信道编码识别分析是指接收方在半盲或全盲条件下,利用接收到的编码序列,分析求解接收数据的编码类型和编码参数。该技术在智能通信和通信对抗等领域有着十分广泛的应用。低密度奇偶校验码(low density parity check code,LDPC码)因其具有译码简单、逼近香农极限的纠错性能、利于高速信息传输等特点,广泛应用于卫星通信、深空通信、微波通信等民用和军用通信领域。然而国外关于LDPC编码识别分析的关键技术和最新成果鲜为人知,国内对该技术的研究刚刚起步,尤其在实用性方面有很多亟待解决的难题。因此开展LDPC编码识别分析技术研究具有非常迫切的需求。本课题开展非合作条件(编码参数半盲或全盲)下,LDPC编码识别分析技术研究。首先介绍了LDPC编码识别分析的研究背景及意义,分析了其研究现状以及现阶段存在的问题,并对LDPC编码理论及识别问题进行了分析概括。然后在传统信道编码识别方法的基础上,从LDPC码码长码率的识别,校验向量的识别,校验矩阵重建三个方面展开研究,提出了三种算法。并对三种算法进行了实验分析。主要研究工作总结如下:(1)在已知部分先验信息的半盲识别过程中,针对高码率LDPC码编码参数的识别特征区分度低以及判决器识别性能差的问题,提出了基于最大均方比的LDPC编码识别算法。通过构建检验关系对数似然比,分析其在不同编码参数下的概率分布特征,设计了一种最大均方比判决器。从实验结果看,该算法有效地提高了判决器的识别性能,解决了高码率LDPC编码识别特征区分度低的问题。(2)在没有先验信息的全盲识别过程中,针对现有LDPC码校验向量识别算法的搜索复杂度高以及识别率低的问题,提出一种基于稀疏约束的LDPC码校验向量识别算法。通过利用LDPC码校验向量的稀疏约束特性,构造了校验向量预搜索空间,降低了向量搜索复杂度。而且采用多组独立的数据进行校验向量的迭代,提高了算法的识别率。实验结果表明,与基于寻找小重量码字算法相比,该算法的向量搜索空间大幅度降低,算法的识别率提高约15%,而且算法获得的译码增益提高约2.3dB。(3)在全盲LDPC校验矩阵重构过程中,针对误码条件下LDPC码校验矩阵难以逆向重构的问题,提出了基于线性约束关系的LDPC码校验矩阵重构算法。首先对侦收数据进行切分,构造含错矩阵。通过对含错矩阵进行列消元得到其对偶向量;然后结合校验向量的判定准则,筛选出对偶向量中有效LDPC码校验向量,辨识和剔除侦收数据中的含错码组,不断提高无误码码组的比例。最终将原误码条件下的盲识别问题,转化为无误码条件下的线性约束关系的重建问题。实验结果表明,在误码率一定的情况下,该算法具备了一定程度上的LDPC码校验矩阵的重建能力。