文献综述维哥..docVIP

关于BCH码的识别方法的研究 摘要及关键词 在通信系统中，为了抵抗信道的各种干扰，促使人们对于纠错编码的技术进行输入研究。BCH码是能够纠正多个随机错误的循环码，具有较强的纠错能力和严格的代数结构，同时具有构造方便、编码简单的优点。因此，BCH码在现阶段有着较为广泛的应用。在截获BCH码序列后，为侦获信息，需对编码方式和编码参数进行盲识别。 目前，此领域的研究主要集中于卷积码的盲识别和提高各种信道编码方式的编译码性能。有大部分学者开始在编码方式识别及参数识别方面做了相关研究。快速双合冲算法实现了对1/2码率的卷积码的识别，但不能对其他高码率的卷积码的盲识别；欧几里德算法在低码率方面实现了对卷积码的盲识别，但没有考虑误码条件下的识别处理方法。文献[6]提出了一种新型数据矩阵模型，实现了对线性分组码的盲识别，并且该方法可推广到对系统卷积码的盲识别，但其也没有考虑误码条件下的识别处理方法。文献[7]提出了一种对低码率二进制线性分组码的识别方法，由码重分布函数提取码长参数n的方法在4．71×10-3误码率条件下仍有效，并在此基础上通过矩阵变换获得生成矩阵，实现对二进制线性分组码的盲识别，但该方法不能解决高码率分组码的识别问题。与此同时，这些编码识别方法都采用了大量的矩阵运算，且对误码率的要求比较高，有的方法甚至要求无误码情况下，才能获得良好的性能。因此，在实际较高误码率条件下，如何正确识别BCH码成为一个难点问题。 本文主要阐述了基于码根信息差熵和码根统计的BCH码识别方法与BCH码生成多项式快速识别方法。 码根；信息差熵；生成多项式 引言 定义1 给定任一有限域GF(q)及其扩域GF()，其中q是素数或素数的幂，m为某一正整数．若码元取自GF(q)上的一循环码，它的生成多项式g(x)的根含有-1个连续根{, ,···, }时，则由g(x)生成的循环码称为q进制BCH码． a∈GF()是域中的n级元素，∈GF()，0≤i≤-2，为任意整数．当q=2且n=时，称这类BCH码为二进制本原BCH码． 由循环码的性质可知，BCH码的任何码多项式c(x)必为生成多项式g(x)的倍式，或者说g(x)的根必为c(x)的公共根．对于二进制本原BCH码，g(x)的根还满足以下两个性质： (1)g(戈)的根在GF()中，且包含一组m个共轭根{,,···, }，为本原根； (2)g(x)的偶数个根是其本原根的连续幂． 主题 BCH码识别基础 对于BCH码的盲识别问题，就是在不知道编码先验信息的情况下，通过对码字序列的分析处理，从而估计出其生成多项式，其数学模型为： 式中，m(x)表示信息输入多项式，c(x)表示信息编码输出多项式，g(x)表示编码生成多项式。实际中，c(x)是通过对接收或侦察信号解调处理得到。因此，BCH码的盲识别问题就是在仅知道c(x)的前提下如何获得生成多项式g(x)，进而完成对信息的还原。 定义：实际测得的码根分布信息熵与均匀分布的码根分布信息熵的差值，即为码根信息差熵函数，其计算公式如下： 这里需要对p作一下扩展，将p中的零元素改为元素“1”，剔除元素“0”对码根信息差熵函数的影响，因为对于对数函数log(x)要求其自变量x0，而log(1)=0可以剔除“0”元素的影响。 码根信息差熵和码根统计的识别原理 当截获BCH码序列后，通过遍历m对本原BCH码进行分组，得到分组数N。对每个码字求取整数码根并进行统计，得到不同码根出现的次数N0{1，2，··· ，n}，进而得到所有码根出现的总次数S=sum(N0)。 基于码根信息差熵的码长识别 由有限域多项式根的性质，对于码长为n的循环码码字，其码根个数为n-1，范围为0～n-1，并且其分布具有一定的规律，即生成多项式的根在每个码字中均会出现，而每个码字中其他的码根是随机出现的。若估计的码长不是真实循环码的码长，那么码字之间的相关性和码根分布的特征便不存在，则统计得到的码根是随机出现的。假设其码根分布为均匀分布，不同码根的出现概率均为： 对于码根在域GF()上、码长为n的BCH码而言，信道的误比特率与码块正确率具有如下的关系 由此可以看出，码块出现错误时，码块的根不会出现BCH码的裉特征。在随机错误或突发错误的条件下，每个码块中出现错误的位置是随机的，因此码块的码根也将是随机出现的。在数据量足够大的条件 下，码块数足够多，其正确码块的数目就多，那么正确码块的码根中满足的性质l和性质2的根将会在每次正确码块的码根统计中出现。下节将对在足够多的数据量条件下实现BCH码的正确识别进行可行性证明。 若实际测得的码根分布为 ， 利用定义的码根信息差熵的函数可以实现对BCH码的码长识别。 基于码根统计的生成多项式识别 在码字整数根中，生成多项式根的分布是最大的且随本原多项式的变