تشخیص کور پارامترهای اسکرمبلرهای مبتنی بر LFSR، در داده‌های دیجیتالی

فصل ۱- مقدمه

۱-۱- اسکرمبلر چیست و چرا از آن استفاده می کنیم؟

۱-۲- مزایای استفاده از اسکرمبلینگ قبل از ارسال داده

۱-۳- دنباله‌های شبه تصادفی

۱-۴- معیارهای میزان تصادفی بودن یک دنباله

فصل ۲- تئوری عملکرد شیفت‌رجیسترهای خطی با پسخورد

۲-۱- ترکیب و ساختار شیفت رجیسترها

۲-۲- سنتز الگوریتم LFSR

۲-۳- نمایش کلاسیک دنباله های LFSR

۲-۴- شبیه‌سازی و نتایج مربوط به اجرای الگوریتم برلکمپ-مسی بر روی دنباله خروجی LFSR

فصل ۳- شناسایی پارامترهای اسکرمبلرهای خطی

۳-۱- تشخیص پارامترهای اسکرمبلر با استفاده از دنباله متن ورودی x(t)

۳-۲- تشخیص پارامترهای اسکرمبلرجمعی فقط با استفاده از بایاس متن ورودی

۳-۳- تشخیص پارامترهای اسکرمبلرضربی فقط با استفاده از بایاس متن ورودی

۳-۴- الگوریتم کلوزیو اصلاح شده

۳-۵- نتایج شبیه‌سازی الگوریتم کلوزیو روی اسکرمبلرهای ضربی و جمعی

فصل ۴- شناسایی پارامترهای اسکرمبلر در حضور نویز کانال

۴-۱- تشخیص اسکرمبلر زمانی‌که نویز به صورت بیت‌های تغییریافته باشد

۴-۲- شناسایی اسکرمبلر زمانی‌که درج بیت به صورت نویز در دنباله رخ دهد

۳-۳- نتایج شبیه‌سازی شناسایی چندجمله‌ای اسکرمبلرها در حضور نویز کانال

فصل ۵- شناسایی پارامترهای اسکرمبلر با استفاده از کلمه دوگان انکدر کانال

۵-۱- محاسبه بایاس بعد از کدینگ کانال

۵-۲- بازسازی چندجمله‌ای فیدبک اسکرمبلر بعد از عبور از کدینگ کانال

۵-۳- نتایج مربوط به شناسایی اسکرمبلر قرار گرفته پس از انکدر بلوکی