位置:成果数据库 > 期刊 > 期刊详情页
一种高误码(n,k,m)非系统卷积码盲识别算法
  • ISSN号:1004-9037
  • 期刊名称:数据采集与处理
  • 时间:2015.5.15
  • 页码:636-645
  • 分类:TP309[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]电子工程学院504教研室,合肥230037, [2]电子工程学院402教研室,合肥230037
  • 相关基金:国家自然科学基金(61201379)资助项目.
  • 相关项目:复杂环境下多模式数字阵列雷达波形优化算法研究
中文摘要:

针对信息截获等领域中的卷积码盲识别问题,提出一种高误码(n,k,m)非系统卷积码盲识别算法。首先建立可变的数据矩阵模型,对侦收到的数据进行相关预处理,以减小误码对识别的影响,提高算法的容错性能;再对预处理后的数据矩阵进行统计分析,识别出卷积码的各项参数,并提取各个数据矩阵的校验序列;进而利用校验序列构建线性方程组求解生成多项式矩阵组,通过设定筛选生成多项式矩阵的条件,筛选出非系统卷积码的生成多项式矩阵,最终完成对非系统卷积码的识别。仿真实验表明,该算法可以对高误码(n,k,m)非系统卷积码实现有效的盲识别。

英文摘要:

An algorithm for blind recognition of (n, k, m) non-systematic convolutional code with high BER is proposed in information interception. Firstly, an alterable matrix model is constructed to deal with the received data in advance. Then, statistical analysis of the preprocessed data matrixes is carried out to recognize parameters of the convolutional code and extract check-sequences of the each data ma- trix. Linear equation set using check-sequences is built to figure out the generator polynomial matrix group. Through setting condition of selecting the generator polynomial matrix of the non-systematic con- volutional code, the non-systematic convolutional code is recognized. Finally simulation results show that the algorithm can recognize (n, k, m) non-systematic convolutional code effectively in the high BER con- dition.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《数据采集与处理》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国电子学会 仪器仪表学会 信号处理学会 中国一汽仪表学会 中国物理学会 微弱信号检测学会 南京航空航天大学
  • 主编:贲德
  • 地址:南京市御道街29号
  • 邮编:210016
  • 邮箱:sjcj@nuaa.edu.cn
  • 电话:025-84892742
  • 国际标准刊号:ISSN:1004-9037
  • 国内统一刊号:ISSN:32-1367/TN
  • 邮发代号:28-235
  • 获奖情况:
  • 中国科技论文统计源用刊,2007年被评为江苏省优秀期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,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:8148