基于隐马尔科夫模型的多元LDPC联合译码

采用隐马尔科夫模型对信源估计,对基于多进制LDPC码的联合信源信道译码算法展开研究。该算法通过对传统的多进制LDPC译码算法的改进,在迭代过程中加入通过估计算法得到的信源冗余,校正了迭代软信息,提高译码性能。仿真结果表明,在AWGN信道中,改进算法相比传统译码算法性能优越。     

基于信息截断的低复杂度多进制LDPC码译码器

针对多进制低密度奇偶校验(LDPC)码译码算法实现复杂度较高的问题,基于简化增强串行广义比特翻转译码算法(SES-GBFDA),提出将每个符号的对数似然值截断为有限值进而有效减少存储需求和计算复杂度的译码算法,即截断SES-GBFDA.对于定义在伽罗华域GF(32)上的多进制LDPC码译码器,将基本更新单元的数量由32...     

一种多进制LDPC编译码器硬件的实现方法

多进制LDPC码比二进制LDPC码性能更加优异,但编译码算法较为复杂,近几年针对复杂的校验节点的更新计算多位学者提出了多种改进算法。提出基于查表法实现直接编码算法,以TMM译码算法为基础,对其译码性能进行Matlab仿真验证,基于硬件实现提出多个关键模块的优化设计方案,最终实现的编译码器资源消耗小、吞吐量大。应用结果表明,该方法实现的编译码器性能与仿真结果一致,设计方案正确、可行。     

多进制（Q-ary）LDPC码的编译码原理

多进制(Q-ary)LDPC码是将二进制LDPC码一般化到有限域GF(q),其校验矩阵元素不再是(0,1),而是集合(0,1,…,q-1),其译码仍然采用高效的信度传递迭代译码算法.本文主要阐述了多进制LDPC码的编译码原理,并介绍了一种可简化译码的傅立叶变换译码算法.通过将多进制LDPC码的性能与二进制LDPC码和RS码的性能进行比较,可以看出多进制LDPC码在磁存储系统、下一代ADSL系统以及深空通信方面将是取代RS码的强有力的候选,有极其重要的应用价值.     

多进制LDPC译码算法的研究

多进制LDPC码是将二进制LDPC码推广到有限域GF（q）,其校验矩阵的元素不再是（0,1）,而是集合（0,1,…,q-1）,译码仍然采用高效的基于置信度传播的迭代译码算法。这里主要推导了多进制译码算法的迭代公式,分析证明了基于快速傅里叶变换（FFT）理论的改进算法,最后通过仿真手段验证和分析了基于FFT的多进制译码算法的优越性能。     

影响多进制LDPC码译码性能因素研究

多进制LDPC码是将二进制LDPC码推广到有限域GF(q),其校验矩阵的元素不再是0和1,而是集合(0,1,2,…,q-1),译码仍然采用高效的基于置信度传播的迭代译码算法。文中主要阐述了准循环多进制LDPC码(QC-LDPC)校验矩阵的构造以及最小和译码算法的原理,然后在高斯白噪声信道(AWGN)中,用Matlab了仿真不同条件下LDPC码的译码性能,比较分析了影响多进制LDPC码译码性能的因素。     

基于节点子集和k阶信息截断的多元LDPC译码算法

本文提出一种低复杂度的多元LDPC译码算法,从以下两个方面降低复杂度：（1）提出一种节点截断策略,构造处理/非处理校验节点子集,使得一部分足够可靠的校验节点不进行信息更新,从而减少运算量;（2）针对处理校验节点子集,本文进而提出一种k阶信息截断准则,对Trellis图上的边和状态进行划分.在迭代递归过程中,只有"活"的状态/边才参与运算,可进一步降低校验节点的计算量.仿真表明,本文算法的译码性能与现有的几种EMS改进算法非常接近;在译码复杂度方面,不管对高阶域还是低阶域的多元LDPC码,本文算法的复杂度都是最小的.     

多元LDPC码列分层DBC译码算法

针对多元LDPC码扩展最小和（Extended Min Sum,EMS）译码算法收敛速度慢、运算复杂度高的问题,提出一种多元LDPC码列分层动态检泡（Dynamic Bubble-Check,DBC）译码算法。首先对变量节点按不同列重进行分层处理,译码时率先更新列重较大分层的变量节点消息,不同层之间采用串行方式进行消息传递,通过并串结合的方式降低译码迭代次数。在校验节点消息更新过程中,采用动态检泡方法减少EMS算法中的运算量,降低算法复杂度。仿真结果表明,在几乎不损失性能的前提下,该算法的平均最大迭代次数仅为EMS译码算法的50%,复杂度降低为EMS算法的50%。     

引入行重参数的改进不规则LDPC码译码算法

低密度奇偶校验(LDPC)码是一种逼近香农极限的线性分组码,而好的非规则LDPC码其性能优于同码率的规则码.在非规则LDPC码的对数似然比置信传播(LLR-BP)译码算法中,由于行重大小的不同,校验节点对伪后验判决贡献的外部信息不同,为此提出一种基于行重的改进LLR-BP译码算法,该算法引入行权重系数,用以调整不同行重...     

多进制高斯信道下四进制LDPC码的实现

四进制低密度校验码(Low-Density Parity-Check Code,LDPC)具有较好的抗突发差错性能。为了进一步改善系统的性能并适当降低其复杂度,在二进制LDPC码的基础上,主要研究短码长四进制LDPC码,并在原有串行译码算法的基础上对其改进,提出一种基于校验点准确度的串行译码算法。仿真结果表明,在多进制高斯信道条件下,对于短码而言,改进的串行译码算法性能要优于串行译码算法,在误码率为10-2时,能获得0.25 d B的编码增益。     

字符串相似度度量中LCS和GST算法比较

就字符串相似度度量算法的LCS和GST在概念、实现、效率方面进行比较分析,简要探讨了两种算法的应用领域.     

VBLAST系统的译码算法研究

对已有的传统译码算法如迫零算法（ZF）、最小均方（MMSE）算法、连续抵消（SIC）算法等的性能进行了研究,并在此基础上提出将迫零算法与连续抵消算法、最小均方算法与连续抵消算法相结合,构成迫零-连续抵消算法（ZF-SIC）与最小均方-连续抵消算法（MMSE-SIC）,从而明显改善系统的误码性能。此外,对收发两端采用不同天线数时的系统误码性能进行了仿真与分析,同时仿真分析了系统采用QPSK与16QAM调制方式的误码性能,最后给出仿真分析结果。     

一种Turbo译码算法改进研究

Turbo码是近年来广泛应用于通信系统中的一种性能优异的编码方式.文中首先分析了基于最大后验概率的Turbo码传统译码算法,然后指出了使用这类算法具有大译码延时的缺点,分析了常用的能减小译码延时的SW-MAP算法;最后根据此算法的特点提出了SW-MAP算法的改进方案.算法改进后能有效降低译码延时,提高译码性能.     

DOA估计的几种特征结构算法的性能比较

Pisarenko算法、多信号分类（MUSIC）算法、最小模算法和ORPD算法是来波到达方向（DOA）估计中常用的四种特征结构算法。在不同的信噪比及阵元数目条件下,对这几种算法的分辨性能作了比较。仿真结果表明：MUSIC算法是最稳定的一种算法;在预知大致方位的前提下。ORPD算法分辨性能最好;对于提高各种算法的分辨能力,改善信噪比相对增加阵元数目更有效。     

引导型免疫算法研究

基于免疫系统机理提出的免疫算法是一种新型的智能系统，在优化计算方面表现出巨大的潜力，具有多样性好、搜索成功率高的优点．但免疫算法在局部搜索中存在一定盲目性，搜索效率不高．本文提出引导型免疫算法，通过增强免疫算法中抗体的社会性，为免疫算法的搜索过程提供引导性，加快算法收敛速度，并对引导型免疫算法中新引入的算法参数进行了深入讨论．算法分析和仿真结果表明，引导型免疫算法在保持算法高搜索成功率的前提下，有效地提高了算法搜索效率．     

基于KR-BM算法的多模式匹配算法改进

网络技术的高速发展对模式匹配算法提出了更高的要求,为提高模式匹配效率,文中首先对常用的单模式和多模式匹配算法进行分析,在此基础之上,提出一种基于KR算法和BM算法的多模式快速匹配算法。最后通过实验结果验证了此算法的可用性和高效性。     

融入曲率尺度空间算法的图像配准方法

为了满足图像配准对于实时性的要求,提出融入曲率尺度空间算法的图像配准方法.首先使用曲率尺度空间算法提取图像角点特征,然后使用改进的加速稳健特征算法生成64维角点特征描述子向量并将描述子向量降维到24维,最后使用改进的相似性距离算法和随机采样一致性算法进行匹配.仿真实验一表明:在图像配准准确度方面与传统尺度不变特征变换算...     

基于遗传算法和BP算法的多层感知机杂交训练算法

基于梯度下降的神经网络训练算法易于陷入局部最小,从而使网络不能对输入模式进行准确分类。本文提出综合遗传算法和BP算法的杂交算法GA-QP,它结合遗传算法的全局搜索特性和BP的局部收敛特性,实现对神经网络的有效训练。实验表明该算法优于BP算法,实验结果令人满意。     

基于SLM-PTS算法融合的NC-OFDM峰均比优化

基于非连续正交频分复用（non-continuous orthogonal frequency division multiplexing，NC-OFDM）模型，提出和研究了选择映射（selected mapping，SLM）算法和部分传输序列（partial transmit sequence，PTS）算法，及其SLM-PTS融合优化技术，设计了融合模型和改进流程。仿真结果与其他文献方法进行了对比，验证了SLM-PTS的融合具有优秀的峰值平均功率比（peak to average power ratio，PAPR）降低能力，但缺点是算法实现复杂度过高。因此，又进一步提出了互补型映射和限幅的联合算法（SLM-Clipping）融合解决方案，并利用深度学习方法建立PAPRnet模型。仿真结果验证了此算法对NC-OFDM系统具有PAPR良好的抑制效果，而且能够提高仿真运算效率。     

一种变步长凸组合LMS自适应滤波算法改进及分析

为了避免单个滤波器在收敛速度与稳态误差上相互制约,从而导致系统性能降低的问题,本文采用凸组合最小均方算法（Combined Least Mean Square ,CLMS ）,将快速滤波器和慢速滤波器并联使用,同时为进一步改善CLMS算法的性能,对已有的变步长凸组合最小均方算法（Variable Step-size Convex Combination of LMS ,VSCLMS ）做出改进,提出了一种新的VSCLMS算法。在该算法中,对快速滤波器选用以最小均方权值偏差（Minimization of Mean Square Weight Error ,MMSWE）为准则的按步分析的变步长滤波器;对慢速滤波器采用以稳态最小均方误差（Least Mean Square , LMS ）为准则的固定步长滤波器。通过理论分析与仿真实验表明,该算法能够在噪声、时变以及非平稳的环境下保持较好的随动性能,且在各个阶段均保持良好的收敛性,与传统的CLMS、VSCLMS算法相比,不仅具有更快的收敛速度,而且拥有稳定的均方性能和较优的跟踪性能,为自适应滤波算法的研究提供了一条可行途径。