基于可信度累积的伪随机序列多项式估计算法
针对高阶误码条件下伪随机序列多项式估计算法效率不高、容错性能差等问题进行研究,提出一种基于可信度累积的多项式估计算法.该算法结合了基于二元序列迭代的BM算法和改进型Chase算法,利用序列软信息,在BM算法外部构建序列及多项式可信度集合,通过可信度累积实现估计.然后,利用本原多项式的二元域性质,通过缩小累积多项式规模,提高估计精度.仿真结果表明,该算法性能不受制于多项式抽头个数,在误码率为18%的条件下能够完成17阶m序列多项式估计.
m序列、本原多项式、可信度、BM算法、软信息
TN929.5
2012-12-05(万方平台首次上网日期,不代表论文的发表时间)
共7页
125-131