应用科学学报
應用科學學報
응용과학학보
JOURNAL OF APPLIED SCIENCES
2013年
5期
459-467
,共9页
线性分组码%盲识别%生成矩阵%信息熵%汉明重量
線性分組碼%盲識彆%生成矩陣%信息熵%漢明重量
선성분조마%맹식별%생성구진%신식적%한명중량
linear block code%blind recognition%generator matrix%information entropy%hamming weight
针对信息截获领域中线性分组码的盲识别问题,依据分组码的线性构造、校验性质及码重分布特征,提出了一种在信息熵高误码条件下基于矩阵秩信息熵与码重分布盲识别线性分组码的方法.首先通过数据矩阵的秩信息熵识别出码长并由码重分布的信息熵函数准确计算出码字起始点,再根据系统与非系统线性分组码生成矩阵的特点,采用不同的计算方法正确求解生成矩阵,从而盲识别出线性分组码.仿真结果表明,该盲识别方法在较高的误码条件下具有良好的识别效果.
針對信息截穫領域中線性分組碼的盲識彆問題,依據分組碼的線性構造、校驗性質及碼重分佈特徵,提齣瞭一種在信息熵高誤碼條件下基于矩陣秩信息熵與碼重分佈盲識彆線性分組碼的方法.首先通過數據矩陣的秩信息熵識彆齣碼長併由碼重分佈的信息熵函數準確計算齣碼字起始點,再根據繫統與非繫統線性分組碼生成矩陣的特點,採用不同的計算方法正確求解生成矩陣,從而盲識彆齣線性分組碼.倣真結果錶明,該盲識彆方法在較高的誤碼條件下具有良好的識彆效果.
침대신식절획영역중선성분조마적맹식별문제,의거분조마적선성구조、교험성질급마중분포특정,제출료일충재신식적고오마조건하기우구진질신식적여마중분포맹식별선성분조마적방법.수선통과수거구진적질신식적식별출마장병유마중분포적신식적함수준학계산출마자기시점,재근거계통여비계통선성분조마생성구진적특점,채용불동적계산방법정학구해생성구진,종이맹식별출선성분조마.방진결과표명,해맹식별방법재교고적오마조건하구유량호적식별효과.