WCDMA的小区搜索及其实现算法

对WCDMA三步小区搜索各步的实现算法进行了研究，充分考虑了频差对初始小区搜索的影响，给出了各步优化的实现算法。     

一种改进的WCDMA系统小区搜索算法

小区搜索技术是WCDMA同步系统中的核心与关键技术.文中针对WCDMA系统三步小区搜索的特点,充分考虑了频差对初始小区搜索带来的影响,提出了优化的结构模型与实现算法,该模型结构简单,便于算法的灵活实现.文中对其性能进行了分析,得到了性能表达式,并通过仿真获得了算法所需的参数.     

基于变换域的简化LTE小区搜索算法

针对目前LTE小区搜索算法比较复杂的问题,根据信号的时频对称特性,提出了时域和变换域联合估计的简化方法.没有增加额外的测度函数,分三步实现LTE小区准确搜索,即时域实现半帧定时和分数倍频偏估计,频域获取整数倍频偏估计和半帧细定时,混合检测实现帧定时,同时根据同步码的检测获取小区ID.与以往算法相比,所提算法降低了LTE小区搜索的复杂度.仿真结果证明,信噪比在-10～2 dB之间时该算法的性能有一定提高,对于实现终端快速准确的小区搜索有一定的应用价值.     

LTE中小区初始搜索与主同步算法的研究

3GPPLTE系统的同步信号包括主同步信号PSS与辅同步信号SSS,用于小区搜索。时频同步是LTE系统小区搜索的基本需求,文章简单介绍了LTEFDD系统主同步序列与辅同步序列的产生、小区初始搜索流程,总结了探测LTE主同步信号PSS的几种不同方法,针对当系统频偏较大时同步性能较差这个问题,对一种改进的M．partN]步算法的性能进行仿真。仿真和实验结果表明,M-part同步算法具有良好的同步性能,能够满足LTE系统对同步性能的要求。     

低信噪比环境下WCDMA小区搜索的FPGA实现

针对区域内多个小区普查的需求,对复杂环境下低信噪比WCDMA小区搜索进行了针对性改进,采用差分相干累积以及RS软译码算法提高了低信噪比条件下WCDMA小区搜索性能并利用FPGA进行了工程实现,仿真计算和安捷伦E5515C的测试结果表明改进是有效的。     

MIMO OFDM系统中小区搜索技术

本文在OFDMA技术研究的基础上,基于LTE基本帧结构,通过对小区搜索原理的详细分析,提出了OFDMA系统的小区搜索方案和实现流程,并且通过仿真给出了多天线模式下算法的仿真曲线和性能分析,验证了算法的可实现性.     

TD-SCDMA下行导频搜索方法研究

简要介绍了TD-SCDMA系统小区初始搜索中下行导频时序搜索的原理和实现方法,对原有的TD-SCDMA下行导频时序搜索算法进行了改进。仿真结果表明,改进算法提高了用户终端的抗干扰能力。     

5G NR同步检测算法设计

5G终端必须通过gNB接入网络，这样才能正常的利用通信网络传送数据，因此必须进行小区搜索。小区搜索指利用无线终端搜索，获取小区所在的下行方向上的频率和时间的同步,并对小区的识别号进行搜索检测的过程。文中主要对5G NR 进行了深入探索与研究，解析了其所进行的下行同步这一过程，其中着重分析了5G NR 同步信号的构成和搜索过程，并在前一项的工作基础上实现了 5G NR 同步检测算法设计。由此可知，在5G NR下行信道同步过程中，CDL信道模型相较于TDL信道模型具有更好的性能。     

一种WCDMA小区搜索算法设计与实现

通过对WCDMA小区搜索算法过程进行研究,分析传统最大似然算法在时隙同步中存在的不足,给出基于频偏补偿和时隙同步相结合的时隙同步方案;采用基于快速哈达码变换的帧同步算法,快速准确实现小区主扰码组的识别。通过WCDMA实时处理系统,验证算法在时隙同步过程中能够有效克服系统频偏带来的同步误差,并最终实时实现小区搜索。     

LTE辅同步检测低复杂度算法设计及实现

小区搜索是LTE移动通信系统中的重要过程,移动终端通过小区搜索实现与基站之间的时间和频率同步,在这个搜索过程中通过主同步信号(Primary Synchronization Signal,PSS)检测和辅同步信号(Secondary Synchronization Signal,SSS)检测完成小区ID的识别。传统的SSS检测算法,需要遍历所有可能序列,复杂高。针对这一缺点,提出一种利用辅同步序列特点,缩小候选序列的新算法,该算法能显著降低搜索范围和计算复杂度。同时,在FPGA硬件实现时,采用1 bit量化和计算单元分时复用策略可进一步降低辅同步信号检测复杂度。仿真结果表明,设计和实现的SSS检测算法能够很好地完成小区搜索的辅同步检测过程。     

一种适用于AVS_M的改进型交叉搜索算法

针对于移动视频编码标准(AVS-M)中运动估计模块的计算,本文提出了一种适用于AVS-M的改进型交叉搜索算法。该算法以传统的交叉算法为基础,通过对AVS-M运动矢量的研究和分析,针对传统优秀算法的不足,引入灵活的搜索窗口,有效的降低了运动估计的运算量。实验结果表明,该算法显著降低了复杂度,大大减少了搜索点数,具有较好的鲁棒性。     

Clustering via dimensional reduction method for the projection pursuit based on the ICSA

The performance of the classical clustering algorithm is not always satisfied with the high-dimensional datasets, which make clustering method limited in many application. To solve this problem, clustering method with Projection Pursuit dimension reduction based on Immune Clonal Selection Algorithm (ICSA-PP) is proposed in this paper. Projection pursuit strategy can maintain consistent Euclidean distances between points in the low-dimensional embeddings where the ICSA is used to search optimizing projection direction. The proposed algorithm can converge quickly with less iteration to reduce dimension of some high-dimensional datasets, and in which space, K-mean clustering algorithm is used to partition the reduced data. The experiment results on UCI data show that the presented method can search quicker to optimize projection direction than Genetic Algorithm (GA) and it has better clustering results compared with traditional linear dimension reduction method for Principle Component Analysis (PCA).     

Content-Aware Fast Motion Estimation Algorithm

In this paper, we propose the Content-Aware Fast Motion Estimation Algorithm (CAFME) that can reduce computation complexity of motion estimation (ME) in H.264/AVC while maintaining almost the same coding efficiency. Motion estimation can be divided into two phases: searching phase and matching phase. In searching phase, we propose the Simple Dynamic Search Range Algorithm (SDSR) based on video characteristics to reduce the number of search points (SP). In matching phase, we integrate the Successive Elimination Algorithm (SEA) and the integral frame to develop a new SEA for H.264/AVC video compression standard, called Successive Elimination Algorithm with Integral Frame (SEAIF). Besides, we also propose the Early Termination Algorithm (ETA) to early terminate the motion estimation of current block.We implement the proposed algorithm in the reference software JM9.4 of H.264/AVC and the experimental results show that our proposed algorithm can reduce the number of search points about 93.1%, encoding time about 42%, while maintaining almost the same bitrate and PSNR.     

遗传+模糊C-均值混合聚类算法

本文提出了一种新的结合遗传算法(GA)和模糊C-均值算法(FCM)的混合聚类算法(HCA)。它通过对问题的解空间交替进行全局和局部搜索,达到快速收敛至全局最优解,较好地解决了GA在达到全局最优解前收敛慢和FCM算法容易陷入局部极小的问题。三组不同分布类型的数据聚类实验表明,该算法具有较好的通用性和有效性。     

自适应果蝇优化算法

为了进一步提高果蝇优化算法(FOA)的性能,提出了一种自适应果蝇优化算法(SAFOA),设计了果蝇搜索群体模型,给出了一种自适应搜索步长搜索算法。仿真结果表明,相比FOA算法和递减步长果蝇优化算法(DS-FOA),SAFOA收敛速度较快,全局搜索与局部寻优能力强,并能到达高的收敛精确度。     

运动估计中一种基于分级搜索的快速菱形算法

文章在分析菱形算法的基础上，设计了一种区分出运动剧烈和缓慢的视频帧分析方法．在此基础上针对大部分的运动缓慢帧提出了一种新的搜索模板。实验结果表明，该方法同菱形搜索算法相比．可在基本不降低搜索效果的情况下极大的提高搜索效率。     

Fast motion estimation using modified orthogonal search algorithm for video compression

This paper presents a novel method named as Modified Orthogonal Search Algorithm (MOSA) for the block based motion estimation. Recently fast search algorithm for video coding using Orthogonal Logarithmic Search Algorithm (OSA) has been proposed by Soongsathitanon et al. (IEEE Trans Consum Electron 51(2):552–559, 2005). We introduce the center biased search point pattern for the estimation of small motions and a half way stop technique to reduce the computational complexity in the existing OSA. This feature improves the speed performance of the algorithm by 80% as compared to the Full Search Algorithm, 50% over the Three Step Search algorithm and 2% faster than the OSA. However, the Mean Square Error and Signal to Noise Ratio did not show significant deviation from the orthogonal logarithmic search algorithm and the three step search algorithm. The experimental results based on the number of video sequences were presented to demonstrate the advantages of proposed motion estimation technique.     

一种基于人工蜂群的高维非线性优化算法

针对传统优化算法在求解高维非线性优化问题时,存在收敛速率慢和求解精度不高等问题.提出一种改进的人工蜂群优化算法.正交试验设计算法被用于初始化蜂群和侦察蜂探索新蜜源.采蜜蜂利用高斯分布估计优化算法在蜜源附近搜索,跟随蜂采用自适应差分算法进行搜索.最后,通过4个标准的高维Benchmark函数测试表明,本文算法在收敛速度、求解精度和稳定性方面有一定优势.     

量子遗传算法在多输出Reed-Muller逻辑电路最佳极性搜索中的应用

量子遗传算法是一种融合量子计算和遗传算法优点的智能算法,常用于求解组合优化问题.本文给出多输出RM(Reed Muller)逻辑电路最佳极性搜索方案,将量子遗传算法应用到多输出固定极性RM电路逻辑优化中.针对量子遗传算法易陷入局部极值的缺陷,结合群体灾变思想,提出一种基于量子遗传算法的多输出RM逻辑电路最佳极性搜索算法.最后对多个大规模PLA格式基准电路测试表明：该算法与基于遗传算法的最佳极性搜索相比,在优化能力、寻优性能和收敛速度等方面都有不同程度的提高.     

基于免疫算法的SAR图像分割方法研究

免疫算法是借鉴生命科学中免疫的概念和理论提出的一种优化算法,它继承了遗传算法的优越性,且避免了优化过程中的退化现象。空间矩阵描述了不同区域间的相邻概率。SAR图像固有的相干斑噪声使对SAR图像处理非常困难。同时,由于SAR图像具有不同区域间对比度较大的特点,因而SAR图像的空间矩阵具有同类区域间相邻概率较大,异类区域间相邻概率较小的特征。该文将SAR图像的空间矩阵的这一特征作为免疫算法中的疫苗,用免疫算法搜索分割结果,并收敛到最优。仿真结果表明,这是一种有效的SAR图像区域分割方法,可以明显抑制噪声对分割结果的影响。