中卷積編碼識(shí)別[D]. 李志鵬.電子科技大學(xué) 2011
[5]卷積碼的盲識(shí)別研究[D]. 薛國(guó)慶.中國(guó)科學(xué)技術(shù)大學(xué) 2009
[6]信道編碼識(shí)別技術(shù)研究[D]. 宋鏡業(yè).西安電子科技大學(xué) 2009
[7]卷積碼的線性系統(tǒng)理論研究[D]. 孟凡剛.中國(guó)人民解放軍信息工程大學(xué) 2003



本文編號(hào)：3551170