IRA码密度进化方法分析与门限判决

针对IRA(非规则重复累积)码的和积译码算法,深入研究了其密度进化方法的原理,并推导了2种密度进化实现算法,即IRA码的离散密度进化和高斯近似算法。在AWGN(加性高斯白噪声)信道中利用2种算法对DVB-S2标准中的IRA码进行门限判决,并对其中的一类码的译码性能进行仿真,为研究和应用DVB-S2标准提供了参考数据。     

不规则LDPC码的密度进化方法及其门限值确定

该文针对不规则LDPC码阐述密度进化原理,比较分析了具体算法的特点与应用。对离散密度进化和高斯近似算法进行了仿真分析,寻找到一些好的分布对。这对促进LDPC码以及其它现代高效纠错码的理论分析和应用研究具有重要指导意义。     

基于高斯混合概率假设密度的运动参数估计组合平滑滤波算法

针对高斯混合概率假设密度(GM-PHD)滤波器在目标速度未知或不准确时,目标状态估计性能较差,该文提出一种基于GM-PHD的运动参数估计组合平滑滤波算法。该算法通过目标状态提取速度信息,经过中值平滑和线性平滑组合处理提升速度估计准确性,然后将速度反馈给GM-PHD滤波器的状态转移方程,提高状态预测精度。仿真结果表明,目标速度未知或不准确时,所提算法能够明显改善GM-PHD滤波器状态估计性能。     

基于LDPC编码的MIM0系统迭代接收机研究

研究了基于LDPC编码无线MIMO通信系统中的软输出最小均方误差干扰抵消迭代(MMSE PIC)检测算法.针对初次迭代检测时PIC输出的后验比特对数似然比(LLR)不可靠的问题,利用MMSE滤波器输出的高斯近似表示,给出了基于后验概率估计的迭代干扰抵消检测算法,以提高检测器输出的编码比特对数似然比的可靠性.仿真结果表明:改进的检测算法优于现有算法.     

基于LDPC编码的MIM0系统迭代接收机研究

研究了基于LDPC编码无线MIMO通信系统中的软输出最小均方误差干扰抵消迭代(MMSE PIC)检测算法.针对初次迭代检测时PIC输出的后验比特对数似然比(LLR)不可靠的问题,利用MMSE滤波器输出的高斯近似表示,给出了基于后验概率估计的迭代干扰抵消检测算法,以提高检测器输出的编码比特对数似然比的可靠性.仿真结果表明...     

高斯混合噪声中弱信号的Rao检测方法

期望最大化(Expectation Maximization,EM)算法是求解参数最大似然估计(MLE)的最优迭代算法,但若参数初始化不恰当,会使估计值落入"初值陷阱",导致错误的参数估计值.为此,本文提出了估计高斯混合噪声参数的矩 - EM算法,即先求参数的矩估计,并用矩估计值初始化参数,再通过EM迭代算法估计参数.在此基础上,经高斯化滤波,导出了高斯混合噪声背景下未知幅度弱信号的Rao检验统计量.仿真结果表明,矩 - EM算法可以更准确地估计噪声参数;基于矩 - EM算法的Rao检测性能优于基于EM算法的Rao检测性能.     

BICM-OFDM中利用叠加导频的迭代信道估计

提出了一种利用叠加导频的迭代信道估计算法。将导频信号叠加在发送信号上,利用一阶统计量进行初始信道估计。利用比特交织编码调制（BICM）中迭代译码的硬判决反馈信息,进行迭代信道估计。该算法在不牺牲信息速率的前提下,有效提高了系统带宽利用率。在BICM-OFDM系统中的仿真结果表明,与传统叠加导频算法相比,文章提出的算法可有效提高信道估计精度和系统性能。     

量子进化粒子滤波算法及其在说话人跟踪中的应用

以说话人跟踪问题作为应用背景,针对非线性、非高斯随机系统的状态估计问题,本文将量子进化算法和粒子滤波相结合,提出了一种量子进化粒子滤波算法.该算法采用量子编码来表示粒子;通过模拟量子坍塌产生粒子集,同时引入量子变异与量子交叉操作来保持粒子的多样性,从而提高了算法的滤波性能.计算机仿真与说话人跟踪实验结果表明,量子进化粒子滤波算法比通常的粒子滤波算法具有更好的滤波性能.     

针对双选择性衰落信道的联合期望传播与高斯近似迭代均衡算法

针对双选择性衰落信道，为提升信息传输的可靠性，设计了一种联合期望传播与高斯近似的迭代均衡算法。该算法借鉴高斯近似的思想，将接收信号中由多径传播效应导致的符号间串扰近似为高斯分布随机变量，进而计算数据比特的对数似然比信息，以较低的复杂度实现译码器与均衡器之间的信息传递。为了进一步提升高斯近似的准确性并改善迭代算法的收敛性，创新性地利用期望传播的处理准则对译码器输出的后验信息进行去相关处理。仿真结果显示，期望传播处理准则可以显著改善迭代算法的收敛性和均衡的准确性，与线性最小均方误差和NDDE等经典均衡算法相比，所提出的联合期望传播与高斯近似的迭代均衡算法可以获得1～1.5 dB的性能增益，有效提升了双选择性衰落信道下信息传输的可靠性。     

OFDM系统中一种改进的最大似然同步迭代算法

在考虑多径衰落信道的影响下,改进了基于循环前缀的最大似然(ML)同步迭代算法,弥补了原ML迭代算法只在高斯白噪声信道背景下才能得到准确的定时和频率偏差估计的不足,实现了多径衰落信道下的同步估计.并在多径衰落信道下进行了仿真实验,结果表明改进迭代算法在具有较好的同步性能.     

自适应步长加权正交约束自然梯度ICA算法

针对传统自然梯度ICA算法的不稳定和分离结果不准确,提出一种自适应步长加权正交约束自然梯度ICA算法。首先,基于分离矩阵所满足的正交性约束,引入一种单步正交性修正方法。然后,根据相邻迭代结果之差可用于平滑构造每步迭代结果与最优值的距离,设计出一种单步误差估计函数。最后,据此误差估计函数引入一种自适应调整的步长。仿真实验表明,自适应步长加权正交约束自然梯度ICA算法,相比于传统的自然梯度ICA算法具有更快的收敛速度,且算法的稳定性和分离结果的准确性都得到了较大提高。     

译码转发中继系统基于校验分裂的IRA码设计

在译码转发中继系统中,非规则重复累积(IRA)码的设计本质是设计码率兼容IRA码.由于通过校验分裂得到的码字的不同部分经历不同的信噪比,因此给出了基于校验分裂的修正的高斯近似的密度进化算法来分析IRA码的门限并且用差分进化算法对其优化.实验仿真证明与传统的密度进化算法得到的IRA码相比,当误帧率是10~(-3)时,优化得到的码字大约有0.5dB的增益.     

基于改进SAMP算法的UWB多径信道估计

稀疏度自适应匹配追踪（SAMP）算法重构过程中存在其迭代终止条件设置不够合理的情况,需要对SAMP算法进行改进.在信道稀疏度未知时,改进SAMP算法依据残差之差的相对能量小于设定的停止门限来终止迭代过程,通过自适应调整可变步长逐步逼近信道的稀疏度,从而实现了重构UWB信道.仿真结果表明,改进SAMP算法低信噪比时重构精度高于SAMP算法,具有更好的重构性能和广泛的实用性.     

基于迭代自适应稀疏分解的雷达信号去噪

稀疏分解能有效分离信号和噪声,因此适用于信号去噪.文中构造了雷达回波稀疏表示的冗余字典,字典原子与目标回波波形匹配,基于该字典的雷达回波信号稀疏度就是目标数.针对稀疏度自适应匹配追踪算法进行低信噪比信号稀疏分解时的不足,提出了一种迭代自适应匹配追踪算法,采用规范化的残差之差作为迭代终止条件,使得稀疏分解过程能依据噪声水平自适应终止,以逐次逼近方式估计信号稀疏度,改善了稀疏分解的精度.仿真实验结果表明,该算法在低信噪比以及稀疏度未知的条件下,实现了雷达回波信号的准确稀疏分解,极大地提高了信噪比.     

毫米波系统中基于压缩感知的波束空间信道估计

波束空间信道估计中大多为窄带信道模型,因此,将基于天线开关网络(Antenna Switching Network, ASN)的导频分组方案应用到宽带信道中,将信道估计构建为稀疏信号恢复问题。针对稀疏信号重构算法中基于广度优先准则的多径匹配追踪算法(Breadth First Based Multipath Matching Pursuit, MMP-BF)需要已知稀疏度的问题,使用分段弱正交匹配追踪算法(Stagewise Weak Orthogonal Matching Pursuit, SWOMP)的阈值准则代替MMP-BF算法的相关性准则,并在每一次迭代结束后根据估计值再次采用阈值准则进行回溯以提高原子选择的准确性。仿真结果表明,在信噪比为0 dB时,改进算法在低导频开销下相比正交匹配追踪(Orthogonal Matching Pursuit, OMP)等传统算法估计精度提高了至少2 dB,相比MMP-BF算法在不同路径个数下具有更好的鲁棒性。     

基于背景差分和混合帧差的运动目标检测

针对利用核密度估计建立背景模型时计算量大,运动目标和外界环境容易发生变化,提出一种基于改进的核密度估计背景差分法和改进的混合帧差法相结合的运动目标检测方法。该方法在背景建模时,先对背景差分后的图像进行分块和分类,并简化了核密度估计的核函数,对前景块中的像素进行核密度估计,减少了计算量。在混合帧差法中增加了动态阈值,提高了对光线变化的适应性。实验结果表明该方法能够完整地提取出运动目标,提高了目标检测的准确率。     

Rice信道下LDPC码密度进化的研究

应用低密度奇偶校验(LDPC)码译码消息的密度进化可以得到码集的噪声门限,依此评价不同译码算法的性能,并可以用来优化非正则LDPC码的次数分布对。该文首先以Rice信道下正则LDPC码为例,讨论了不同量化阶数及步长时BP,BP-based 和offset BP-based 3种译码算法的DDE(Discrete Density Evolution)分析,接着在offset BP-based译码算法的DDE分析基础上,采用差分进化方法对Rice信道下非正则LDPC码的次数分布对进行了优化,得出了相应的噪声门限。最后,给出了Rice信道下码率为1/2的优化非正则LDPC码的概率聚集函数(PMF)进化曲线。     

多码率多边类型LDPC码译码器的设计与实现

提出了一种固定码长的多码率多边LDPC码译码器,该译码器采用对校验比特信息进行间隔删余的算法实现其多码率译码,并设计了一种适合多码率多边LDPC码的部分并行译码结构。基于该结构在FPGA平台上实现了码长为640 bit,码率为0.5～0.8的多边LDPC码译码器。     

Group Shuffled BP算法的密度演进和高斯近似

为了分析Group Shuffled BP译码算法的收敛性能,同时简化密度演进计算的复杂度,在证明对称性条件的基础上,提出了基于Group Shuffled BP译码算法的密度演进的高斯近似。从而将密度演进中计算消息概率密度的无限维问题,简化为跟踪高斯分布均值的一维问题。仿真结果表明,该方法具有较高的精确度,可以有效分析Group Shuffled BP译码算法的收敛性能。     

基于压缩感知超宽带信号盲稀疏度信道估计

鉴于超宽带(UWB)信道估计要求预先给出信道才能精确重构的不足,研究了基于压缩感知的盲稀疏度匹配追踪类算法用于信道重建.这种盲稀疏度方法根据迭代终止条件和字典中最优原子选择方式的不同,设置迭代终止阈值和阶段转换阈值,通过可变步长的增大逐步逼近稀疏度,实现精确重建.仿真结果表明,相同条件下,基于此思想经过改进算法可有效用于解决实际UWB信道估计,较改进前算法估计性能相当,是一种具有应用价值的盲稀疏度重构方法.