中文摘要：

本项目旨在研究非合作通信信道编码分析中的基本理论问题。从线性分组码与线性卷积码等的代数学与统计学特性相关研究入手，建立线性分组码与线性卷积码统一分析的理论，提出依据截获信息的特征进行信道编码识别与参数估计的方法；开展交织技术与编码技术结合带来的代数学与统计学特性的研究，建立交织与信道编码统一的分析框架，并提出能根据截获信息的特征完成交织识别与参数估计的方法；通过流密码破译理论研究，开展信息不平衡性在扰码识别与参数估计方面的应用研究。本项目将为包括BCH码、RS码、LDPC码、线性卷积码及其删除模式、Turbo码等常见编码方式的盲分析以及分块交织、卷积交织、同步扰码与自同步扰码的盲分析提供理论基础与实现算法，最终为非合作通信等相关领域的技术研究提供理论与方法。

结论摘要：

信道编码识别的目的是仅根据截获码流，在仅有少量甚至没有先验信息的情况下识别出截获码流的编码参数。信道编码识别是通信侦察中重要的研究内容，也是从信号层向信息层深入的前提。本课题组在国家自然科学基金委的资助下完成了对线性分组码、卷积码、Turbo码、扰码等的编码识别技术进行了深入细致的研究，取得了一系列的相关研究成果。本项目的主要成果如下。（1） 提出了一种盲估计线性分组码的参数估计算法。该算法首先基于线性分组码对偶码字的统计特性和Walsh-Hadamard变换实现对偶码字的判决，同时通过理论分析给出了一个有效的判决门限，实现了在较高误码率情况下对线性分组码参数的盲估计。（2） 在分析了传统算法存在的不足与缺点后，提出了一种新的RS码参数盲估计与识别算法。所提方法利用RS码具有等效二进制准循环码的特性，将本原多项式的估计与分组码长联合到一起，在提升识别性能的同时也能降低运算复杂度。（3） 提出了基于向前概率估计Turbo码分量编码器的方法和基于BCJR算法的随机交织器估计方法，该方法识别概率高和抗误码性能好。（4） 对于交织器的参数估计，本文提出了卷积交织器参数估计方法，该方法具有需要数据短、计算量小的特点。（5） 在信源不平衡的条件下，从扰码序列在符合生成多项式非零项间隔位置处的取值状态不平衡性和码重分布差异性出发，分别以两种不同的概率分布距离作为度量指标，提出了两种新的生成多项式全盲识别方法。