位置:成果数据库 > 期刊 > 期刊详情页
基于最大似然检测的(n,1,m)卷积码盲识别方法
  • ISSN号:1009-5896
  • 期刊名称:《电子与信息学报》
  • 时间:0
  • 分类:TN911.22[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]国防科技大学电子科学与工程学院,长沙410073
  • 相关基金:国家自然科学基金(61072102); 教育部新世纪优秀人才支持计划资助课题
中文摘要:

该文针对非合作信号处理中的(n,1,m)卷积码的盲识别问题,提出一种基于最大似然检测的识别方法。该方法将接收码序列按不同长度进行分段,构建卷积码校验多项式系数的线性方程组,利用最大似然检测方法估计线性方程组的解,并利用解向量与卷积码生成多项式的校验关系,构建生成多项式系数的线性方程组,最终求解得到卷积码的生成多项式。仿真实验验证了算法的有效性,并对算法的误码适应能力进行了理论和仿真分析,仿真结果表明该方法能够在较高误码率条件下实现(n,1,m)卷积码的检测与识别。

英文摘要:

Considering recognition of(n,1,m) convolutional code in non-cooperative signal processing,an algorithm based on maximum likelihood detection is proposed.Firstly,the linear equations of check polynomial coefficients are constructed with different lengths,and the equations are solved based on maximum likelihood detection.Then the equations of generator polynomial coefficients are constructed according to the relationship between check polynomial and generator polynomial.The generator polynomial is deduced by the equations at last.Validity of the algorithm is verified by the simulation results.Case studies are presented to illustrate that the method can recognize the(n,1,m) convolutional code in a high noisy environment.

同期刊论文项目
期刊论文 17 会议论文 8 专利 3
同项目期刊论文
期刊信息
  • 《电子与信息学报》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院电子学研究所 国家自然科学基金委员会信息科学部
  • 主编:朱敏慧
  • 地址:北京市北四环西路19号
  • 邮编:100190
  • 邮箱:jeit@mail.ie.ac.cn
  • 电话:010-58887066
  • 国际标准刊号:ISSN:1009-5896
  • 国内统一刊号:ISSN:11-4494/TN
  • 邮发代号:2-179
  • 获奖情况:
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:24739