白 迪，崔勇强*，王晓磊，李永辉

(1.中南民族大学电子信息工程学院，武汉 430074；2.武汉大学电子信息学院，武汉 430072)

近几年来，无人机“黑飞”事件[1-2]呈高发态势,而无线(局域)网/无线保真(wireless fidelity，Wi-Fi)是目前使用最为广泛的互联无线通信协议标准，众多无人机采用Wi-Fi作为其通信数据链，故研究Wi-Fi的链路层特征盲识别对于实现基于Wi-Fi的智能通信或无人机的反制都具有重要意义。

Wi-Fi的链路层的调制方式采用的是BPSK/QPSK/QAM/CCK等，目前调制类型识别算法的研究中，各国研究者基于传统的数理统计和新的深度学习的方法[3-9]进行了深入的研究，完成了各种调制方式在各种信噪比下的盲识别算法，取得了前所未有的研究成果。Wi-Fi采用的是低密度奇偶校验码(low density parity check code，LDPC)编码，针对LDPC编码方式的盲识别问题也吸引了各国专家进行了深入的研究[10-17]，Refaey等[10]设计了一种智能接收机，能够从截获的数据流中盲探测LDPC编码。文献[8]提出了一种新的LDPC信道编码识别算法，从译码的角度来识别LDPC编码类型。文献[9]针对一个有限编码数据集，提出了一种Cosine Conformity(CC)算法，能够从3种编码方式中识别LDPC编码，相比同类算法，性能提升1.5 dB。文献[13-17]从人工特征提取以及数理统计的方法着手就识别率、校验矩阵、误码条件等方面的问题展开研究，LDPC编码类型的盲识别的识别率取得了较大的提升。而LDPC编码参数的盲识别却是Wi-Fi链路层特征盲识别的疑难问题，存在识别率不高、计算复杂度高等问题，故现提出基于深度学习的LDPC编码参数盲识别算法，以求在低复杂度、低延时的前提下，提高在各种误码条件下的识别准确率。……