基于遗传算法的(n,n-1,m)卷积码盲识别

收稿日期：2014-08-12修回日期：2014-09-18

基金项目：

国家自然科学基金（61201379）；安徽省自然科学基金资助项目（1208085QF103）作者简介：张

岱（1993-），男，安徽太和人，硕士研究生。研究方向：信道编码识别分析。

*摘

要：针对信息截获领域中（n ，n -1，m ）

卷积码盲识别问题，提出基于遗传算法的盲识别方法。该方法在矩阵分析得到编码参数之后，利用遗传算法的全局搜索能力实现对基本校验多项式矩阵的精确识别，进而实现对基本生成多项式矩阵的识别。仿真表明：该方法能够在高误码条件下实现对（n ，n -1，m ）卷积码的盲识别，且运算量相对于以往的高容错识别方法得到降低。

关键词：信息截获，卷积码，盲识别，遗传算法中图分类号：TP309

文献标识码：A

基于遗传算法的（n ，n -1，m ）卷积码盲识别*

张岱，张玉，杨晓静，樊斌斌

（电子工程学院，

合肥230037）Blind Recognition of （n ，n -1，m ）Convolutional Code

Based on Genetic Algorithm

ZHANG Dai ，ZHANG Yu ，YANG Xiao-jing ，FAN Bin-bin

（Electronic Engineering Institute ，Hefei 230037，China ）

Abstract ：Considering blind recognition of （n ，n -1，m ）convolutional code in information

interception ，a recognition method based on genetic algorithm is proposed.After obtaining coding characters through matrix analysis ，this method achieves accurate recognition of the basic check polynomial matrix by utilizing global searching ability of the genetic algorithm.Then ，recognition of

basic generator polynomial matrix is realized.The simulation shows that this method can blindly recognise （n ，n -1，m ）convolutional code in a high BER environment ，while its computing efforts get lower compared with high fault-tolerant methods before.

Key words ：

information interception ，convolutional code ，blind recognition ，genetic algorithm 0引言

在现代数字通信系统中普遍采用信道编码技术以提高信息传输的安全可靠性，其中，卷积码作为信道编码中一种典型的纠错编码方式，广泛应用于卫星通信、深空通信等领域中。因此，卷积码盲识别研究在非合作环境下的信息截获等领域具有重要意义［1］。（n ，n -1，m ）卷积码具有较高的编码效率，故本文将针对（n ，n -1，m ）卷积码的盲识别展开研究。

卷积码盲识别技术的重要性受到了国内外越来越多研究人员的关注［2-8］，目前的识别方法主要有基

于欧几里德算法的识别方法［3］、Walsh-Hadamard 分

析法［4］、基于校验统计的识别方法［5-6］

、基于BM 的

快速合冲法

［7］

和基于矩阵分析的识别方法［8］等。其中基于欧几里德算法的识别方法适用于1/n 码率卷

积码，运算量小但容错性能差；Walsh-Hadamard 分

析法和基于校验统计的识别方法同样只适用于1/n 码率卷积码，具有较好的容错性，但运算量巨大；基于BM 的快速合冲法运算量小且具备一定容错性，但该方法只适用于1/2码率卷积码的识别；基于矩阵分析的识别方法可对不同码率卷积码进行全盲识别，其中在对卷积码编码参数识别时具有较高容错性，但对基本校验矩阵进行识别时容错性差。

文章编号：1002-0640（2015）

09-0031-04Vol.40，No.9Sep ，2015

火力与指挥控制

Fire Control &Command Control 第40卷第9期2015年9月

31··

卷积码在通信系统中的应用

卷积码在通信系统中的应用 一、基本概念 卷积码是一种性能优越的信道编码。（n，k，N）表示把k个信息比特编程n 个比特，N为编码约束长度，说明编码过程中互相约束的码段个数。卷积码编码后的n个码元不仅与当前组的k个信息比特有关，而且与前N-1个输入组的信息比特有关。编码过程中相互关联的码元有N乘以n个。R/n是卷积码的码率，码率和约束长度是衡量卷积码的两个重要参数。 二、应用 卷积码因其编码器he译码器都比较容易实现，同时具有较强的纠错能力，卷积码在通信系统中被广泛采用。 2.1、卷积码在无线通信中的应用 在无线信道中，由于环境的影响及外来无线信号的干扰，通信质量较有线信道差许多。接收机收到的数据会出现随机噪声引起的随机错误和衰弱引起的突发错误，为了提高系统的抗噪声和抗衰弱性能，必须设计合理的信道编译码部分，增加码字的冗余度和码字间的码距，而且要求不仅可以纠正随机错误，更重要的是还可以纠正突发错误。因此，在无线通信中，信道编码得到了广泛的应用。这里将以NRF401芯片为通信收发电路来介绍卷积码在无线通信中的应用。NRF401收发电路芯片，采用蓝牙核心技术，芯片内部包含了高频发射、高频接收、PLL合成、FSK调制、FSK解调、多频道切换等功能。 如上图所示，这里介绍了一个采用(2,1,7)的卷积码编码，图为无线通信系统的结构。

无线通信系统的通信距离与传输损耗和接收机灵敏度相关。传输损耗包括自由空间损耗和其他传输损耗，自由空间传播系指天线周围为无限大真空时的电波传播，它是理想传播条件，自由空间传播损耗与距离和工作频率有关。下面的公式说明在自由空间下电波传播的损耗： Los是传播损耗，单位为dB；d是距离，单位是km；f是工作频率，单位是MHz。 由上式可见，自由空间中的电波传播损耗只与工作频率f和传播距离d有关，当f或d增大1倍时，Los讲分别增加6dB。 下面举例nRF401采用环形低增益天线时的通信距离R的计算： f0=434MHz（） 发射功率 发射天线增益 接收天线增益 接收机灵敏度S=-105dBm 这是理想状况下的传输距离，实际应用中低于该值，这是因为无线通信受到各种外界因素的影响，如大气、阻挡物、多径等造成的损耗，将上述损耗的参考值计入上式中，即可计算出近似通信距离。实际应用时，在50m传输距离内有效。 由上表可知（7,1,2）卷积码有3.8dB的编码增益，相当于接收机的灵敏度可提高3.8dB，故此S=-108.8dBm，Lp=S-Pt-=-74.8dB，可推算出在卷积码

基于DSP的系统卷积码盲识别

2015 年 第24卷 第 4 期 https://www.wendangku.net/doc/9b15769305.html, 计 算 机 系 统 应 用 Research and Development 研究开发 257 基于DSP 的系统卷积码盲识别① 苗成林, 李 彤, 吕 军 (装甲兵工程学院 信息工程系, 北京 100072) 摘 要: 研究了一种系统卷积码的盲识别算法, 该算法通过建立数据矩阵, 遍历所有可能的矩阵形式, 分析矩阵秩特性的方法实现对信道盲参数识别, 参数包括码长、码字起点、码率、校验多项式和生成多项式. 并提出了将该算法移植到DSP 芯片中, 将软件仿真移植到硬件平台, 在CCS 软件中优化算法, 完成对1/2码率的系统卷积码盲识别仿真. 为实现快速算法, 运用在实际工程提供支持. 关键词: 卷积码; 盲识别; DSP; 秩特性 Blind Recognition of Systematic Convolutional Code Based on DSP MIAO Cheng-Lin, LI Tong, LV Jun (Department of Information Engineering, Academy of Armored Force Engineering, Beijing 100072, China) Abstract : This paper researches an algorithm about the blind recognition of systematic convolutional code. By building data matrix and analyzing the rank property of the matrix, the algorithm can realize the blind recognition of channel parameters, which include the code length, code beginning, code rate, check polynomial as well as the generating polynomial. This paper also proposes the idea to transfer the algorithm to DSP. After transferring the software codes onto the hardware platform, we optimize the algorithm in the software CCS and then finish the simulation of the blind recognition of systematic convolutional code with code rate equals 1/2. It offers support to the fast implementation of the algorithm in actual projects. Key words : convolutional codes; blind recognition; DSP; rank characteristic 信道编码是现代数字通信系统的核心技术之一, 信道编码的参数分析是实现智能通信、通信侦察、网络对抗的必要组成部分. 卷积码由于实现简单、纠错性能较强, 在很多通信系统中得到应用[1]. 信道编码盲识别就是在未知编码信息条件下, 仅靠未知编码数据快速识别出编码体制、编码方法和编码参数[2]. 卷积码的快速盲识别算法[3]是一个比较新颖并且专业性较强的领域, 随着数字通信技术向着自适应、智能化方向发展, 越来越多的领域将产生对信道编码盲识别技术的需求, 因此对该技术进行研究具有重要的理论意义和应用价值. 本文研究的卷积码的盲识别技术是实现智能通信、网络对抗的关键技术之一. 在原有卷积码盲识别理论的基础上, 简化了识别算法, 使算法更加实用. 提 ① 收稿时间:2014-07-24;收到修改稿时间:2014-09-04 出了基于DSP 硬件平台的算法实现, 并完成了仿真实验, 结果体现了很好的特性. 1 DSP 选型 TMS320F28335 DSP 是TI 公司新推出的一款浮点型数字信号处理器[4]. 它在已有的DSP 平台上增加了浮点运算内核, 既保持了原有DSP 芯片的优势, 又能够对复杂浮点数进行运算, 节省代码执行时间和存储空间, 具有精度高、功耗小、成本低、外设集成度高, AD 转换精确和数据及程序存储量大等优点. 本设计中, 由于针对于大量的0、1符号对数据进行处理, 对存储空间和运算速度的要求较高, TMS320F28335的系统频率为150MHz, 片内Flash 和SARAM, 支持DSP/BIOS 实时操作系统在线仿真, 这些特点可满足设

遗 传 算 法 详 解 ( 含 M A T L A B 代 码 )

遗传算法入门（上）代码中的进化学说与遗传学说 写在之前 算法所属领域 遗传算法的思想解析 为什么要用遗传算法？ 科研现状 应用现状 遗传算法入门系列文章： （中篇）遗传算法入门（中）实例，求解一元函数最值（MATLAB版）（下篇）遗传算法入门（下）实例，求解TSP问题（C++版） 写在之前 说明：本想着用大量篇幅写一篇“关于遗传算法的基本原理”作为本系列入门的第一篇，但是在找寻资料的过程中，看到网络上有大量的关于遗传算法的介绍，觉得写的都挺好，所以本文我就简单写点自己的理解。 推荐几篇关于遗传算法的介绍性文章： 遗传算法详解（GA）（个人觉得很形象，很适合初学者） 算法所属领域 ? 相信每个人学习一门知识之前，都会想知道这门知识属于哪一门学科范畴，属于哪一类技术领域？ ? 首先对于这种问题，GA是没有绝对的归属的。算法的定义是解决问题的一种思想和指导理论。而遗传算法也是解决某一问题的一种思想，用

某一编程语言实现这种思想的程序具有很多特点，其中一个便是智能性和进化性，即，不需要大量的人为干涉，程序本身能够根据一定的条件自我筛选，最终得出令人满意的结果。所以按照这种特性，把它列为人工智能领域下的学习门类毫无疑问是可以的。遗传算法的思想是借鉴了达尔文的进化学说和孟德尔的遗传学说，把遗传算法说成是一门十足的仿生学一点都不过分。然而从应用的角度出发，遗传算法是求最优解问题的好方法，如信号处理中的优化、数学求解问题、工业控制参数最优解、神经网络中的激活函数、图像处理等等，所以把遗传算法说成优化范畴貌似也说的过去。为了方便理解，我们可以暂时将其定位为人工智能–智能优化，这也是很多书中描述遗传算法的惯用词汇。 遗传算法的思想解析 遗传算法（gentic algorithms简称GA）是模拟生物遗传和进化的全局优化搜索算法 ? 我们知道，在人类的演化中，达尔文的进化学说与孟德尔的遗传学说起着至关重要的理论指导。每个人作为一个个体组成一个人类种群，正是经历着物竞天择，才会让整个群体慢慢变的更好，即更加适应周围的环境。而每一代正是靠着基因交叉与变异才能繁衍出更加适应大自然规律的下一代个体。总之，在漫长的迭代进化中，一个不适应环境的群体，在物竞天择和交叉变异中慢慢变的适应了环境。 ? GA的思想完全模拟了生物的进化和遗传方式。我们在求解一个问题的最优解时，先人为的产生很多任意的解，组成一个解集（一个解是一个个体，一个解集是一个种群），这些解有好有坏。我们的最终目的是让这

移动通信实验线性分组码卷积码实验

实验二抗衰落技术实验（4学时） 1.线性分组码实验 2.卷积码实验 姓名： 学号： 班级： 日期： 成绩：

1、线性分组码实验 一、实验目的 了解线性分组码在通信系统中的意义。 掌握汉明码编译码及其检错纠错原理，理解编码码距的意义。二、实验模块 主控单元模块 2号数据终端模块 4号信道编码模块 5号信道译码模块 示波器 三、实验原理

汉明码编译码实验框图 2、实验框图说明 汉明码编码过程：数字终端的信号经过串并变换后，数据进行了分组，分组后的数据再经过汉明码编码，数据由4bit变为7bit。 注：为方便对编码前后的数据进行对比观测，本实验中加入了帧头指示信号。帧头指示信号仅用于线性分组码编码时将输入信号的比特流进行分组，其上跳沿指示了分组的起始位置。 四、实验步骤 （注：实验过程中，凡是涉及到测试连线改变或者模块及仪器仪表的更换时，都需先停止运行仿真，待连线调整完后，再开启仿真进行后续调节测试。） 任务一汉明码编码规则验证 概述：本项目通过改变输入数字信号的码型，观测延时输出，编码输出及译码输出，验证汉明码编译码规则。 1、登录e-Labsim仿真系统，创建实验文件，选择实验所需模块和示波器。 2、按表格所示进行连线。 3、调用示波器观测2号模块的DoutMUX和4号模块的编码输出TH4编码数据，

6、此时系统初始状态为：2号模块提供32K编码输入数据，4号模块进行汉明码编码，无差错插入模式，5号模块进行汉明码译码。 7、实验操作及波形观测。 0000 0001 0010

0100 0101

0111 1000

基于信道编码中的二进制线性分组码和卷积码的盲识别研究

目录 摘要 ................................................................................................................................................................. I Abstract ........................................................................................................................................................... I I 目录 ...........................................................................................................................................................III 第1章绪论. (1) 1.1课题研究背景与意义 (1) 1.2线性分组码和卷积码的盲识别研究在国内外现状和发展趋势 (1) 1.3论文结构安排 (3) 第2章数字通信理论与信道编码 (4) 2.1数字通信 (4) 2.1.1数字通信系统简介 (4) 2.2无线信道 (6) 2.3信道编码 (7) 2.3.1信道容量 (7) 2.3.2纠错码的认识 (8) 2.3.2.1两种码字在编码和解码中的比较 (8) 2.3.2.2典型的纠错码历史 (9) 2.3.3交织与扰码对通信的影响 (9) 2.4信道编码的盲识别阐述 (10) 2.4.1盲识别研究基于信道编码的初衷 (10) 2.4.2关于二进制线性分组码和卷积码盲识别分析的近况 (10) 2.5本章小结 (11) 第3章线性分组码与卷积码的盲识别分析 (12) 3.1线性分组码 (12) 3.1.1几个有关线性分组码的经常使用的概念 (12) 3.1.2二进制线性分组码 (12) 3.2盲识别中的二进制线性分组码分析 (13) 3.2.1高斯法解方程 (13) 3.2.2码重分析法 (14) 3.2.2.1码重分析法中的几个定理 (14) 3.2.2.2仿真结果与结果分析 (15) 3.2.3线性矩阵分析法 (16) 3.2.3.1矩阵模型的选择 (16) 3.2.3.2分组码长和分组码输出起始点的确立 (17) 3.2.3.3仿真结果与结果分析 (17) 3.3卷积码 (19) 3.3.1卷积码概述 (19) 3.3.2卷积码的矩阵形式 (20) 3.3.3卷积码的盲识别分析 (22) 3.3.3.1高斯法解方程 (22) 3.3.3.2线性矩阵分析法 (23) 3.3.4仿真结果与结果分析 (25) 3.4本章小结 (27) 第4章线性分组码与卷积码的盲识别在数字通信中的应用 (28) 4.1智能通信领域 (28) 4.2通信侦察领域 (29) 4.3本章小结 (29) 第5章总结与展望 (30) III 万方数据

卷积编码实验报告

实验名称：___ 卷积编码_______ 1、使用MATLAB进行卷积编码的代码编写、运行、仿真等操作； 2、熟练掌握MATLAB软件语句； 3、理解并掌握卷积编码的原理知识。 二、实验原理 卷积码是由Elias于1955 年提出的，是一种非分组码，通常它更适用于前向纠错法，因为其性能对于许多实际情况常优于分组码，而且设备较简单。 卷积码的结构与分组码的结构有很大的不同。具体地说，卷积码并不是将信息序列分成不同的分组后进行编码，而是将连续的信息比特序列映射为连续的编码器输出符号。卷积码在编码过程中，将一个码组中r 个监督码与信息码元的相关性从本码组扩展到以前若干段时刻的码组，在译码时不仅从此时刻收到的码组中提取译码信息，而且还可从与监督码相关的各码组中提取有用的译码信息。这种映射是高度结构化的，使得卷积码的译码方法与分组译码所采用的方法完全不同。可以验证的是在同样复杂度情况下，卷积码的编码增益要大于分组码的编码增益。对于某个

特定的应用，采用分组码还是卷积码哪一种更好则取决于这一应用的具体情况和进行比较时可用的技术。 （一）卷积编码的图形表示 卷积码的编码器是由一个有k 个输人位，n 个输出位，且有m 个移位寄存器构成的有限状态的有记忆系统，其原理如图1所示。 图1 卷积码编码器的原理图 描述这类时序网络的方法很多，它大致可分为两大类型：解析表示法与图形表示法。在解析法中又可分为离散卷积法、生成矩阵法、码多项式法等；在图形表示法中也可分为状态图法、树图法和网络图法等。 图2给出的是一个生成编码速率为1／2 卷积码的移位寄存器电路。输人比特在时钟触发下从左边移人到电路中，每输入一位，分别去两个模2加法器的输出值并复用就得到编码器的输出。对这一编码，每输入一比特就产生两个输出符号，故编码效率为

基于遗传算法的(n,n-1,m)卷积码盲识别

收稿日期：2014-08-12修回日期：2014-09-18 基金项目： 国家自然科学基金（61201379）；安徽省自然科学基金资助项目（1208085QF103）作者简介：张 岱（1993-），男，安徽太和人，硕士研究生。研究方向：信道编码识别分析。 *摘 要：针对信息截获领域中（n ，n -1，m ） 卷积码盲识别问题，提出基于遗传算法的盲识别方法。该方法在矩阵分析得到编码参数之后，利用遗传算法的全局搜索能力实现对基本校验多项式矩阵的精确识别，进而实现对基本生成多项式矩阵的识别。仿真表明：该方法能够在高误码条件下实现对（n ，n -1，m ）卷积码的盲识别，且运算量相对于以往的高容错识别方法得到降低。 关键词：信息截获，卷积码，盲识别，遗传算法中图分类号：TP309 文献标识码：A 基于遗传算法的（n ，n -1，m ）卷积码盲识别* 张岱，张玉，杨晓静，樊斌斌 （电子工程学院， 合肥230037）Blind Recognition of （n ，n -1，m ）Convolutional Code Based on Genetic Algorithm ZHANG Dai ，ZHANG Yu ，YANG Xiao-jing ，FAN Bin-bin （Electronic Engineering Institute ，Hefei 230037，China ） Abstract ：Considering blind recognition of （n ，n -1，m ）convolutional code in information interception ，a recognition method based on genetic algorithm is proposed.After obtaining coding characters through matrix analysis ，this method achieves accurate recognition of the basic check polynomial matrix by utilizing global searching ability of the genetic algorithm.Then ，recognition of basic generator polynomial matrix is realized.The simulation shows that this method can blindly recognise （n ，n -1，m ）convolutional code in a high BER environment ，while its computing efforts get lower compared with high fault-tolerant methods before. Key words ： information interception ，convolutional code ，blind recognition ，genetic algorithm 0引言 在现代数字通信系统中普遍采用信道编码技术以提高信息传输的安全可靠性，其中，卷积码作为信道编码中一种典型的纠错编码方式，广泛应用于卫星通信、深空通信等领域中。因此，卷积码盲识别研究在非合作环境下的信息截获等领域具有重要意义［1］。（n ，n -1，m ）卷积码具有较高的编码效率，故本文将针对（n ，n -1，m ）卷积码的盲识别展开研究。 卷积码盲识别技术的重要性受到了国内外越来越多研究人员的关注［2-8］，目前的识别方法主要有基 于欧几里德算法的识别方法［3］、Walsh-Hadamard 分 析法［4］、基于校验统计的识别方法［5-6］ 、基于BM 的 快速合冲法 ［7］ 和基于矩阵分析的识别方法［8］等。其中基于欧几里德算法的识别方法适用于1/n 码率卷 积码，运算量小但容错性能差；Walsh-Hadamard 分 析法和基于校验统计的识别方法同样只适用于1/n 码率卷积码，具有较好的容错性，但运算量巨大；基于BM 的快速合冲法运算量小且具备一定容错性，但该方法只适用于1/2码率卷积码的识别；基于矩阵分析的识别方法可对不同码率卷积码进行全盲识别，其中在对卷积码编码参数识别时具有较高容错性，但对基本校验矩阵进行识别时容错性差。 文章编号：1002-0640（2015） 09-0031-04Vol.40，No.9Sep ，2015 火力与指挥控制 Fire Control &Command Control 第40卷第9期2015年9月 31··

遗传算法的数据挖掘综述

基于遗传算法的数据挖掘综述 朱玲 (江西理工大学信息工程学院，赣州市中国 341000) 摘要：本文定义了遗传算法概念和理论的来源，介绍遗传算法的研究方向和应用领域，解释了遗传算法的相关概念、编码规则、三个主要算子和适应度函数，描述遗传算法计算过程和参数的选择的准则，并且在给出的遗传算法的基础上结合实际应用加以说明。 关键词：数据挖掘;遗传算法 Data Mining Based on Genetic Algorithm Zhu Ling (College of Information Engineering, Jiangxi University of Science and Technology, Ganzhou, China 341000) Abstract:This paper defines the concept of genetic algorithm and the source of the theory, introduces the research direction and application field of genetic algorithm, explains the related concepts, coding rules, three main operators and fitness functions of genetic algorithm, describes the genetic algorithm calculation process and Parameter selection criteria, and in the given genetic algorithm based on the combination of practical applications to be explained. Key words: data mining; genetic algorithm 前言 遗传算法(genetic algorithm，GAs)试图计算模仿自然选择的过程，并将它们运用于解决商业和研究问题。遗传算法于20世界六七十年代由John Holland[1] 发展而成。它提供了一个用于研究一些生物因素相互作用的框架，如配偶的选择、繁殖、物种突变和遗传信息的交叉。在自然界中，特定环境限制和压力迫使不同物种竞争以产生最适应于生存的后代。在遗传算法的世界里，会比较各种候选解的适合度，最适合的解被进一步改进以产生更加优化的解。 遗传算法借助了大量的基因术语。遗传算法的基本思想基于达尔文的进化论和孟德尔的遗传学说，是一类借鉴生物界自然选择和自然遗传机制的随机搜索算法。生物在自然界的生存繁殖，显示对其自然环境的优异自适应能力。受其启发，人们致力于对生物各种生存特性的机制研究和行为模拟。通过仿效生物的进化与遗传，根据“生存竞争”和“优胜劣汰”的原则，借助选择、交叉、变异等操作，使所要解决的问题从随机初始解一步步逼近最优解。现在已经广泛的应用于计算机科学、人工智能、信息技术及工程实践。[2]在工业、经济管理、交通运输、工业设计等不同领域，成功解决了许多问题。例如，可靠性优化、流水车间调度、作业车间调度、机器调度、设备布局设计、图像处理以及数据挖掘等。遗传算法作为一类自组织于自适应的人工智能技术，尤其适用于处理传统搜索方法难以解决的复杂的和非线性的问题。 1.遗传算法的应用领域和研究方向 1.1遗传算法的特点 遗传算法作为一种新型、模拟生物进化过程的随机化搜索方法，在各类结构对象的优化过程中显示出比传统优化方法更为独特的优势和良好的性能。它利用其生物进化和遗传的思想，所以它有许多传统算法不具有的特点[3]： ※搜索过程不直接作用在变量上，而是作用于由参数集进行了编码的个体上。此编码操作使遗传算法可以直接对结构对象进行操作。 ※搜索过程是从一组解迭代到另一组解，采

一种新的高误码(2,1,m)卷积码盲识别方法

摘 要：信道编码是数字通信中极其重要的环节，其识别成为信息截获恢复领域一个亟需解决的问题。针对卷 积码盲识别问题，提出了一种基于校验匹配统计的识别方法，该方法首先通过统计的方法求出最佳匹配的校验矩阵，进而推导出生成多项式矩阵。最后，通过MATLAB 实例仿真验证了该方法能够有效识别出所有卷积码，且具有很好的容错性能。 关键词：卷积码盲识别，匹配统计，容错性能，生成多项式中图分类号：TP309 文献标识码：A 一种新的高误码（2，1，m ）卷积码盲识别方法* 张东，陈国顺，王格芳，吕艳梅 （军械技术研究所， 石家庄050000）A New Method of Blind Recognition to （2，1，m ）Convolutional Code ZHANG Dong ，CHEN Guo-shun ，WANG Ge-fang ，L Yan-mei （Machine Technology Research Institute ，Shijiazhuang 050000，China ） Abstract ：Channel coding is a vital part in digital communication ，and its recognition has been a problem that must be solved.This paper proposes a method ，based on suited statistic ，to recognize the convolutional code.Firstly ，this method seeks the prime parity -check matrix by statistic ，and then deduces the generator polynomial matrix.At last ，the simulation of MATLAB proves that this method can recognize all convolutional code ，and has the good performance of error-resilient. Key words ：blind recognition of convolutional code ，suited statistic ，performance of error-resilient ，generator polynomial matrix 文章编号：1002-0640（2013） 11-0069-03Vol.38，No.11Nov ，2013 火力与指挥控制 Fire Control &Command Control 第38卷第11期2013年11月 引言 信道编码可以提高数据传输的可靠性，是保障通 信畅通的有效手段，也是数字通信系统的重要环节。目前信道编码主要包括线性分组码、卷积码、LDPC 码和Turbo 码等，而卷积码因纠错能力强和编译简单等优点已广泛应用于卫星系统测控链路、深空探测系统和第三代移动通信等［6］。这使得卷积码的识别成为信息对抗所面临的一项重要课题，如何在高误码率情况下有效识别出编码方式和参数并有效译码，是进行信息恢复所亟需解决的问题。目前，国外针对信道编码识别研究的公开文献资料非常少，国内有关卷积码 识别的方法主要有：欧几里德算法［1］ 、基于快速双合 冲算法［2］ 、基于Walsh-Hadamard 变换法［3］、构建分 析矩阵法［4］。可见，现有的卷积码识别方法应用范围受限，实用价值不高，一般不能在误码率较高情况 下进行识别。 （2，1，m ） 卷积码是卫星通信和深空探测中应用最广泛的卷积码，也是大多数（n -1）/n 码率删余卷积码的源码，本文针对该卷积码的识别问题提出了基于匹配统计的盲识别方法，该方法具有很好的容错性能，能够在误码率高达10-2量级情况下有效识别出一般（2，1，m ） 卷积码。弥补了Walsh-Hadamard 变换法需占用巨大存储空间的不足。 1（2，1，m ） 卷积码识别问题的描述实际应用的卷积码均是二进制卷积码，即建立在二元域F 2上。卷积码是把信源输出的信息序列， 收稿日期：2012-10-09 修回日期：2012-11-16 基金项目： 军内科研基金资助项目作者简介：张东（1984-），男，河北邱县人，硕士。研究方向：电子系统检测及故障诊断。 *ü69··

卷积码仿真报告

卷积码仿真报告 卷积码编码原理 卷积码和分组码一样，也是将k 个信息比特编成n 个比特，但与分组编码的不同之处在于卷积码的编后的n 个比特不仅与当前k 个信息比特有关，还与前面的（N-1）*k 个信息有关，，编码过程中互相的比特个数为Nk 。卷积码的纠错能力随N 的增加而增大，N 称为卷积的约束深度（记忆深度），通常可记为（n,k,N ）,表示码率为R=k/n 、约束长度为N 的卷积码。一般来说，卷积码的k 和m 都很小，码率也比较低，一般低于90%，所以其纠错能力很强。 由于卷积码充分利用了各码组之间的相关性，无论理论上还是实际中均已证明其性能不差于甚至优于分组码。但是与有严格代数结构的分组码不同，卷积码至今尚未找到可以把纠错性能与码的构成有规律地联系起来的严密的数学手段。目前大都采用计算机来搜索好码。因此，对卷积码的研究还在发展中。 卷积编码的一般结构 卷积码编码器的一般结构如上图所示，数据经过串、并变换器后形成k bits 一帧的并行数据送到线性逻辑单元，同时送入m 级数据帧移位寄存器，m 是移位寄存器的存储深度。编码逻辑根据当前输入数据和存放在数据寄存器中的以前数据进行线性逻辑运算得到 nbits 编码输出，再经过并、串变换转换成串行输出。m 十1称为该卷积码的约束长度。 用u 表示输入消息数据序列 012(,,,)u u u u

m 个输出数据序列为 11,01,11,2(,,,)c c c c = 22,02,12,2(,,,)c c c c = ,0,1,2(,,,)m m m m c c c c = 经并串变换的输出为 1,02,0,01,12,1,1(,,,,,,)m m c c c c c c c = 卷积码是一种重要的实现差错控制的信道编码,其译码方式有三种:Viterbi 译码、序列译码和门限译码。本项目拟定采用Viterbi 译码方式，故在些只考虑 Viterbi 译码算法。Viterbi 译码算法是卷积码最常用的译码算法,它具有最佳的译码性能，但其硬件实现比较复杂。Viterbi 译码算法已被广泛使用在通信和数字信号处理领域。 Viterbi 译码原理 (n,k,m)卷积码编码器共有2km 个状态，若输入的信息序列长度是Lk 十mk ，则进入和离开每一状态各有2km 条分支，在trellis 图上有2kL 条不同的路径，相应于编码器输出的2kL 个码序列。若按照最大似然译码算法，我们要比较所有可能的2kL 条路径，这个计算量通常是无法实现的。Viterbi 算法克服了这个难点，采用接收一段，计算、比较一段，选择一段最可能的分支，从而达到整个码序列是一个由最大似然函数得到的序列。 viterbi 译码的基本思想是：将接收序列r 与网格图上的路径逐分支地进行比较，然后留下距离最小的路径作为留选路径，并将这些留选路径逐分支地延长并存储起来，留选路径的数目等于状态数，所

遗传算法工具箱识别(GA)Bouc-Wen模型参数辨识-识别

Bouc-Wen模型因数字处理方便简单而得到较为广泛的应用，力可以表示为： 利用遗传算法工具箱（GA）对Bouc-Wen模型进行参数识别。 实验数据来源于对磁流变阻尼器（MR damper）进行性能测试，试验获得的数据包括力F，位移x，采用频率已知，速度和加速度可以由位移求导得出。 参数识别出现程序如下：（文件名：Copy_0_of_BoucWen） function j=myfung(x) y0=[0]; yy=y0; tspan=[]'; s=[]'; v=[]'; Ft=[]'; rr=max(size(s));%计算数据个数 i=1; while (i1e5))%%判断是否出现奇异点，具体忘了。。 [t y]=ode45(@uubird,[tspan(i),tspan(i+1)],y0,[],v(i),x);%参考论坛的 y0=y(end,:); yy=[yy;y0]; i=i+1;

kk=max(size(y)); if kk>150 %微分方程计算，停止是有条件的（具体没去研究），这边设置150次，不管有没有收敛，都停止，不然整个程序运行的实际太久，你也可以改成其他的，慢慢研究 break; end end if (i==rr)&(~isnan(yy(1,1)))==1%判断是否出现奇异点（就是NAN），如果没有出现，就是正常的 F=x(:,4)*yy(:,1)+x(:,5)*(s-ones(size(s))*x(:,6))+x(:,7)*v;%x(:,4)代表alpha 5代表k0,6代表s0 7代表c0 位移s就是公式中的x j=sum((F-Ft).*(F-Ft)); i=i+1; else i<(rr-1)%出现奇异点（ＮＡＮ） j=1e10;%因为出现奇异值，所以随便给一个目标函数值（这个要足够大），目的是排除这组优化值（也就是这个种群不要） i=rr; end function dy=uubird(t,y,v,x)

利用相关分析法辨识脉冲响应

利用相关分析法辨识脉冲响应 自1205 刘彬 41251141 1 实验方案设计 1.1 生成输入数据和噪声 用M 序列作为辨识的输入信号，噪声采用标准正态分布的白噪声。 生成白噪声时，首先利用乘同余法生成U[0,1]均匀分布的随机数，再利用U[0,1]均匀分布的随机数生成标准正态分布的白噪声。 1.2 过程仿真 模拟过程传递函数)(s G ，获得输出数据y(k)。)(s G 采取串联传递函数仿真， 2 12111 11)(T s T s T T K s G ++= ，用M 序列作为辨识的输入信号。 1.3 计算互相关函数 ∑++=-= p p N r N i p Mz i z k i u rN k R )1(1 )()(1 )( 其中r 为周期数，1+=p N i 表示计算互相关函数所用的数据是从第二个周期开始的，目的是等过程仿真数据进入平稳状态。 1.4 计算脉冲响应估计值、脉冲响应理论值、脉冲响应估计误差 脉冲响应估计值[] )1()()1()(?2 --?+=p Mz Mz p p N R k R t a N N k g 脉冲响应理论值[] 21//2 10)(T t k T t k e e T T K k g ?-?---=

脉冲响应估计误差 ()() ∑∑==-= p p N k N k g k g k g k g 1 2 1 2 )()(?)(δ 1.5 计算噪信比 信噪比()()2 2 )()(v k v y k y --=η 2 编程说明 M 序列中，M 序列循环周期取 63 126=-=p N ，时钟节拍t ?=1Sec ，幅度1=a ， 特征多项式为1)(56⊕⊕=s s s F 。白噪声循环周期为32768215=。 )(s G 采样时间0T 设为1Sec ，Sec 2.6 Sec,3.8 ,12021===T T K 3 源程序清单 3.1 均匀分布随机数生成函数 function sita=U(N) %生成N 个[0 1]均匀分布随机数 A=179; x0=11; M=2^15; for k=1:N x2=A*x0; x1=mod(x2,M); v1=x1/(M+1); v(:,k)=v1; x0=x1; end sita=v; end 3.2 正态分布白噪声生成函数 function v=noise(aipi) %生成正态分布N(0,sigma)

213卷积码编码和译码

No.15 (2,1,3)卷积码的编码及译码 摘要： 本报告对于（2,1,3）卷积码原理部分的论述主要参照啜刚教材和课件，编程仿真部分绝对原创，所有的程序都是在Codeblocks 8.02环境下用C语言编写的，编译运行都正常。完成了卷积码的编码程序，译码程序，因为对于短于3组的卷积码，即2 bit或4 bit纠错是没有意义的，所以对正确的短序列直接译码，对长序列纠错后译码，都能得到正确的译码结果。含仿真结果和程序源代码。 如果您不使用Codeblocks运行程序，则可能不支持中文输出显示，但是所有的数码输出都是正确的。

一、 卷积码编码原理 卷积码编码器对输入的数据流每次1bit 或k bit 进行编码，输出n bit 编码符号。但是输出的分支码字的每个码元不仅于此时可输入的k 个嘻嘻有关，业余前m 个连续式可输入的信息有关，因此编码器应包含m 级寄存器以记录这些信息。 通常卷积码表示为 (n,k,m). 编码率 k r n = 当k=1时，卷积码编码器的结构包括一个由m 个串接的寄存器构成的移位寄存器（成为m 级移位寄存器、n 个连接到指定寄存器的模二加法器以及把模二加法器的输出转化为穿行的转换开关。 本报告所讲的（2,1,3）卷积码是最简单的卷积码。就是2n =，1k =，3m =的卷积码。每次输入1 bit 输入信息，经过3级移位寄存器，2个连接到指定寄存器的模二加法器，并把加法器输出转化为串行输出。 编码器如题所示。 二、卷积码编码器程序仿真 C 语言编写的仿真程序。 为了简单起见，这里仅仅提供数组长度30 bit 的仿真程序，当然如果需要可以修改数组大小。为了更精练的实现算法，程序输入模块没有提供非法字符处理过程，如果需要也可以增加相应的功能。 进入程序后，先提示输入数据的长度，请用户输入int （整型数）程序默认用户输入的数据小于30，然后提示输入01数码，读入数码存储与input 数组中，然后运算输出卷积码。经过实验仿真，编码完全正确。 以下是举例： a.课件上的输入101 输出11 10 00 的实验

系统辨识方法

系统辨识方学习总结 一．系统辨识的定义 关于系统辨识的定义，Zadeh是这样提出的：“系统辨识就是在输入和输出数据观 测的基础上，在指定的一组模型类中确定一个与所测系统等价的模型”。L.Ljung也给 “辨识即是按规定准则在一类模型中选择一个与数据拟合得最好的模型。出了一个定义： 二．系统描述的数学模型 按照系统分析的定义，数学模型可以分为时间域和频率域两种。经典控制理论中微 分方程和现代控制方法中的状态空间方程都是属于时域的范畴，离散模型中的差分方程 和离散状态空间方程也如此。一般在经典控制论中采用频域传递函数建模，而在现代控 制论中则采用时域状态空间方程建模。 三．系统辨识的步骤与内容 (1)先验知识与明确辨识目的 这一步为执行辨识任务提供尽可能多的信息。首先从各个方面尽量的了解待辨识的 系统，例如系统飞工作过程，运行条件，噪声的强弱及其性质，支配系统行为的机理等。 对辨识目的的了解，常能提供模型类型、模型精度和辨识方法的约束。 (2)试验设计 试验设计包括扰动信号的选择，采样方法和间隔的决定，采样区段（采样数据长度 的设计）以及辨识方式（离线、在线及开环、闭环等的考虑）等。主要涉及以下两个问 题，扰动信号的选择和采样方法和采样间隔 (3)模型结构的确定 模型类型和结构的选定是决定建立数学模型质量的关键性的一步，与建模的目的， 对所辨识系统的眼前知识的掌握程度密切相关。为了讨论模型和类型和结构的选择，引 入模型集合的概念，利用它来代替被识系统的所有可能的模型称为模型群。所谓模型结 构的选定，就是在指定的一类模型中，选择出具有一定结构参数的模型M。在单输入单 输出系统的情况下，系统模型结构就只是模型的阶次。当具有一定阶次的模型的所有参 数都确定时，就得到特定的系统模型M，这就是所需要的数学模型。 (4)模型参数的估计 参数模型的类型和结构选定以后，下一步是对模型中的未知参数进行估计，这个阶 段就称为模型参数估计。

通信原理简答题标准答案.doc

通信原理第六版课后思考题 第 1 章绪论 1、何谓数字信号？何谓模拟信号？两者的根本区别是什么？ 答：数字信号：电信号的参量仅可能取有限个值； 模拟信号：电信号的参量取值连续； 两者的根本区别在于电信号的参量取值是有限个值还是连续的。 2、画出模拟通信系统的一般模型。 3、何谓数字通信？数字通信有哪些优缺点？ 答：数字通信即通过数字信号传输的通信，相对模拟通信，有以下特点： 1）传输的信号是离散式的或数字的； 2）强调已调参数与基带信号之间的一一对应； 3）抗干扰能力强，因为信号可以再生，从而消除噪声积累； 4）传输差错可以控制； 5）便于使用现代数字信号处理技术对数字信号进行处理； 6）便于加密，可靠性高； 7）便于实现各种信息的综合传输 3、画出数字通信系统的一般模型。 答： 4、按调制方式，通信系统如何分类？ 答：分为基带传输和频带传输 5、按传输信号的特征，通信系统如何分类？ 答：按信道中传输的是模拟信号还是数字信号，可以分为模拟通信系统和数字通信系统6、按传输信号的复用方式，通信系统如何分类？ 答：频分复用（FDM），时分复用（TDM），码分复用（ CDM） 7、通信系统的主要性能指标是什么？

第 3 章随机过程 1、随机过程的数字特征主要有哪些？它们分别表征随机过程的哪些特征？ 答：均值：表示随机过程的n 个样本函数曲线的摆动中心。 方差：表示随机过程在时刻t 相对于均值a(t) 的偏离程度。 相关函数：表示随机过程在任意两个时刻上获得的随机变量之间的关联程度。 2、何谓严平稳？何谓广义平稳？它们之间的关系如何？ 答：严平稳：随机过程(t) 的任意有限维分布函数与时间起点无关。 广义平稳： 1）均值与t 无关，为常数a。2）自相关函数只与时间间隔= -有关。 严平稳随机过程一定是广义平稳的，反之则不一定成立。 4、平稳过程的自相关函数有哪些性质？它与功率谱的关系如何？ 答：自相关函数性质： (1) R(0)=E[ ] ——的平均功率。 (2) R( )=R(- ) ——的偶函数。 (3) —— R( ) 的上界。 (4) R( ∞ )= [ ]= ——的直流功率。 (5) R(0)- R( ∞ )= ——为方差，表示平稳过程的交流功率。 平稳过程的功率谱密度与其自相关函数是一对傅里叶变换关系： ( )= d 5、什么是高斯过程？其主要性质有哪些？ 答：如果随机过程(t) 的任意 n 维分布服从正态分布，则成为高斯过程。 性质： (1) 高斯过程的n 维分布只依赖于均值，方差和归一化协方差。 (2)广义平稳的高斯过程是严平稳的。 (3)如果高斯过程在不同时刻的取值是不相关的，那么它们也是同级独立的。 (4)高斯过程经过线性变换后生成的过程仍是高低过程。 8、窄带高斯过程的包络和相位分别服从什么概率分布？ 答：包络服从瑞利分布，相位服从均匀分布。 9、窄带高斯过程的同相分量和正交分量的统计特性如何？ 答：若该高斯过程平稳，则其同相分量和正交分量亦为平稳的高斯过程，方差相同，同一时 刻的同相分量和正交分量互不相关或统计独立。 10、正弦波加窄带高斯噪声的合成包络服从什么分布？ 答：广义瑞利分布（莱斯分布）。 11、什么是白噪声？其频谱和自相关函数有什么特点？白噪声通过理想低通或理想带通滤 波器后的情况如何？ 答：噪声的功率谱密度在所有频率上均为一常数，则称为白噪声。 频谱为一常数，自相关函数只在R(0) 处为∞。 白噪声通过理想低通和理想带通滤波器后分别变为带限白噪声和窄带高斯白噪声。 12、何谓高斯白噪声？它的概率密度函数、功率谱密度如何表示？ 答：白噪声取值的概率分布服从高斯分布，则称为高斯白噪声。