本發(fā)明涉及信道編碼參數(shù)盲識(shí)別，具體為一種循環(huán)碼編碼參數(shù)的盲識(shí)別問題。
背景技術(shù)：
：近年來(lái)，信道編碼盲識(shí)別是非合作信號(hào)處理領(lǐng)域的重要內(nèi)容，在智能通信、信息對(duì)抗以及信息截獲領(lǐng)域具有重要的作用。為了提高數(shù)據(jù)傳輸?shù)目煽啃裕ǔ?huì)采用信道編碼技術(shù)，由于循環(huán)碼檢測(cè)隨機(jī)或突發(fā)錯(cuò)誤非常有效，且循環(huán)碼的代數(shù)結(jié)構(gòu)建立在有限域基礎(chǔ)上，容易找到有效的編譯碼方法。在非合作通信中，研究如何根據(jù)截獲碼流識(shí)別出循環(huán)碼編碼參數(shù)具有十分重要的現(xiàn)實(shí)意義。目前針對(duì)循環(huán)碼參數(shù)盲識(shí)別的研究文獻(xiàn)比較少，現(xiàn)有的分析方法通常使用解調(diào)輸出的硬判決序列進(jìn)行分析，文獻(xiàn)“Jia-fengWang.Amethodblindrecognitionofcyclicgeneratorpolynomial，WirelessCommunicationNetworkingandMobileComputing，2010”假設(shè)碼字長(zhǎng)度已知，或者碼字長(zhǎng)度未知幀長(zhǎng)度已知，對(duì)碼字進(jìn)行分組，采用歐幾里得算法，實(shí)現(xiàn)二進(jìn)制BCH碼的盲識(shí)別。但是其必須知道一定的先驗(yàn)知識(shí)，在未知先驗(yàn)知識(shí)的情況下，計(jì)算量很大。事實(shí)上解調(diào)輸出的軟判決中不僅含有比特符號(hào)信息，而且包含了該符號(hào)的可靠度信息。文獻(xiàn)“于沛東.一種利用軟判決的信道編碼識(shí)別新方法.電子學(xué)報(bào)，2013”，該方法利用解調(diào)輸出的軟判決信息，實(shí)現(xiàn)在低信噪比情況下，信道編碼參數(shù)的盲識(shí)別。但是該方法應(yīng)用在線性分組碼上，候選校驗(yàn)數(shù)量很多，計(jì)算量很大，對(duì)計(jì)算機(jī)內(nèi)存要求很高。因此，本專利提出了一種利用軟判決的循環(huán)碼參數(shù)盲識(shí)別算法。技術(shù)實(shí)現(xiàn)要素：本發(fā)明所要解決的技術(shù)問題，針對(duì)現(xiàn)有技術(shù)存在的循環(huán)碼參數(shù)估計(jì)計(jì)算量大，不能實(shí)現(xiàn)全盲識(shí)別，對(duì)計(jì)算機(jī)內(nèi)存要求高等缺陷，提出了一種利用軟判決的循環(huán)碼參數(shù)盲識(shí)別算法，解決了循環(huán)碼參數(shù)盲識(shí)別的問題。該方法能夠在較低的信噪比下識(shí)別出循環(huán)碼參數(shù)，如碼字長(zhǎng)度、同步時(shí)刻、生成多項(xiàng)式。在估計(jì)循環(huán)碼參數(shù)時(shí)，建立校驗(yàn)矩陣庫(kù)，采用了校驗(yàn)矩陣匹配方法，可以達(dá)到在不降低識(shí)別性能的情況下減少運(yùn)算量的目的。本發(fā)明解決上述技術(shù)問題的技術(shù)方案是：一種利用軟判決的循環(huán)碼參數(shù)盲識(shí)別方法，其步驟在于，首先求出所有碼字長(zhǎng)度n和生成多項(xiàng)式為xn-1的因式對(duì)應(yīng)的校驗(yàn)矩陣，放入校驗(yàn)矩陣庫(kù)中；然后使用M2/M4估計(jì)器(thesecond-order/fourth-ordermomentmethod，二階矩/四階矩方法)估計(jì)信道中的信號(hào)幅值以及噪聲方差；再利用截獲的循環(huán)碼碼流，根據(jù)假設(shè)碼字長(zhǎng)度和同步時(shí)刻構(gòu)造截獲矩陣，調(diào)用該碼字長(zhǎng)度對(duì)應(yīng)校驗(yàn)矩陣庫(kù)中的校驗(yàn)矩陣，得到校驗(yàn)子的后驗(yàn)概率的平均對(duì)數(shù)似然比；最后根據(jù)循環(huán)碼的性質(zhì)，識(shí)別出碼字長(zhǎng)度、同步時(shí)刻和生成多項(xiàng)式。本發(fā)明利用一種軟判決的方法對(duì)循環(huán)碼參數(shù)進(jìn)行盲估計(jì)，利用M2/M4估計(jì)器有效的估計(jì)信號(hào)的幅值以及噪聲方差，利用循環(huán)碼的性質(zhì)建立校驗(yàn)矩陣庫(kù)，使得校驗(yàn)矩陣庫(kù)中的數(shù)量大大減少，通過在不同的碼字長(zhǎng)度和同步時(shí)刻，遍歷校驗(yàn)矩陣中的校驗(yàn)矩陣，求其對(duì)應(yīng)的校驗(yàn)子的后驗(yàn)概率的平均對(duì)數(shù)似然比，不僅充分利用了接收符號(hào)的有效信息，而且候選校驗(yàn)矩陣數(shù)量小，能夠?qū)崿F(xiàn)在較低信噪比情況下，對(duì)循環(huán)碼參數(shù)的全盲識(shí)別，具有一定的工程應(yīng)用價(jià)值。附圖說(shuō)明以下結(jié)合附圖和具體實(shí)例，對(duì)本發(fā)明的實(shí)施作進(jìn)一步的描述。圖1本發(fā)明碼字長(zhǎng)度和同步時(shí)刻盲識(shí)別方法的流程圖；圖2本發(fā)明生成多項(xiàng)式識(shí)別方法的流程圖；圖3本發(fā)明原循環(huán)碼和新的循環(huán)碼包含關(guān)系；圖4本發(fā)明基本的信號(hào)傳輸系統(tǒng)框圖；圖5本發(fā)明不同的循環(huán)碼在不同碼字長(zhǎng)度、同步時(shí)刻對(duì)應(yīng)的平均對(duì)數(shù)似然比；圖6本發(fā)明循環(huán)碼在n＝30，t0＝5時(shí)對(duì)應(yīng)不同既約多項(xiàng)式對(duì)應(yīng)的平均對(duì)數(shù)似然比；圖7本發(fā)明不同循環(huán)碼識(shí)別的性能圖。具體實(shí)施方式以下結(jié)合附圖和具體實(shí)例，對(duì)本發(fā)明的實(shí)施作進(jìn)一步的描述。圖1所示為本發(fā)明碼字長(zhǎng)度和同步時(shí)刻盲識(shí)別方法的流程圖，具體步驟：(1)建立校驗(yàn)矩陣庫(kù)，具體方法為：將xn-1完全分解為既約多項(xiàng)式的乘積，假設(shè)有w個(gè)既約多項(xiàng)式，記作pi(x),1≤i≤w，則假設(shè)pi(x),1≤i≤w中有w1個(gè)互不相同的既約多項(xiàng)式，若取生成多項(xiàng)式為其中一個(gè)不可約多項(xiàng)式，記作gi(x)＝pi(x),1≤i≤w1，則校驗(yàn)多項(xiàng)式將其對(duì)應(yīng)的校驗(yàn)矩陣Hi放入校驗(yàn)矩陣庫(kù)中；(2)使用M2/M4估計(jì)器估計(jì)參數(shù)信號(hào)幅值av和噪聲方差(3)假設(shè)碼字長(zhǎng)度n，(取值為1到2n0-1)，同步時(shí)刻d(取值為0到n-1)，構(gòu)造截獲矩陣X，調(diào)用校驗(yàn)矩陣庫(kù)中n對(duì)應(yīng)的校驗(yàn)矩陣Hi1≤i≤w，計(jì)算其對(duì)應(yīng)的校驗(yàn)子的后驗(yàn)概率的平均對(duì)數(shù)似然比Wi,1≤i≤w；(4)取Wi,1≤i≤w的最大值L作為(n,d)對(duì)應(yīng)的平均對(duì)數(shù)似然比，放入Q矩陣中(n,d)對(duì)應(yīng)的位置；(5)改變n、d的值，Q是一個(gè)2n×n的矩陣，求Q最大值對(duì)應(yīng)的n、d，記作n′＝n，d′＝d；(6)令n＝2n′，d取值從0到n-1，構(gòu)造截獲矩陣X，調(diào)用校驗(yàn)矩陣庫(kù)中n對(duì)應(yīng)的校驗(yàn)矩陣Hi,1≤i≤w，計(jì)算其對(duì)應(yīng)的校驗(yàn)子的后驗(yàn)概率的平均對(duì)數(shù)似然比；(7)識(shí)別出碼字長(zhǎng)度同步時(shí)刻圖2所示為本發(fā)明生成多項(xiàng)式識(shí)別方法的流程圖，具體步驟：(1)當(dāng)時(shí)，調(diào)用校驗(yàn)矩陣庫(kù)中對(duì)應(yīng)的校驗(yàn)矩陣Hi1≤i≤w，計(jì)算其對(duì)應(yīng)的校驗(yàn)子的后驗(yàn)概率的平均對(duì)數(shù)似然比Wi,1≤i≤w。并且取Wi(1≤i≤w)大于門限T對(duì)應(yīng)的生成多項(xiàng)式gi(x)(1≤i≤w)的乘積，記作g1(x)。如果為奇數(shù)，則識(shí)別結(jié)束。如果是偶數(shù)，則g0(x)(為循環(huán)碼的真實(shí)生成多項(xiàng)式)可能包含重根，轉(zhuǎn)(3)；(2)當(dāng)時(shí)，則g0(x)可能包含重根，轉(zhuǎn)(3)；(3)識(shí)別生成多項(xiàng)式重根的步驟：(a)將完全因式分解為f項(xiàng)，記作pi(x),1≤i≤f，其中有f1個(gè)多項(xiàng)式包含于g1(x)的因式，記作pi(x),1≤i≤f1≤f；(b)如果f1＝0，那么識(shí)別結(jié)束。如果f1≠0，初始化i＝1，令g(x)＝g1(x)pi(x)，求出對(duì)應(yīng)的校驗(yàn)矩陣Hi，計(jì)算其對(duì)應(yīng)的校驗(yàn)子的后驗(yàn)概率的平均對(duì)數(shù)似然比Wi，如果Wi＞T，更新g1(x)＝g1(x)pi(x)，否則，g1(x)保持不變；(c)令i＝i+1，取g(x)＝g1(x)pi(x)，其對(duì)應(yīng)的校驗(yàn)子的后驗(yàn)概率的平均對(duì)數(shù)似然比Wi，如果Wi＞T，更新g1(x)＝g1(x)pi(x)，否則，g1(x)保持不變；(d)重復(fù)步驟(c)，直到i＞f1，則有識(shí)別結(jié)束。圖3所示為本發(fā)明原循環(huán)碼與新循環(huán)碼，及它們的對(duì)偶碼空間包含關(guān)系。原循環(huán)碼是指將生成多項(xiàng)式為g(x)＝A(x)g′(x)生成的(n,k)循環(huán)碼，新循環(huán)碼是指生成多項(xiàng)式為g′(x)生成的(Mn,k)，M＝1,2,…循環(huán)碼。新循環(huán)碼對(duì)偶碼空間是原循環(huán)碼對(duì)偶碼空間的子空間。這是因?yàn)檠h(huán)碼具有命題1和命題2的性質(zhì)。命題1如果ci(x),i＝1,2,…是以g(x)＝A(x)g′(x)為生成多項(xiàng)式生成的(n,k)循環(huán)碼第i個(gè)碼字，假設(shè)循環(huán)碼(Mn,k),M＝1,2,…以g′(x)為生成多項(xiàng)式對(duì)應(yīng)的校驗(yàn)多項(xiàng)式為h′(x)，那么[c1(x),…,cM(x)]h′(x)mod(xMn-1)＝0,M＝1,2,…，其中[c1(x),…,cM(x)]表示由M個(gè)碼字構(gòu)成的矩陣。命題2如果c(x)是以g(x)生成多項(xiàng)式生成的(n,k)，n＝2n1循環(huán)碼碼字，如果即生成多項(xiàng)式可以分解為和因式分解的部分因式，設(shè)c(1)(x)、c(2)(x)分別表示c(x)中前n1碼元構(gòu)成的碼字和后n1碼元構(gòu)成的碼字，即則和其中，由命題1可知，若循環(huán)碼滿足命題2條件，則對(duì)于M＝1,2,…循環(huán)碼，假設(shè)其以g′(x)為生成多項(xiàng)式對(duì)應(yīng)的校驗(yàn)多項(xiàng)式為h′(x)，均滿足[c1(1)(x),c1(2)(x),c2(1)(x),c2(2)(x),...,cM(1)(x)]h′(x)mod(xMn-1)=0,M=1,2,...---(1)]]>式中，分別表示第i個(gè)碼字的前n1碼元構(gòu)成的碼字和后n1碼元構(gòu)成的碼字。對(duì)于循環(huán)碼(Mn,k),M＝1,2,…，生成多項(xiàng)式取xMn-1的任意一個(gè)因子，設(shè)其對(duì)應(yīng)的校驗(yàn)多項(xiàng)式為h″(x)，則均滿足[c1(x),…,cM(x)]h″(x)mod(xMn-1)＝0,M＝1,2,…(2)圖4所示為基本的傳輸模型系統(tǒng)框圖。定義集合Ζ2＝{0,1}，Β2＝{-1,1}。bi表示第i個(gè)碼字的k個(gè)信息位，記作v∈Ζ+，Ζ+表示正整數(shù)。bi經(jīng)過(n,k)循環(huán)碼編碼器變?yōu)殚L(zhǎng)度為n的碼字，記作ci經(jīng)BPSK調(diào)制器變?yōu)槿缓蠼?jīng)過調(diào)頻，且加性高斯白噪聲信道傳輸，之后又解調(diào)為基帶信號(hào)，變?yōu)閄i＝[Xi0,Xi1,…,Xij,…,Xi(n-1)]T，則Xij＝avsij+wij,j＝0,1,…,n-1(3)其中，av是幅度增益，wij服從正態(tài)分布在僅僅已知發(fā)送端的編碼方式為循環(huán)碼，且截獲一串長(zhǎng)度為len的比特流L的情況下，根據(jù)文中算法估計(jì)循環(huán)碼的碼字長(zhǎng)度n0、同步時(shí)刻t0和生成多項(xiàng)式g0(x)。假設(shè)碼字長(zhǎng)度為n，生成多項(xiàng)式為g(x)，同步時(shí)刻為d，則將L截?cái)嗲懊鎑個(gè)比特，以長(zhǎng)度為n劃分為N個(gè)碼字，其中第i個(gè)碼字記作Xi＝[Xi1,Xi2,…,Xij,…,Xin]，與其相對(duì)應(yīng)的屬于Ζ2的無(wú)誤碼碼字，記作Ci＝[Ci1,Ci2,…,Cij,…,Cin]，將N個(gè)Ci碼字堆疊的矩陣，記作C＝[C1,C2,…,Ci,…,CN]T。當(dāng)且僅當(dāng)H∈C⊥時(shí)，則C、H滿足奇偶校驗(yàn)等式為：CHT＝0(4)式中，C是N×n的矩陣，H是m×n的矩陣，0是N×m的全零矩陣。定義Ci,1≤i≤N表示C的第i行向量，記作Ci＝[Ci1,Ci2,…,Cij,…,Cin]，1≤j≤n，Ha,1≤a≤m表示H的第a行向量，記作Ha＝[Ha1,Ha2,…,Haj,…,Han]，1≤j≤n。則有即Ci1Ha1⊕Ci2Ha2⊕...⊕CinHan=0---(5)]]>如果Ha包含Na個(gè)非零元素，非零元素的下標(biāo)向量為la=[la1,la2,...,laNa],0≤la1la2...laNa≤n-1---(6)]]>則式(5)可以化為Cila1⊕Cila2⊕...⊕CilaNa=0---(7)]]>因?yàn)榘l(fā)送端發(fā)送0的概率與發(fā)送1的概率相等，則有L(Cij|Xij)=L(Xij|Cij)+L(Cij)=L(Xij|Cij),0≤j≤n-1---(8)]]>并且根據(jù)文獻(xiàn)“Tianxia.novelblindidentificationofLDPCcodesusingaverageLLRofsyndromeaposterioriprobability.IEEETransactionsonSignalProcessing，2014”可知:L(x1⊕x2⊕...⊕xn)=2tanh-1(Πj=1ntanh(L(xj)/2))---(9)]]>則第i個(gè)碼字的第a個(gè)奇偶校驗(yàn)位的后驗(yàn)概率對(duì)數(shù)似然比為：因?yàn)閥＝tanh-1(x)，在-1＜x＜1是單調(diào)增函數(shù)，且因此文中將式(10)簡(jiǎn)化為根據(jù)似然比的定義，以及式(11)，當(dāng)H∈C⊥時(shí)，校驗(yàn)的后驗(yàn)概率的對(duì)數(shù)似然比是正數(shù)。如果H∈C⊥，對(duì)應(yīng)校驗(yàn)子的后驗(yàn)概率的平均對(duì)數(shù)似然比是正數(shù)，并且信噪比越高越接近于1。當(dāng)時(shí)，校驗(yàn)子的后驗(yàn)概率的對(duì)數(shù)似然比有的是正數(shù)，有的是負(fù)數(shù)。所有校驗(yàn)子的平均對(duì)數(shù)似然比是則當(dāng)H∈C⊥時(shí)，W大于0小于等于1；當(dāng)時(shí)，W約等于0。根據(jù)式(3)得到的系統(tǒng)模型，可知:L(Cilaj|Xilaj)=lnexp[-(Xilaj-av)22σv2]exp[-(Xilaj+av)22σv2]=2avXilajσv2---(13)]]>式中，y＝L(x)表示y是x的對(duì)數(shù)似然比。由(11)、(12)、(13)聯(lián)合可得到校驗(yàn)子的后驗(yàn)概率的對(duì)數(shù)似然比，但是av和未知，需要使用M2/M4估計(jì)器估計(jì)出av和的值。根據(jù)M2/M4估計(jì)器估計(jì)av和由于Xij＝avsij+wij,j＝0,1,…,n-1(14)則接收信號(hào)Xij的二階矩：M2=defE{Xij2}=av2+σv2---(15)]]>接收信號(hào)Xij的四階矩：M4=defE{Xij4}=av4+6av2σv2+3σv4---(16)]]>由式(15)和式(16)聯(lián)合可得：av=6M22-2M442---(17)]]>σv2=M2-6M22-2M42---(18)]]>實(shí)際上，M2和M4可由接收信號(hào)的第i個(gè)碼字估計(jì)，即：M^2=1nΣj=1n-1Xij2---(19)]]>M^4=1nΣj=1n-1Xij4---(20)]]>文中估計(jì)av和時(shí)，可根據(jù)全部接收信號(hào)樣本估計(jì)，增加估計(jì)的準(zhǔn)確性，消除隨機(jī)性。圖5所示為本發(fā)明不同的循環(huán)碼在不同碼字長(zhǎng)度、同步時(shí)刻對(duì)應(yīng)的對(duì)數(shù)似然比；其中，(a)表示生成多項(xiàng)式g0(x)＝(x2+x+1)(x4+x+1)的(15,9)循環(huán)碼；(b)表示生成多項(xiàng)式g0(x)＝(x15+1)(x2+x+1)(x4+x+1)的循環(huán)碼(30,9)；(c)表示生成多項(xiàng)式g0(x)＝(x2+x+1)(x4+x+1)的(30,24)循環(huán)碼；其均在信噪比SNR＝10db的信道中傳輸，截獲時(shí)的同步時(shí)刻t0＝5。x軸表示同步時(shí)刻，y軸表示碼字長(zhǎng)度，z軸為取不同碼字長(zhǎng)度、同步時(shí)刻構(gòu)造截獲矩陣時(shí)，調(diào)用碼字長(zhǎng)度對(duì)應(yīng)校驗(yàn)矩陣庫(kù)中的校驗(yàn)矩陣，得到校驗(yàn)子的后驗(yàn)概率的平均對(duì)數(shù)似然比的最大值，記作L。由(a)可知，對(duì)于循環(huán)碼(15,9)，當(dāng)n＝15α,α＝1,2,3，d＝5時(shí)，L的值最大；當(dāng)n＝15α,α＝1,2,3，d≠5時(shí)，L大于(表示一個(gè)約等于0的數(shù))小于最大值；當(dāng)n≠15α,α＝1,2,3時(shí)，L等于由(c)可知，對(duì)于循環(huán)碼(30,24)，當(dāng)n＝30，d＝5時(shí)，L的值最大；當(dāng)n＝30，d≠5時(shí)，L大于小于最大值；當(dāng)n≠30時(shí)，L等于由(b)可知，對(duì)于循環(huán)碼(30,9)，當(dāng)n＝15α,α＝1,2,3，d＝5或d＝20時(shí)，L的值最大；當(dāng)n＝15α,α＝1,2,3，d≠5或d≠20時(shí)，L大于小于最大值。實(shí)驗(yàn)現(xiàn)象與理論分析完全一致。根據(jù)命題1可知，當(dāng)循環(huán)碼不滿足命題2條件，即n0＝2n1，時(shí)，當(dāng)n＝αn0,α＝1,2,…，g(x)遍歷xn-1的因式，(n,g(x))對(duì)應(yīng)的校驗(yàn)矩陣為H，存在H滿足C(n,d)HT＝0；當(dāng)n≠αn0，α＝1,2,…，g(x)遍歷xn-1的因式，(n,g(x))對(duì)應(yīng)的校驗(yàn)矩陣為H，不存在H滿足C(n,d)HT＝0。當(dāng)循環(huán)碼滿足命題2條件，即n0＝2n1，時(shí)，當(dāng)α＝1,2,…時(shí)，若g(x)是g′(x)的因式，設(shè)(n,g(x))對(duì)應(yīng)的校驗(yàn)矩陣為H，滿足C(n,d)HT＝0。當(dāng)n＝αn0，α＝1,2,…，g(x)取xn-1的任意一個(gè)因式，設(shè)(n,g(x))對(duì)應(yīng)的校驗(yàn)矩陣為H，存在H滿足C(n,d)HT＝0。因此，如果存在H滿足C(n,d)HT＝0時(shí)，此時(shí)得到的L越接近于1；如果不存在H滿足C(n,d)HT＝0時(shí)，此時(shí)得到的L等于但是根據(jù)圖5無(wú)法正確識(shí)別出碼字長(zhǎng)度和同步時(shí)刻，還需要做進(jìn)一步的實(shí)驗(yàn)判斷。圖6所示為本發(fā)明循環(huán)碼在n＝30，t0＝5時(shí)對(duì)應(yīng)不同既約多項(xiàng)式對(duì)應(yīng)的平均對(duì)數(shù)似然比。(a)為生成多項(xiàng)式g0(x)＝(x2+x+1)(x4+x+1)的(15,9)循環(huán)碼；(b)表示生成多項(xiàng)式g0(x)＝(x15+1)(x2+x+1)(x4+x+1)的循環(huán)碼(30,9)；x軸代表既約多項(xiàng)式序號(hào)1～5分別為p1(x)＝x+1，p2(x)＝x2+x+1，p3(x)＝x4+x+1，p4(x)＝x4+x3+1，p5(x)＝x4+x3+x2+x+1；y軸代表同步時(shí)刻，取值從0到29；z軸為L(zhǎng)的值，假設(shè)d＝0，g(x)＝p1(x)，代表以n＝30，d＝0構(gòu)造的截獲矩陣X，調(diào)用校驗(yàn)矩陣庫(kù)中p1(x)對(duì)應(yīng)的校驗(yàn)矩陣，得到的校驗(yàn)子的后驗(yàn)概率的平均對(duì)數(shù)似然比。由(a)可以看出，當(dāng)g(x)＝p2(x)，或g(x)＝p3(x)，且d＝5，或d＝20時(shí)，L最大；當(dāng)g(x)＝p2(x)，或g(x)＝p3(x)，但d≠5，或d≠20時(shí)，L大于等于小于最大值；當(dāng)g(x)≠p2(x)，或g(x)≠p3(x)時(shí)，因此，由(b)可以看出，當(dāng)d＝5，g(x)取x30-1的任意因式時(shí)，L最大；當(dāng)d＝20時(shí)，g(x)＝p2(x)，或g(x)＝p3(x)時(shí)，L最大。因此，識(shí)別正確，并且與命題1、命題2理論分析一致。圖7所示為本發(fā)明采用文中算法對(duì)不同循環(huán)碼識(shí)別的性能圖。(a)是生成多項(xiàng)式為g0(x)＝(x2+x+1)(x4+x+1)的(15,9)循環(huán)碼；(b)是生成多項(xiàng)式為g0(x)＝(x2+x+1)(x4+x+1)的(30,24)循環(huán)碼；采用文中算法進(jìn)行碼字長(zhǎng)度、同步時(shí)刻和生成多項(xiàng)式的識(shí)別，按照信噪比從-5db到10db，步長(zhǎng)為1，200次蒙特卡洛的仿真結(jié)果，其中參數(shù)選取為N＝200，T＝0.25。從(a)可以看出，循環(huán)碼(15,9)在信噪比為3db時(shí)，碼字長(zhǎng)度、同步時(shí)刻的正確識(shí)別率能達(dá)到80％；信噪比為5db時(shí)，生成多項(xiàng)式的正確識(shí)別率能達(dá)到90％以上。循環(huán)碼(30,24)在信噪比為5db時(shí)，碼字長(zhǎng)度、同步時(shí)刻的正確識(shí)別率能達(dá)到75％以上，信噪比為7db時(shí)，生成多項(xiàng)式的正確識(shí)別率能達(dá)到100％。碼字長(zhǎng)度越長(zhǎng)，抗噪聲性能越差，且文中算法具有良好的抗噪聲性能。當(dāng)前第1頁(yè)1 2 3