線性擾碼的重構(gòu)方法研究
發(fā)布時間:2017-10-20 18:14
本文關鍵詞:線性擾碼的重構(gòu)方法研究
更多相關文章: 擾碼 重構(gòu) 生成多項式 自相關函數(shù) 初態(tài)
【摘要】:線性擾碼是現(xiàn)代數(shù)字通信的關鍵技術,主要用于對傳輸數(shù)據(jù)的隨機化處理。線性擾碼的重構(gòu)對傳輸信息的正確獲取有著重要意義,因此本文對線性擾碼的重構(gòu)進行了深入研究。線性擾碼分為兩類——同步擾碼和自同步擾碼。本文首先指出同步擾碼的重構(gòu)包括同步擾碼生成多項式的識別及LFSR初態(tài)的重構(gòu),而自同步擾碼的重構(gòu)就是其生成多項式的識別,并指出本文研究的線性擾碼重構(gòu)的前提是信源具有不平衡性。其次,本文對同步擾碼的重構(gòu)進行了研究,對于同步擾碼生成多項式的識別,本文主要研究了三種算法——基于代數(shù)的Walsh-Hardmard分析法及基于統(tǒng)計的Cluzeau算法和概率分布距離算法;對于同步擾碼LFSR初態(tài)的重構(gòu),本文研究了一種基于流密碼的快速相關攻擊理論,將Walsh-Hardmard變換用于解同步擾碼LFSR初態(tài)的含錯方程組,進而重構(gòu)出LFSR初態(tài),仿真及對比分析表明了以上算法在特定條件下的有效性。最后,本文對自同步擾碼生成多項式的識別進行了研究,針對現(xiàn)有的識別算法所需先驗條件較多、虛警概率較大及識別性能較差等不足,本文對自同步擾碼的自相關函數(shù)進行了深入研究,發(fā)現(xiàn)了生成多項式為2項式及3項式的自同步擾碼自相關函數(shù)取值狀態(tài)具有差異性,并根據(jù)這種差異性提出了一種新的自同步擾碼生成多項式的識別算法。仿真驗證了本算法的有效性,對比分析表明本算法性能優(yōu)于其他算法。
【關鍵詞】:擾碼 重構(gòu) 生成多項式 自相關函數(shù) 初態(tài)
【學位授予單位】:電子科技大學
【學位級別】:碩士
【學位授予年份】:2016
【分類號】:TN911.2
【目錄】:
- 摘要5-6
- ABSTRACT6-9
- 第一章 緒論9-14
- 1.1 研究背景及意義9-10
- 1.2 研究歷史及發(fā)展現(xiàn)狀10-12
- 1.3 本文研究概要及章節(jié)安排12-14
- 第二章 抽象代數(shù)與擾碼14-20
- 2.1 有限域及本原多項式14-15
- 2.2 線性反饋移位寄存器及m序列15-16
- 2.3 擾碼的分類16-18
- 2.3.1 同步擾碼16-17
- 2.3.2 自同步擾碼17-18
- 2.4 擾碼重構(gòu)的內(nèi)容及條件18-19
- 2.5 本章小結(jié)19-20
- 第三章 同步擾碼的重構(gòu)方法20-39
- 3.1 同步擾碼生成多項式的識別算法研究20-34
- 3.1.1 Walsh-Hadamard分析法20-23
- 3.1.2 Cluzeau算法23-27
- 3.1.3 概率分布距離算法27-32
- 3.1.4 幾種同步擾碼生成多項式識別算法的性能對比32-34
- 3.2 同步擾碼LFSR初態(tài)的重構(gòu)34-37
- 3.2.1 算法原理34-36
- 3.2.2 仿真驗證36-37
- 3.3 本章小結(jié)37-39
- 第四章 自同步擾碼生成多項式的識別方法39-65
- 4.1 自同步擾碼生成多項式階數(shù)的識別方法39-44
- 4.1.1 算法原理39-43
- 4.1.2 仿真驗證43-44
- 4.2 幾種常見的自同步擾碼生成多項式識別算法44-48
- 4.2.1 Cluzeau算法44-46
- 4.2.2 概率分布距離算法46-48
- 4.3 基于自相關函數(shù)的自同步擾碼生成多項式識別方法48-61
- 4.3.1 自同步擾碼的自相關函數(shù)48-50
- 4.3.2 2 項式自同步擾碼生成多項式的估計50-54
- 4.3.3 3 項式自同步擾碼生成多項式的估計54-57
- 4.3.4 自同步擾碼生成多項式的判定流程57
- 4.3.5 仿真驗證57-61
- 4.4 性能對比61-63
- 4.5 本章小結(jié)63-65
- 第五章 總結(jié)與展望65-67
- 5.1 全文總結(jié)65-66
- 5.2 下一步工作的展望66-67
- 致謝67-68
- 參考文獻68-71
- 攻碩期間取得的研究成果71-72
【參考文獻】
中國期刊全文數(shù)據(jù)庫 前9條
1 呂全通;張e,
本文編號:1068610
本文鏈接:http://www.sikaile.net/kejilunwen/xinxigongchenglunwen/1068610.html
最近更新
教材專著