原文服务方: 现代电子技术       
摘要:
主要针对二进制线性分组码的盲识别问题进行研究,通过对现有算法的优缺点总结,以码重分析识别法为基础,提出一种联合码重分布、汉明距离分布以及深度分布特性的线性分组码识别算法.该算法先利用在识别过程中,当遍历到的码长和起始点是正确值时,编码序列和随机序列的码重相似度最低这一特性完成码长的识别和起始点的粗识别,再利用分组码的最小汉明距离不小于3这一特性对粗识别的起始点进行确定,在此基础上,利用(n,k)线性分组码的非零深度值恰好等于分组码信息位k这一特性求出信息位和码率,最后将深度值不为零的位置对应的码字相组合得到生成矩阵.大量实验表明,该算法能完成分组码的盲识别,与现有的部分算法相比,它的起始点识别环节的识别正确率和适应误码能力都有良好的提升,具有较好的工程实用性.
推荐文章
基于线性分组码的伪随机交织识别
信息截获
交织技术
伪随机交织
盲识别
基于游程间隔特征的线性分组码码长识别方法
编码识别
线性分组码
游程间隔
基于VHDL的线性分组码编译码器设计
信道编码
线性分组码
Max+Plus Ⅱ
VHDL
线性分组码的神经网络译码
线性分组码
神经网络
循环码
软判决译码
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 线性分组码的盲识别技术研究
来源期刊 现代电子技术 学科
关键词 线性分组码 盲识别 码重分布 汉明距离 深度分布 起始点
年,卷(期) 2018,(3) 所属期刊栏目 通信与信息工程
研究方向 页码范围 23-26
页数 4页 分类号 TN929.5-34
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2018.03.006
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 李迟生 南昌大学信息工程学院 27 124 7.0 10.0
2 罗伟娟 南昌大学信息工程学院 3 6 2.0 2.0
3 杨燕子 南昌大学信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (6)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 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)
研究主题发展历程
节点文献
线性分组码
盲识别
码重分布
汉明距离
深度分布
起始点
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导