تخمین پارامتر یک رمزنگار کانولوشن از مشاهدات پر سر و صدا

ما مشکل برآورد پارامترهای یک رمزگذار کانولوشن را از مشاهدات داده های پر سر و صدا، یعنی زمانی که بیت های کد گذاری شده با خطا دریافت می کنیم، در نظر می گیریم.
مهندسی معکوس یک کانال رمزگزاردر هنگام حمله به سیستم‌های ارتباطی و همچنین در آنالیز توالی DNA، کاربردهایی در آنالیز رمز دارد. ما یک الگوریتم تکراری و مبتنی بر الگوریتم بیشینه سازی امید ریاضی (EM)ارایه می‌کنیم. ما از مفهوم نسبت لگاریتم – درست نمایی ( LLR)استفاده می‌کنیم که اشتقاق و تفسیر الگوریتم نهایی ما را تا حد زیادی ساده می‌کند. نتایج نشان‌دهنده طول داده‌های لازم و نرخ خطای کانال برای تخمین قابل‌اطمینان است.

We consider the problem of estimating the parameters of a convolutional encoder from noisy data observations, i.e.
when encoded bits are received with errors. Reverse engineering
of a channel encoder has applications in cryptanalysis when
attacking communication systems and also in DNA sequence
analysis, when looking for possible error correcting codes in
genomes. We present a new iterative, probabilistic algorithm
based on the Expectation Maximization (EM) algorithm. We
use the concept of log-likelihood ratio (LLR) algebra which will
greatly simplify the derivation and interpretation of our final
algorithm. We show results indicating the necessary data length
and allowed channel error rate for reliable estimation.