在非合作通信场景中,对于接收方而言通信过程中所采用的信道编码体制和参数是未知的,信道编码盲识别技术可以在没有或仅有部分先验知识的情况下,从接收的数据流中分析出其编码参数,从而为后续信息获取提供可靠依据。该项技术在通信对抗、智能通信等领域占据着重要的地位,具有重要的军事意义和应用价值。IRA(Irregular Repeat-Accumulate,非规则重复累积)码是一种线性分组码,兼具Turbo码和LDPC码的优点,可以实现线性时间编解码,目前关于IRA码的盲识别尚无公开的研究成果,因此本文重点研究IRA码的盲识别。由于IRA码码长往往较长且构造方法特殊,故传统的线性分组码识别方法难以发挥作用。关于长码的识别,目前有学者转向求解编码空间对偶空间这一技术途径,但是现有的算法往往需要一定的先验知识,难以满足非合作通信背景下全盲识别的现实需求,还存在抗误码性能不佳、计算复杂度高等缺陷。针对上述不足之处,本文提出了一种基于对偶空间的迭代筛选算法,在未知任何先验知识的情况下解决IRA码的码长、码字起始点、码率和校验矩阵等参数的盲估计,实现完整线性约束关系的重建。所提算法的核心在于含错码组对偶码字的求取,针对此问题本文首先提出了一种低复杂度的对偶向量求解方法,将全局搜索分解为局部搜索,不同于以往的求解矩阵零化空间的思想,转而为寻找矩阵的低重量列线性组合进而提高了算法的抗误码性能,通过设定统计判决门限对组合系数是否归属于对偶空间进行辨识,利用能否获得满足统计特性的对偶向量这一准则实现码长的识别。其次,针对以往码字起始点识别方法中遍历搜索计算量大的问题,提出了一种码字起始点的快速识别算法,直接检测对偶向量支撑位置的所在区间实现码字起始点的识别并得到有效校验向量集合,从而避免了过多无效的搜索,提高了识别速度。最后,由所获有效校验向量稀疏化重建出校验矩阵,并根据IRA码的编码结构特征分析出交织映射关系和度分布函数。理论分析和仿真结果表明,本文算法在识别正确率和识别速度上均获得了明显的性能提升,能够在较高误码条件下快速盲估计出IRA码的各编码参数,满足非合作场景下全盲识别的需求。