IS算法及其在线性分组码仿真中的应用

该文用IS方法对在消息传播译码算法下的线性分组码进行了仿真分析。重点分析了SPC码和LDPC码在IS方法下的仿真情况,并比较了LDPC码在IS和MC两种仿真方法下的性能。     

基于LDPC码结构的盲信道噪声方差估计方法

在LDPC码的迭代软判决译码算法中需要利用信道的噪声方差,通过对二元LDPC码、采用BPSK调制的盲信道噪声方差估计方法的分析,提出了在AWGN信道条件下,采用QPSK调制的基于多元LDPC码结构的盲信道噪声方差估计算法,将估计的结果应用到多元LDPC码的译码算法中。仿真结果显示,该算法可以有效地提高信道利用率,在没有增加额外开销的同时能够得到比较准确的信噪比估计。     

LDPC在QPSK调制下的最小和整数译码

低密度奇偶校验码(LDPC码)具有逼近香农限的优良性质。基于此,对LDPC码在QPSK调制下的最小和译码算法进行研究,提出一种基于整数运算的最小和译码算法,算法中所有变量都用固定长度的整数表示,便于硬件实现。仿真实验证明,该算法的性能与基于高精度浮点数的和积译码算法接近。     

无线光通信中LDPC码在DPIM调制下的优化设计

介绍了DPIM调制阶数和LDPC码码率的关系,分析了选取调制阶数及码率使通信系统达到最佳效果的途径。同时介绍了DPIM调制方式的误码率的计算方法,为1T一旋转LDPC码在无线光通信DPIM下的仿真研究奠定了理论基础,在DPIM调制方式下对1T一旋转LDPC码进行了仿真性能分析。     

弱湍流下基于LDPC码和PPM的性能分析

引入LDPC码作为大气光通信的信道编码方式,采用PPM调制方式,讨论了在高斯信道和弱湍流信道中,在PPM调制下应用LDPC码的差错性能,并对LDPC的log-BP译码算法进行一些相应的修正.并通过对经LDPC编码与未编码下在高斯信道和弱湍流信道中的差错性能的计算机仿真比较,结果表明引入LDPC码后可以有效改善了高斯信道和弱湍流信道下的通信差错性能,最后对经LDPC编码后在弱湍流信道下的性能和在高斯信道下的性能进行比较,具有一定的应用价值.     

CMMB中LDPC码的编译码研究及仿真性能分析

CMMB中采用了先进的信道纠错码LDPC码和OFDM调制技术,在移动多媒体电视标准中具有领先地位。通过分析LDPC码的校验矩阵规律,采用适合CMMB标准的改进LU分解编码算法,大大减少了存储资源的使用,并在MATLAB平台的仿真测试环境下,通过最小和译码算法进行译码,测试结果表明,LDPC码非常适用于高速传输系统中,仿真对比得到的最优修正值使译码性能改善,能满足高精度的数字信号传输需要。为CMMB的信道编解码器的硬件设计提供了一套有效的编译码算法方案,具有较好的实用价值。     

有限长度LDPC码一种速率兼容删余算法

提出一种AWGN信道下有限长度RC-LDPC码的删余算法,该算法对规则及非规则LDPC码均有效。该删余算法基于一系列准则,其中一个重要准则是某个候选删除节点的具有低的近似环外消息度(ACE)的短环的数量。仿真结果表明,ACE对删余码的性能有很大的影响,该算法的性能比已有算法有进一步提高。     

无小环的结构化低密度校验码的构造方法

提出了一种基于代数方法和图的高度结构化的低密度校验(LDPC)码构造方法.该方法通过设计一个有3类特殊线路的连接图,来保证由此连接图映射而得的校验矩阵对应的Tanner图无小环.此方法可构造最小环长分别为8和12的两类(3,k)准循环(QC)规则LDPC码.对该方法进一步扩展,还可构造两类列重为2最小环长分别为16和24的结构化LDPC码.仿真结果表明在加性高斯白噪声(AWGN)信道下,用迭代译码算法,在误比特率为10-5时,新提出的(3,k)准循环规则LDPC码优于对应的随机构造的LDPC码0.1dB,而新提出的列重为2的结构化LDPC码优于对应的随机构造的LDPC码2dB.     

无线光通信中DPIM调制下LDPC码需求分析

介绍APD检测输出的概率分布,并且介绍DPIM调制原理,讨论在无线光通信中DPIM调制方式下,LDPC码应用的两个瓶颈问题.通过将DPIM调制改进为定长DPIM调制解决第一个问题.在APD检测输出概率分布的理论基础上,通过对LDPC码译码算法的改进,解决第二个问题.     

一种新的基于光纤信道LDPC码的16QAM调制解调算法

针对提高光纤通信系统中LDPC编译码方案频谱利用率的问题,本文研究了光纤通信系统中具有较高频谱效率的LDPC高阶调制方案,重点以16QAM调制的LDPC为例分析了基于卡方分布的光纤信道中软解调对数似然比的理论推导,提出并推导了其简化算法,设计了16QAM-LDPC的光纤通信系统方案。仿真结果表明,采用16QAM软解调译码算法能带来较好的系统性能,当码长2304,码率为5/6的QC-LDPC码在时,对应的Q=9.1dB。其相应的简化算法在0.2dB的性能损失代价下,可以具有较低的译码复杂度。     

一种适用于流余通信系统的网格编码调制技术

流星余迹通信信道具有短时突发传输的特点,为了在有限的传输时间内尽可能多的传输有用信息,达到提高传输速率及改善系统可通量的目的,提出了一种适用于流余通信系统的网格编码调制（TCM）技术;将8PSK恒包络调制方式与TCM相结合以充分利用系统的发射功率;为了降低TCM算法的误码率,将传统TCM中的卷积编码替换为Turbo码,形成了TTCM-8PSK算法;通过选取性能优异的交织参数与码长进一步改善误码性能;在译码时对迭代的外部信息和分支转移概率进行加权处理,降低算法的复杂度;仿真结果表明：与常用的RS编码及BPSK/QPSK调制方式相比,TTCM-8PSK算法不仅使流余通信系统的可通量得到了提升,而且提高了传输可靠性,为下一代流余通信系统研制提供了理论基础。     

基于增益透明SOA的OOK-8PSK调制格式转换研究

本文提出了一种基于级联型增益透明SOA的码型转换系统，通过三个级联增益透明SOA的相位调制作用实现OOK-8PSK的码型转换，避免了交叉增益调制与四波混频效应。本文从理论上建立了OOK-8PSK码型转换系统，并对该系统进行数值仿真，讨论了信号光功率、辅助光功率对码型转换性能的影响，最后对产生的8PSK码型信号进行判决，精确解调出码型转换前的OOK信号，验证了系统的可行性。     

数字卫星广播系统中的调制识别研究

通信信号的调制类型识别在非协作通信中具有重要研究意义。针对卫星通信中调制方式不断向高阶发展的情况,提出了一种对高阶数字调相信号的调制方式自动识别算法。该算法利用四阶以及更高阶的信号累积量和高阶信号的相位分布特征来提取出信号的特征参数,对QPSK, 8PSK , 16APSK和32 APSK 四种调制方式进行了有效区分。文中给出了接收信号的处理流程图,并对算法进行了仿真。理论和仿真结果都表明,这种算法对信号的相位偏差具有不变性,同时对加性高斯噪声也不敏感,具有一定的稳健性,在特定的数据长度和较低信噪比条件下,可得到很高的识别率(>95%)。     

基于LDPC编码的CPM调制系统设计与分析

从对抗需求和可实现性出发,设计了一种基于LDPC编码的CPM调制系统,对系统结构进行了优化设计,避免了LDPC和CPM之间多次迭代所带来的系统复杂度问题,通过对编码和调制过程中的主要算法进行简化,减少了运算量,提高了可实现性.最后,对系统性能进行了仿真,并对仿真结果进行了对比分析,同时给出了硬件实现的资源使用情况.结果...     

基于小波和高阶累积量的数字调制识别算法

利用基于高阶累积量的数字调制识别算法对数字调制信号进行分类识别时,六阶及六阶以上累积量的计算过于复杂,且多进制频移键控(MFSK)与8PSK信号各阶累积量的值均相等,直接计算无法识别。针对此问题,提出了一种基于小波和高阶累积量相结合的分类算法,先对MFSK与8PSK信号进行小波变换,再利用四阶累积量进行识别。实验证明,利用该算法所提取的特征参数能有效抑制高斯白噪声,除了识别2ASK/BPSK,4ASK,2FSK,4FSK,QPSK,8PSK信号外,还可识别16QAM,并且计算量小,易于实现。当信噪比大于等于3dB时,总体识别率达到96%。与已有算法相比,仿真结果证明了该算法的优越性。     

一种改进的LLR BP译码算法研究

运用LLR BP经典算法对低密度奇偶校验(LDPC)码译码时,由于译码时迭代次数过多和每次循环时校验节点的计算复杂度过高,导致译码复杂度非常高.提出了一种改进型LLR BP译码算法,采用泰勒级数将LLR BP算法中复杂度高的雅克比修正项进行分段线性近似.仿真表明:该算法在译码性能损失不大的情况下可大幅降低LDPC码的译码复杂度.     

快速检测低密度奇偶校验码围长的新算法

针对低密度奇偶校验码(LDPC)的围长计算复杂度较高的问题,结合Dijkstra算法及Tanner图的结构特点提出一种快速检测围长的新算法,该算法的时间复杂度较低。与目前的算法相比,该算法不仅计算速度快,且能一次性给出围长的大小及所经过的边,避免冗余计算。最后,通过实例仿真验证了该算法的可行性和高效性。     

Automatic determination of digital modulation types with different noises using Convolutional Neural Network based on time–frequency information

In this study, a novel digital modulation classification model has been proposed for automatically recognizing six different modulation types including amplitude shift keying (ASK), frequency shift keying (FSK), phase-shift keying (PSK), quadrate amplitude shift keying (QASK), quadrate frequency shift keying (QFSK), and quadrate phase-shift keying (QPSK). The determination of modulation type is significant in military communication, satellite communication systems, and submarine communication. To classify the modulation types, we have proposed a two-stage hybrid method combining short-time Fourier transform (STFT) and convolutional neural network (CNN). In the first stage, as the data source, the time–frequency information from these modulation signals have been extracted with STFT. This information has been obtained as 2D images to feed the input of the CNN deep learning method. In the second stage, the obtained 2D time–frequency information has been given to the input of the CNN algorithm to classify the modulation types. In this work, noises at various SNR values from 0 dB to 25 dB were created and added to the modulated signals. Even in the presence of noise, the proposed hybrid deep learning model achieved excellent results in the noised-modulation signals.     

基于多层LDPC的分布式视频编码

改进了基于多层低密度一致校验码(Multi-level LDPC)的分布式视频解码方法.逐层进行迭代译码,低层向高层传递译码软信息(似然比),迭代译码的内信息通过计算旁信息与码字之间欧氏距获得.相比传统的多级解码方式,提出的解码方式可以减少逐层硬判决带来的信息丢失,从而减小低层向高层的错误传播,更适合于视频数据的Syndrome编码.实验结果表明,该解码方式能提高分布式视频中多层码的解码成功率,从而提高编码效率.