摘要： 针对高阶误码条件下伪随机序列多项式估计算法效率不高、容错性能差等问题进行研究，提出一种基于可信度累积的多项式估计算法。该算法结合了基于二元序列迭代的BM算法和改进型Chase算法，利用序列软信息，在BM算法外部构建序列及多项式可信度集合，通过可信度累积实现估计。然后，利用本原多项式的二元域性质，通过缩小累积多项式规模，提高估计精度。仿真结果表明，该算法性能不受制于多项式抽头个数，在误码率为18%的条件下能够完成17阶m序列多项式估计。