بازشناسی کور کدهای بلوکی در حضور نویز بالا با استفاده از روش‌های آماری

بازشناسی کور پارامترهای کدهای تصحیح خطای مستقیم از روی رشته بیت دریافتی در سمت گیرنده، در کاربردهای نظامی و تجاری بسیار مورد توجه قرار گرفته است. در واقع شناسایی طرح کدینگ استفاده‌شده در فرستنده بدون هیچ‌گونه اطلاعات قبلی، یک عمل چالشی است که توسط دشمن انجام می گیرد. ازآنجایی‌که برای شنود نیاز به کد برداری بیت های کدشده در مبدا است، لازم است ابتدا مشخصات کد استفاده‌شده توسط دشمن شناسایی گردد. یکی از این مشخصات طول کد و نیز طول بیت های توازن مورد استفاده است. روش های مختلفی برای بازشناسی کور کدهای تصحیح خطای کانال ارائه گردیده است. در این مقاله سعی بر این است تا روشی آماری برای بازشناسی طول کلمه کد و طول بلوک اطلاعات ارائه شود که ضمن مقاومت نسبت به افزایش خطا، عملکرد آن با افزایش طول کد نیز کاهش نیابد. بدین منظور با استفاده از برخی الگوریتم های خوشه بندی ازجمله الگوریتم kmeans و الگوریتم jenks natural breaks و درنهایت با ارائه یک الگوریتم ابتکاری به بررسی این موضوع برای کدهای بلوکی خطی باینری سامانمند پرداخته می شود. نتایج شبیه سازی در نرم افزار متلب نشان می دهند که روش های پیشنهادی در این مقاله علاوه بر پیچیدگی محاسباتی پایین و سرعت اجرای بالا، نتایج مطلوبی در شناسایی پارامترهای کدهای بلوکی سامانمند با طول های بلند و درصد بالایی از خطا را دارند.

Blind Recognition of Block Code Parameters in the Presence of High SNR Using Statistical Techniques

Blind recognition of error correction codes parameters from intercepted bitstream at the receiver side, is highly considered in military and commercial applications. In fact, identification of the encoding scheme used in the transmitter without any prior information, is a challenging task to the adversary. Several methods have been presented for blind code recognition. In this paper, a statistical method for recognition of  the length of the code word and the length of the block of information is presented. This scheme not only is resistant to error, but also its performance sustains in long codes. In this work, the method has been tested using some clustering algorithms such as KMeans and Jenks Natural Breaks. Then, a novel method to extract features of systematic binary linear block codes has been presented. Simulation results in MATLAB show that the proposed method, in addition to having low computational complexity and high performance rate, have an acceptable result in identifying systematic block codes with long lengths and even at high error levels.