基于MSF的低复杂度chase型RS码软判决译码算法

重编码与坐标转换技术的应用,极大地降低了基于插值的RS(Reed-Solomon)码代数软判决译码算法的复杂度.基于采用这些技术后的插值二元多项式特征及译码信息多项式特征,提出一种混合多项式选择与因式分解方法(mix polynomial-selection and factorization,MSF),改变传统译码算法结构,以降低因式分解过程的平均算法复杂度.DEV C++程序仿真结果表明,与传统LCC(1ow-complexity chase)算法相比,在平均译码复杂度降低的情况下,且FER≤10-4时,RS(255,239),RS(63,55)能够获得0.1～0.2 dB的增益.     

一种基于TDD的无线mesh网络随机自学习调度算法

基于时分多址(TDD)的无线mesh网络是实现无线多跳网络和宽带无线接入的一种关键技术.为用户提供一种可以保障稳定通信的有效的分布式算法是影响基于TDD的无线mesh网络性能的关键因素.本文针对TDD的无线mesh网络提出一种随机自学习分布式调度算法,这种算法是一种基于信息学习的随机选择算法.在网络中,任一节点都要根据其邻居节点控制消息中所携带的数据,学习邻居节点的调度信息,从而判断可用时隙.若上次信息传输成功,则节点仍然沿用上次的传输时隙;反之,节点在可用时隙中随机选择一个时隙发送控制消息.仿真结果表明,与IEEE802.16标准中定义的算法相比,提出的随机自学习分布式调度算法能实现更高的吞吐量.     

重复累积码在协作分集系统中的应用研究

由于重复累积(repeat accumulate, RA)码兼具LDPC (low density parity code)码译码简单和Turbo码编码容易实现的优点,使其成为信道编码领域的一大研究热点.而编码协作作为一种将信道编码与协作分集系统相结合的工作方式,能同时为通信系统带来编码增益和分集增益.对协作分集系统进行了研究,提出了应用RA码的协作分集系统方案,通过2个不同用户在独立信道下发送码字的不同部分,实现虚拟分集技术.结果表明,RA码协作分集系统比未协作下的误码率要低,系统性能有显著提高.     

低密度格码编译码原理及其性能仿真

低密度格码(low density lattice codes,LDLC)是一种崭新的信道编码技术,与LDPC(low density parity check)的译码类似,校验矩阵H都是稀疏的,都通过迭代的消息传递过程来实现其译码,但不同的是:LDPC传递的信息是标量值,而LDLC的信息是(-∞,∞)上的概率密度函数(PDF).当存在高维n的H,且噪声方差σ2＜n(√∣det(H)∣2)∕2πe时,LDLC可以以任意小的误差传输,| det(H)|=1.给出低密度格码的基本原理,并对其编译码算法的实现做详细介绍,最后通过仿真给出其在AWGN信道下的性能.     

基于网络编码的网络QoS性能分析

网络编码的核心思想是允许网络节点对传输信息进行编码处理,运用网络编码能够提升网络吞吐量、均衡网络负载和提高网络带宽利用率等.介绍了网络编码的几种主要算法和机制,并对这些算法在提高网络QoS性能方面进行了仿真和比较研究.     

联合LDPC码和网络编码的协作通信技术

结合信道编码和网络编码的思想,提出了一种在两用户协作情况下联合LDPC(low-density parity-check)码和网络编码的协作分集方案,该方案在接收端通过基于整体H矩阵的置信传播算法实现LDPC码和网络编码的联合译码,并对该方案在瑞利慢衰落信道下的性能进行了MATLAB仿真.仿真结果表明:与编码协作和不协作方案相比,所提方案在系统误码率性能上有着明显地改善.     

基于半监督流形学习的无线传感器网络定位方法及其应用

提出了一种基于流形半监督学习的移动节点定位算法.该算法利用基于流形学习的半监督方法,通过一定量的有标签样本和无标签样本,获取隐含在节点接收信号强度信息中的流形结构,直接建立节点物理位置与接收信号强度之间的映射关系.算法不需要使用现有的理论或经验信号传播模型,避免了模型不准确带来的定位误差,而且允许网络中存在大量无标签样本,降低了数据采集难度,提高了算法实用性.冶金工业现场的实际应用结果表明,相对RADAR算法,本文算法具有较高的定位精度.     

基于MapReduce的大规模文本聚类并行化

建立快速有效的针对大规模文本数据的聚类分析方法是当前数据挖掘研究和应用领域中的一个热点问题.为了同时保证聚类效果和提高聚类效率,提出基于"互为最小相似度文本对"搜索的文本聚类算法及分布式并行计算模型.首先利用向量空间模型提出一种文本相似度计算方法;其次,基于"互为最小相似度文本对"搜索选择二分簇中心,提出通过一次划分实现簇质心寻优的二分K-means聚类算法;最后,基于MapReduce框架设计面向云计算应用的大规模文本并行聚类模型.在Hadoop平台上运用真实文本数据的实验表明:提出的聚类算法与原始二分K-means相比,在获得相当聚类效果的同时,具有明显效率优势;并行聚类模型在不同数据规模和计算节点数目上具有良好的扩展性.      

多媒体传感器网络中被动目标定位算法

针对被动目标定位问题,提出了一种多视觉感知节点协同定位算法.与传统的视觉目标定位方法不同,该算法无需进行训练或特征识别,而是各个节点基于机器视觉理论,将目标投影为定位平面上的一条直线,并使用Hough变换将该直线映射为Hough空间中的一个离散点,最后对离散点进行正弦曲线拟合,拟合参数即为目标的最终位置估计.根据视觉感知节点所处高度及分辨率引入置信度参数,进一步提高了多视觉感知节点协同定位算法精度.最后分析了算法的时间复杂度,并通过实验验证了该算法可以获得5 cm以上的定位精度.     

OFDMA中继系统的优化编码技术

OFDMA中继通信系统优化量子编码设计,提高中继通信的安全性。提出一种基于通信链路纠缠交换码间干扰抑制的OFDMA中继系统的优化编码技术。构建OFDMA远程量子中继通信系统模型,进行通信算术编码算法设计,采用码间干扰抑制,提高通信编码的可靠性。实验结果表明,该编码算法的通信的失真较小,抗干扰性能优越。