基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
卷积码的盲识别是级联码、Turbo码等高性能编码盲识别的基础,这要求卷积码盲识别方法具有较高的抗噪能力.使用接收解调的软判决信息是提高抗噪能力的关键.本文首先通过理论分析,从概率分布的角度解释现有软判决方法抗噪能力不足的原因,即汉明重量较小的候选解向量会严重削弱现有方法的识别正确概率.然后,提出一种基于最小二乘代价函数的解决方案,理论证明它能够有效减轻汉明重量对识别性能的影响.最后,通过仿真实验,对理论分析的结论进行验证.理论和实验表明,所提的新方法能将卷积码盲识别的抗噪能力提升约1dB.
推荐文章
高容错(2,1,m)卷积码快速盲识别方法
卷积码
盲识别
校验方程
高容错
基于矩阵秩统计的卷积码分组交织盲识别
分组交织
交织参数
起始点
盲识别
校验矩阵
基于改进Walsh-Hadamard变换的删除卷积码盲解码算法
盲解码
删除卷积码
沃尔什-哈达马变换
基于改进欧几里德算法的(n,1,m)卷积码识别
信息截获
卷积码
欧几里德算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于最小二乘代价函数的卷积码盲识别方法
来源期刊 电子学报 学科 工学
关键词 编码盲识别 卷积码 Walsh-Hadamard变换 对数似然比(LLR) 最小二乘
年,卷(期) 2018,(7) 所属期刊栏目 学术论文
研究方向 页码范围 1545-1552
页数 8页 分类号 TN911.7
字数 8229字 语种 中文
DOI 10.3969/j.issn.0372-2112.2018.07.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 巩克现 19 87 6.0 8.0
2 彭华 82 494 12.0 17.0
3 陈泽亮 4 23 4.0 4.0
4 于沛东 7 97 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (81)
共引文献  (125)
参考文献  (14)
节点文献
引证文献  (6)
同被引文献  (45)
二级引证文献  (0)
1962(1)
  • 参考文献(1)
  • 二级参考文献(0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(12)
  • 参考文献(1)
  • 二级参考文献(11)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(21)
  • 参考文献(1)
  • 二级参考文献(20)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(7)
  • 参考文献(3)
  • 二级参考文献(4)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
编码盲识别
卷积码
Walsh-Hadamard变换
对数似然比(LLR)
最小二乘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导