1.一种利用软判决的循环码参数盲识别算法，其步骤在于，首先求出所有码字长度n和生成多项式为xn-1的因式对应的校验矩阵，放入校验矩阵库中；然后使用M2/M4估计器估计信道中的信号幅值及噪声方差；再利用截获的循环码码流，根据假设码字长度和同步时刻构造截获矩阵，调用该码字长度对应校验矩阵库中的校验矩阵，得到校验子的后验概率的平均对数似然比；最后根据循环码的性质，识别出码字长度、同步时刻和生成多项式。

2.根据权利要求1所述的识别方法，其特征在于，建立校验矩阵库，主要根据循环码(n,k)的生成多项式一定是xn-1的因式，因此将xn-1完全因式分解为若干个既约多项式，假设生成多项式是既约多项式，求出其对应的校验矩阵放入校验矩阵库中。

3.根据权利要求1所述的识别方法，其特征在于，利用接收信号的样本，使用M2/M4估计器估计出信道中的信号幅值及噪声方差。由于循环码要经过BPSK调制，以及在信道中受高斯白噪声的影响，接收信号为Xij＝avsij+wij,j＝0,1,…,n-1，其中，Xij表示第i个码字的第j个信号，av是幅度增益，sij为循环码的第i个码字的第j个码元经过BPSK调制的信号，wij服从均值是0方差为的正态分布，其中， 为噪声的方差。接收信号Xij的二阶矩： Xij的四阶矩： 因此

实际上，M2和M4可由接收信号的第i码字估计。

4.根据权利要求1所述的识别方法，其特征在于，求出校验子的后验概率的平均对数似然比 其中，Nm是校验子的数量， 表示第i个码字的第a个奇偶校验位的后验概率对数似然比。根据文献“Tian xia.novel blind identification of LDPC codes using average LLR of syndrome a posteriori probability.IEEE Transactions on Signal Processing，2014”,校验子的后验概率的对数似然比为： 因为y＝tanh-1(x)，在-1

化为：

因为 并且根

据权利要求3所述的识别方法，估计出校验子的后验概率的平均对数似然比。

5.根据权利要求1-4所述的估计方法，同时结合循环码的性质，可以实现循环码参数，包括码字长度、同步时刻和校验矩阵的盲识别。根据命题1，如果ci(x),i＝1,2,…是以g(x)＝A(x)g′(x)为生成多项式生成的(n,k)循环码码字，假设循环码(Mn,k),M＝1,2，…以g′(x)为生成多项式对应的校验矩阵为h′(x)，那么[c1(x)，…，cM(x)]h′(x)mod(xMn-1)＝0,M＝1,2,…。通过假设码字长度、同步时刻，构造截获矩阵，调用该码字长度在校验矩阵库中的校验矩阵，计算出校验子的后验概率的平均对数似然比LLR，根据码字长度和同步时刻正确时，LLR最大，接近于1；码字长度不正确时，LLR约等于0；码字长度正确，同步时刻不正确时LLR大于等于约等于0的数，小于最大值，因而实现码字长度、同步时刻以及校验矩阵的识别。