一种改进的LT码置信传播译码

在删除信道上,短信息字长度的LT码采用置信传播译码算法性能较差。提出了一种改进的置信传播译码算法,此算法在置信传播译码失败时只需运用高斯消元法确定少数猜测比特就可实现成功译码。仿真结果显示,相比于置信传播译码,改进的置信传播译码算法在增加少量译码运行时间的代价下获得较大的译码性能改善。     

基于深度学习的实用HDPC码译码方法研究

针对现有高密度校验码量化译码性能问题,本文提出了一种基于深度学习的量化最小和译码算法-QMSND.借助深度神经网络,通过对神经最小和译码信道输入向量和每轮迭代过程中节点更新信息进行非均匀间隔量化,动态调整Tanner图边的权重参数,改善消息传播效能.计算机仿真实验结果表明,本文提出的方法在对BCH码进行译码时仅需要8比特表示信息即可接近未经量化的浮点译码性能.因此,所提出的QMSND译码方法便于硬件实现,具有一定的实用性.     

具有UEP特性的LT编码方案

图像和视频文件在传输中对数据可靠性要求较高.为此,提出一种具有不等差错保护(UEP)特性的LT编码方案.研究无线信道中具有不等差错保护特性的LT码,通过增加适量重要信息比特,提高其在编码过程中被选中的概率,以实现对其保护.实验结果表明,在加性白高斯噪声和快瑞利衰落信道中,该编码方案能呈现较好的UEP特性.     

AWGN信道中BPSK误码率仿真分析

针对加性高斯白噪声使数据出现差错对数字通信系统中信号接受端带来的负面效应,对加性高斯白噪声对信道中误码率性能的影响展开研究.通过介绍BPSK的扩频调制解调原理及信号调制解调过程,给出AWGN信道中BPSK调制的理论BER性能;基于Simulink环境构建BPSK在高斯白噪声信道中传输的系统模型,计算出BPSK调制解调的...     

喷泉码中LT码的二次译码算法

LT码是喷泉码的一种,采用LT码的BP译码算法时,当处理完度数为1的数据后,译码将无法继续,造成停止集为空集,影响译码效率。为此,提出一种新的二次译码算法,在译码停止后,针对剩下的编码分组仍然具有可译性的特点,进行进一步译码。仿真结果表明,该算法在译码开销为0.2~0.5的情况下,译码效率普遍提高20%左右。     

一种AWGN信道下非规则LDPC码的优化方法

提出了一种加性高斯噪声（AWGN）信道下非规则低密度奇偶校验（LDPC）码的优化方法。利用LDPC码迭代译码算法下变量节点与校验节点的EXIT曲线之间的面积反映码的收敛阈值与香农限的差距这一特点,设计表示两条EXIT曲线之间面积的函数F,该函数可以衡量非规则LDPC码的性能,F值越小,LDPC码的收敛阈值就越接近香农限。仿真显示,合理设计变量节点和校验节点,减小函数F的值,能够提高非规则LDPC码的性能。     

LT码编译的改进方法

LT码的无速率特性使其可在删除率未知的删除信道下高效传输信息,但译码代价会因R集合为空集概率的增加而增加。针对该问题,提出一种LT码编译的改进方法,使信息单元的度数近似服从均匀分布,并去除生成矩阵中出现长度为4的短环,从而降低R集合为空集的概率。仿真结果验证,采用该方法能降低LT码的译码代价。     

基于二进制对称信道的极化码研究

现有极化码构造方案仅适用于二进制删除信道和加性高斯白噪声信道。为此,研究极化码在二进制对称信道(BSC)的构造方案。分析BSC中的极化码构造方式和编译码算法原理,利用连续删除译码算法对极化码在BSC中的纠错效率进行测试。仿真结果表明,蒙特卡罗法构造的极化码相对于巴氏参数法构造的极化码具有较好的纠错效率。     

用于CPM的LT码设计

研究了在加性高斯白噪声(AWGN)信道中采用连续相位调制(CPM)的LT码串行级联系统.给出了一种联合解调译码算法,并运用高斯近似方法优化设计了在CPM下LT码的度分布函数.计算机仿真结果表明,优化设计的LT-CPM系统具有更低的误码率.     

一种改进的ART码译码性能分析

纠错码是现代通信系统中抵抗无线衰落信道噪声和干扰不可或缺的标准技术,对纠错编码性能的研究一直是通信技术的热门问题。为了提高纠错码的编译码性能,提出了一种结合重复累积(RA)码和级联树(CT)码的累积重复树(ART)码方案,研究了编码结构和译码算法,分析了密度进化方法,推导了高斯近似实现算法,讨论了与OFDM调制相结合的无线网络应用模式。对不同信道条件下的译码性能进行了仿真和比较分析,结果表明,ART码具有较高的编码增益,且编译码算法简单,采用置信传播(BP)译码算法的ART码性能出色。     

瑞利信道下线性分组码的分集增益研究

比较AWGN信道与瑞利信道的误码性能,研究瑞利信道下分集支数与信息传输可靠性之间的关系。推导线性分组码在瑞利信道下误码率上界的理论表达式,得到分集增益与其最小汉明距离的关系。基于蒙特卡洛法对误码性能进行仿真,并与理论误码率上界进行比较,结果表明线性分组码在瑞利信道下获得的分集增益等于其最小码距。     

十字形QAM信号的符号错误率计算方法

针对十字形正交幅度调制(QAM)信号的符号错误率计算问题,提出一种通用的计算方法.根据十字形星座图的特点,采用基于判决门限的区域划分方法进行符号错误率计算,给出高斯白噪声信道和瑞利衰落信道下通用的十字形QAM的符号错误率的理论边界.分析和仿真结果表明,给出的符号错误率为十字形QAM的误码率评估提供了一个准确的参考.     

多次推理中的BP算法优化

使用BP算法求解效用最大化问题时,容易产生大量冗余计算。为此,对标准BP算法进行优化,在推理过程中,对一些受限定条件影响较小的结点,直接利用前次推理结果,无需重新计算其边缘概率,并证明这种优化不会显著影响推理结果。将该算法应用于组合竞拍模型进行测试。仿真结果表明,相对于标准BP算法,该优化算法能提升求解效用最大化问题时的收敛效率。     

分组Turbo码的译码性能分析及DSP优化

基于分组Turbo码的经典译码算法,分析译码参数与译码复杂度的关系及其对译码性能的影响,以一种(15, 11)×(13, 9)分组Turbo码为例,在权衡复杂度与性能的前提下,给出其在C55系列数字信号处理器(DSP)上的软件实现方案,并从定点化、编译选项、高级语言与汇编语言多个层面对译码算法进行优化,使译码运算量较未优化时降低89%。     

IRA码预检测折线修正译码算法设计

不规则重复累积码(IRA)的译码通常采用置信传播(BP)译码算法,然而BP译码算法需进行双曲正切函数计算,复杂度高,不利于硬件实现。为此,提出一种基于分段函数修正和预检测机制结合的译码算法,通过对折线近似译码算法进行非均匀误差补偿,使其性能接近BP算法;同时引入预检测机制对校验节点信息传递进行预检测,判断出对后续迭代影响微小的对数似然信息,并将其移出迭代循环,从而减少计算量。仿真结果表明,该算法通过分段函数修正近似双曲正切函数、引入预检测机制能大大降低运算复杂度,并且具有接近BP算法的译码性能。     

基于软判决的PN码序列多项式估计改进算法

针对现有伪噪声(PN)码序列多项式估计算法容错能力有限的问题,提出一种将统计预处理和软判决求解含错方程相结合的多项式估计改进算法。该算法利用PN码序列的周期特性,通过增加统计预处理环节降低序列的误码率,采用软判决求解含错方程的方法,实现低信噪比条件下PN码序列生成多项式的正确估计。仿真结果表明,改进算法具有较好的容错性能,在信噪比为-9 dB时其估计正确率可达90%以上,且与传统多项式估计算法相比信噪比增益至少为6 dB。     

PSO粒子群算法在神经网络泛化能力中研究

利用PSO粒子群算法对神经网络的权值和阈值,隐藏层中神经元的传递函数系数进行优化。针对网络训练效果好,而泛化能力很差的情况,将训练样本均方差和权值的平方和结合作为PSO算法的目标函数。实验表明,该方法比惯性权值PSO-BP算法和基本梯度下降法好,不但稳定性好,而且预测精度高,泛化能力得到明显加强。     

改进的BP神经网络算法在航迹匹配中的应用

利用迭代最近等值点(ICCP)算法对重力图上的航迹进行匹配可以减小惯性导航系统误差,但计算量大。针对上述问题,通过修改激励函数并增加假饱和预防函数,提出一种改进的反向传播神经网络学习算法。仿真结果表明,该算法可以加快搜索最近等值点的速度,更好地满足重力辅助导航对匹配精度及匹配速度的要求。