2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、在數(shù)字通信系統(tǒng)中,為了抗擊信息在傳輸過程中受到的影響和干擾,提高信息傳輸?shù)目煽啃?,信道編碼技術(shù)得到迅速發(fā)展。由于信道編碼技術(shù)應(yīng)用范圍日益增大,信道編碼盲識別技術(shù)應(yīng)運(yùn)而生。其目的是在僅有少量甚至沒有任何先驗(yàn)信息的前提下識別出截獲碼流的編碼體制和相關(guān)參數(shù),從而恢復(fù)出原始信息序列。它在信息對抗、通信偵測以及智能通信等領(lǐng)域具有重要的研究價(jià)值。
  本文重點(diǎn)研究了二進(jìn)制線性分組碼參數(shù)的全盲識別問題,論文的主要工作如下:
  (1)介紹

2、了線性分組碼的理論知識、盲識別的數(shù)學(xué)模型和識別參數(shù),為后面章節(jié)線性分組碼的全盲識別算法研究奠定了基礎(chǔ),并指出線性分組碼是本文的研究對象。
  (2)針對線性分組碼參數(shù)盲識別容錯性能差、復(fù)雜度高和半盲識別的問題,提出了一種基于特征融合的線性分組碼全盲識別算法。首先根據(jù)實(shí)際序列與隨機(jī)序列碼重分布概率間較大的差異性,研究了一種運(yùn)用碼重標(biāo)準(zhǔn)差率差值、碼重信息熵分別同時(shí)識別碼長和起始點(diǎn)的算法;然后比較這兩種特征參數(shù)識別效果又進(jìn)一步改進(jìn),提出

3、了一種新的融合特征參數(shù)來同時(shí)識別碼長和起始點(diǎn)的算法;最后通過建立矩陣進(jìn)行模二化簡求解生成矩陣,完成線性分組碼參數(shù)的全盲識別。通過理論分析和仿真驗(yàn)證,該算法簡單易行且復(fù)雜度低,在誤碼率為0.025的條件下對中短碼的全盲識別率高達(dá)90%,誤碼率為0.005的條件下對中長碼的全盲識別率達(dá)到80%。
  (3)針對高誤碼率條件下高碼率循環(huán)碼參數(shù)的全盲識別問題,提出了一種基于最大公因式階數(shù)相異度的循環(huán)碼全盲識別算法。首先根據(jù)循環(huán)移位前后碼字

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論