本文選題：RSC碼　切入點：遺傳算法　出處：《航空學(xué)報》2017年11期

【摘要】：針對目前遞歸系統(tǒng)卷積(RSC)碼盲識別算法容錯性差、計算量大的問題,提出了基于遺傳算法的RSC多項式參數(shù)盲識別算法。首先根據(jù)RSC碼特殊的編碼結(jié)構(gòu),構(gòu)建了基于遺傳算法的識別模型,將結(jié)果向量的碼重作為適應(yīng)度函數(shù),然后推導(dǎo)出了不同誤碼率條件下平均碼重的理論值,實現(xiàn)了算法中最優(yōu)門限的獲得。該算法容錯性能較好,并且最大計算量只與初始種群的規(guī)模、遺傳代數(shù)的上限以及輸出路數(shù)成正比。最后仿真驗證表明,理論推導(dǎo)的碼重分布情況能夠與仿真結(jié)果較好地吻合,并且在誤碼率高達(dá)0.06的情況下,各種寄存器個數(shù)下的RSC碼參數(shù)識別率接近于0.9。
[Abstract]:At present, recursive systematic convolutional (RSC) code blind identification algorithm of fault tolerance, large amount of calculation, the RSC polynomial parametric blind identification algorithm based on genetic algorithm. According to the special structure of RSC code encoding, constructs the recognition model based on genetic algorithm, the result will be the weight vector as fitness function then, the bit error rate is derived under the condition of different average weight of the theoretical value, the optimal threshold algorithm. The algorithm better fault-tolerant performance, and the maximum amount of calculation with the initial population size, genetic algebra and the upper bound of the number of outputs proportional. Finally the simulation results show that the theoretical derivation of weight distribution the situation is in good agreement with the simulation results, and the error rate of up to 0.06 cases, all register number under the RSC code parameters recognition rate is close to 0.9.

【作者單位】： 海軍航空大學(xué)信息融合所;海軍航空大學(xué)電子信息工程系;
【分類號】：TN911.22;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 歐陽柏平;;基于遺傳算法優(yōu)化獨立分量分析[J];科技信息;2010年07期

2 蘇炎榮;吳舒辭;;基于遺傳算法的移動自組網(wǎng)路由優(yōu)化[J];信息與控制;2008年03期

3 向運瓊;杜江;;基于遺傳算法的多限制路由解決方案[J];通信技術(shù);2009年01期

4 惲姿;田暢;;基于遺傳算法的MIL-STD-188-220c標(biāo)準(zhǔn)最佳轉(zhuǎn)發(fā)樹的構(gòu)造[J];軍事通信技術(shù);2009年01期

5 陳明海;胡勁松;;遺傳算法在序列密碼分析中的應(yīng)用[J];微計算機(jī)信息;2009年18期

6 張風(fēng)俊;楊云升;王勝濤;;遺傳算法在通信設(shè)備密集布陣優(yōu)化過程中的應(yīng)用[J];飛行器測控學(xué)報;2009年06期

7 歐陽柏平;;遺傳算法在獨立分量分析的應(yīng)用[J];河北北方學(xué)院學(xué)報(自然科學(xué)版);2010年03期

8 胡彬;黃清江;;遺傳算法在多目標(biāo)干擾中的應(yīng)用[J];空間電子技術(shù);2010年03期

9 秦建華;譚永紅;余重秀;;基于遺傳算法的人體穴位阻抗特征優(yōu)化[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2012年03期

10 薛景浩,章毓晉,林行剛;二維遺傳算法用于圖象動態(tài)分割[J];自動化學(xué)報;2000年05期

相關(guān)會議論文 前10條

1 葉劍鋒;王玉峰;李岳霖;龐偉正;;運用混沌遺傳算法綜合陣列天線方向圖[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會——通信與信息技術(shù)會議論文集（上）[C];2006年

2 史永康;張海磊;丁克乾;張鳳林;;遺傳算法在陣列天線方向圖綜合中的應(yīng)用[A];2009年全國天線年會論文集（下）[C];2009年

3 姚興利;沈喜明;張光生;;遺傳算法在毫米波相控陣中的應(yīng)用[A];2007年全國微波毫米波會議論文集（下冊）[C];2007年

4 李晉文;毛鈞杰;;基于改進(jìn)遺傳算法的天線陣僅相位置零[A];1999年全國微波毫米波會議論文集(下冊)[C];1999年

5 韓榮蒼;楊峰;聶在平;周海京;;基于遺傳算法的基站天線賦形波束綜合[A];2005'全國微波毫米波會議論文集（第一冊）[C];2006年

6 傅旦丹;何樵登;;遺傳算法的隱形二進(jìn)制編碼方法[A];1998年中國地球物理學(xué)會第十四屆學(xué)術(shù)年會論文集[C];1998年

7 朱柏承;李雷;;一種應(yīng)用于波束成型的改進(jìn)遺傳算法[A];2005年信息與通信領(lǐng)域博士后學(xué)術(shù)會議論文集[C];2005年

8 張云龍;盧春蘭;;基于遺傳算法的陣列天線方向圖賦形[A];2009年全國微波毫米波會議論文集（下冊）[C];2009年

9 董濤;徐曉文;;低副瓣天線陣綜合的遺傳算法[A];2001年全國微波毫米波會議論文集[C];2001年

10 李巍;馬玉祥;;遺傳算法在網(wǎng)絡(luò)擴(kuò)充中的應(yīng)用[A];開創(chuàng)新世紀(jì)的通信技術(shù)——第七屆全國青年通信學(xué)術(shù)會議論文集[C];2001年

相關(guān)博士學(xué)位論文 前1條

1 曲鐵軍;高精度車載慣性導(dǎo)航系統(tǒng)關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 周曉明;基于遺傳算法的無線傳感網(wǎng)路由協(xié)議研究[D];南昌大學(xué);2015年

2 蔣易松;基于相位編碼的正交波形研究[D];電子科技大學(xué);2015年

3 苗菁;基于遠(yuǎn)場方向圖診斷相控陣天線失效陣元的方法研究[D];電子科技大學(xué);2015年

4 張凱;基于遺傳算法及其混合算法的S盒設(shè)計研究[D];四川師范大學(xué);2016年

5 陳義;心電信號的異常心律分類算法研究[D];重慶大學(xué);2016年

6 彭濤;基于人工智能算法的自組構(gòu)天線的優(yōu)化設(shè)計[D];南京郵電大學(xué);2016年

7 冉放;面向I2V信息共享的路側(cè)終端協(xié)作算法研究[D];大連理工大學(xué);2016年

8 陳軒;基于遺傳算法雷達(dá)組網(wǎng)方法研究[D];華中科技大學(xué);2015年

9 危濤;遺傳算法在雷達(dá)信號處理中的應(yīng)用[D];西安電子科技大學(xué);2010年

10 龔潔中;遺傳算法在密碼分析中的應(yīng)用研究[D];上海交通大學(xué);2007年

，

本文編號：1686232