导读:本文包含了线性分组码论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:分组码,线性,矩阵,算法,汉明,欧几里得,译码。
线性分组码论文文献综述
刘霆,崔喆,蒲泓全,饶金涛[1]（2019）在《基于随机线性分组码的秘密分享在电子投票中的应用》一文中研究指出针对电子投票的大规模秘密分享的应用要求,提高在大量设备间的秘密分享的效率,本文提出基于随机线性分组码的秘密分享,并将其应用于电子投票中。首先,构造随机线性分组码的校验矩阵,使得秘密恢复的译码方程组的系数矩阵有极高的列满秩概率,可以保证正确译码恢复秘密;然后,由校验矩阵生成编码矩阵,并用编码矩阵对投票信息向量编码,将码字中部分元素作为秘密份额分享给其他设备,但不泄漏投票信息向量;最后,各个设备将接收到的份额返回给源设备,并用从其他设备收到的返回份额译码恢复投票信息向量。基于随机线性分组码的秘密分享可在秘密恢复的同时发现恢复结果及份额错误。本文对不同数据大小和参与方数量的秘密分享、恢复速度与数据冗余量进行实验。实验结果表明,与传统的秘密分享方法相比,基于随机线性分组码的秘密分享方法具有较高的分享与恢复速度和较低的数据冗余量。基于随机线性分组码的秘密分享方法是一种高效的秘密分享方法,能够有效解决大规模电子投票的隐私保护、投票记录防篡改、存储安全等关键信息安全问题。(本文来源于《工程科学与技术》期刊2019年06期）
陈金杰,杨俊安[2]（2018）在《基于码重分布信息熵的线性分组码盲识别方法》一文中研究指出针对线性分组码的一些盲识别方法应用于数据盲识别分析时存在运算较为复杂、容错性一般等问题,结合线性分组码码重分布特征与信息熵的概念和性质,提出了一种基于码重分布信息熵的线性分组码编码参数盲识别方法。在不同的先验知识条件下,该识别方法根据码重分布的非等概性,通过计算码重分布的信息熵,正确地识别出码长或码字起始点,进而可以求解线性分组码的其他编码参数完成识别。该识别方法不仅减少了计算的复杂度,而且提高了容错性能。仿真实验结果表明,识别方法具有有效性。(本文来源于《通信技术》期刊2018年07期）
赵亮[3]（2018）在《线性分组码和二进制伪随机序列的盲识别研究》一文中研究指出随着信道编码技术在数字通信领域的应用越来越广泛,信道编码参数盲识别在智能通信、军事侦察截获、协作通信领域的重要性日益显着。信道编码参数盲识别主要是通过已知的截获数据,在少量甚至没有任何先验知识的条件下,对截获数据的编码参数进行识别。本文围绕线性分组码、循环码和二进制伪随机序列的识别方法进行研究,主要工作如下:(1)针对目前线性分组码参数盲识别方法容错性能较差的问题,研究了基于分块矩阵变换的线性分组码盲识别方法。该方法首先对截获序列按照估计码长构造分析矩阵,对分析矩阵进行分块矩阵变换;然后以变换后矩阵各列的列重为度量,设置自适应阈值;并统计出符合阈值的列的个数即为相关列,当相关列个数达到的最大值就是估计出的码长,而且该方法还可以识别出码字起点。(2)针对现有对循环码参数盲识别算法中存在的容错性能较差的问题,研究了一种基于生成多项式重构的循环码参数盲识别算法。首先按照估计码长和估计的同步点划分截获数据得码字多项式集合,并将估计码长n对应的x~n(10)1进行因式分解得到既约多项式集合;然后每一个既约多项式模2除所有的码字多项式,以余式为零的个数为对象根据设置的阈值来判断出该既约多项式是否为生成多项式的因式;最后在因式个数最大时的位置参数就是正确的码长和同步点,所得的所有公因式的乘积就是循环码的生成多项式。(3)针对现有二进制伪随机序列的盲识别方法中存在的需要预知一定先验知识、容错性能较差和算法复杂度较高的问题,研究了一种基于多项式库搜索算法的二进制伪随机序列盲识别方法。首先利用伽罗华域高斯列消元识别出接收序列生成多项式的阶数;然后根据生成多项式的阶数划分接收序列为分析矩阵,为了降低算法的计算量,在有限的多项式库中进行搜索;能够与分析矩阵匹配的多项式为该方法识别出的接收序列的生成多项式。(本文来源于《重庆邮电大学》期刊2018-03-26）
刘佳,刘双印[4]（2018）在《二进制线性分组码球形界的深入研究（英文）》一文中研究指出在二进制线性分组码的最大似然译码错误概率的性能分析上,紧致可分析的上界技术起到了兼具理论与实用价值的作用.采用余弦定理及叁个码字组成一个非钝角叁角形的理论,详细地证明了Kasami等人提出的球形界(很少被引用)等价于Herzberg和Poltyrev提出的球形界,并分析对比了两者的计算复杂度.结果表明:Kasami等人提出的球形界属于Gallager第一上界技术,并且相比于Herzberg和Poltyrev提出的球形界,具有较低的计算复杂度,可以更高效地应用在高信噪比和高维码(Turbo码和低密度奇偶校验码)的性能分析中.(本文来源于《仲恺农业工程学院学报》期刊2018年01期）
汤小波,杨芷华,余莉[5]（2018）在《线性分组码辅助发信天线选择对空间调制系统性能的影响》一文中研究指出为了提高MIMO系统的性能,本文设计了线性分组码辅助发信天线选择的空间调制MIMO系统,并对所设计的系统进行了互信息、复杂度分析和相应的仿真实验.实验结果表明,相比于传统的广义空间调制系统,在相同系统配置时,线性分组码辅助天线选择的空间调制系统在复杂度略有增加的前提下能够获得较大的误码性能增益.(本文来源于《五邑大学学报(自然科学版)》期刊2018年01期）
杨燕子,李迟生,罗伟娟[6]（2018）在《线性分组码的盲识别技术研究》一文中研究指出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。(本文来源于《现代电子技术》期刊2018年03期）
姜恩华,窦德召,赵庆平[7]（2018）在《基于BP算法的线性分组码译码研究》一文中研究指出在压缩感知理论中,基追踪BP算法用于求解l1范数的最小值问题,采用原对偶内点法实现对稀疏信号的重构.在线性分组码译码中,把差错图案E看作一维稀疏信号,借助压缩感知理论,提出了重构差错图案E的方法.把伴随式S和校验矩阵H分别作为测量信号和测量矩阵,代入基追踪BP算法重构出差错图案E.验证了重构的差错图案E是正确的.对线性分组码译码进行仿真实验,通过基追踪BP算法和最大似然算法实现了汉明码的译码,通过基追踪BP算法和Berlekamp算法实现了BCH码的译码.通过比较译码的误码率BER和码字C估值的成功率,可以看出,采用压缩感知理论和基追踪BP算法较好地实现了对汉明码和BCH码的译码.(本文来源于《云南大学学报(自然科学版)》期刊2018年01期）
赵亮,张天骐,杨强[8]（2017）在《基于分块矩阵变换的线性分组码盲识别》一文中研究指出为了解决传统矩阵分析方法存在的误码扩散问题,提出了一种基于分块矩阵变换的线性分组码盲识别方法。首先,将截获序列按照估计码长构造出分析矩阵,将分析矩阵分块后分别进行矩阵下叁角变换;然后,以各列列重为度量,根据相关列重量的统计分布特性设置相关列阈值,并统计出符合阈值的相关列的个数,当相关列的个数最大时即为真实码长的情况。该方法还可以识别码字同步点,识别方法简单。理论分析及仿真结果表明,该识别方法的容错性能较好,在误码为5%的条件下,对(15,7)线性分组码的正确识别率依然能达到80%。(本文来源于《电讯技术》期刊2017年10期）
姜恩华,窦德召,赵庆平[9]（2017）在《基于压缩感知理论的线性分组码译码》一文中研究指出将压缩感知理论应用于线性分组码的译码,提出差错图案E重构的压缩感知模型及校验矩阵H作为测量矩阵的构成形式和性质.将伴随式S作为测量信号,校验矩阵H作为测量矩阵,以(15,7)循环码为例,采用基追踪(BP)算法重构差错图案E的估值,并设计线性分组码译码的仿真实验方案.仿真实验结果表明,采用压缩感知理论与BP算法能较好完成线性分组码的译码.(本文来源于《吉林大学学报(理学版)》期刊2017年04期）
沈利华,章剑林[10]（2017）在《基于公约式权重的截短线性分组码盲识别方法》一文中研究指出针对通信信号侦察处理中的截短线性分组码的盲识别问题,提出了一种基于公约式权重最大化的识别方法。算法对侦收的码字序列进行不同长度的分段,计算分段码字与x~n+1的最大公约式并按公约式阶数进行滤除,通过高阶公约式的个数估计码字长度。同时根据公约式的出现概率定义公约式的权重,利用权重最大的公约式实现码字生成多项式的估计。仿真实验表明算法有效可行,并理论分析了算法的容错性和计算复杂度。和已有算法相比较,本文算法在相同的误码率条件下,具有更高的检测识别概率,且同时具备截短码字和非截短码字的识别能力。(本文来源于《电信科学》期刊2017年06期）
线性分组码论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对线性分组码的一些盲识别方法应用于数据盲识别分析时存在运算较为复杂、容错性一般等问题,结合线性分组码码重分布特征与信息熵的概念和性质,提出了一种基于码重分布信息熵的线性分组码编码参数盲识别方法。在不同的先验知识条件下,该识别方法根据码重分布的非等概性,通过计算码重分布的信息熵,正确地识别出码长或码字起始点,进而可以求解线性分组码的其他编码参数完成识别。该识别方法不仅减少了计算的复杂度,而且提高了容错性能。仿真实验结果表明,识别方法具有有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
线性分组码论文参考文献
[1].刘霆,崔喆,蒲泓全,饶金涛.基于随机线性分组码的秘密分享在电子投票中的应用[J].工程科学与技术.2019
[2].陈金杰,杨俊安.基于码重分布信息熵的线性分组码盲识别方法[J].通信技术.2018
[3].赵亮.线性分组码和二进制伪随机序列的盲识别研究[D].重庆邮电大学.2018
[4].刘佳,刘双印.二进制线性分组码球形界的深入研究（英文）[J].仲恺农业工程学院学报.2018
[5].汤小波,杨芷华,余莉.线性分组码辅助发信天线选择对空间调制系统性能的影响[J].五邑大学学报(自然科学版).2018
[6].杨燕子,李迟生,罗伟娟.线性分组码的盲识别技术研究[J].现代电子技术.2018
[7].姜恩华,窦德召,赵庆平.基于BP算法的线性分组码译码研究[J].云南大学学报(自然科学版).2018
[8].赵亮,张天骐,杨强.基于分块矩阵变换的线性分组码盲识别[J].电讯技术.2017
[9].姜恩华,窦德召,赵庆平.基于压缩感知理论的线性分组码译码[J].吉林大学学报(理学版).2017
[10].沈利华,章剑林.基于公约式权重的截短线性分组码盲识别方法[J].电信科学.2017
论文知识图
