MIMO-BICM-IDD系统中改进的迭代树搜索检测

多入多出系统中的迭代树搜索(ITS)检测会遇到某些比特的对数似然比(LLR)无法确定的情况,需采用赋常数值的方法解决,但这会影响系统性能. 为此,提出一种改进的软检测方案,通过合适地选取某些删除路径,将这些路径保留并延伸为全长路径,可以确保对每比特都能计算其LLR,并能提供可靠性高的LLR值. 给出了路径选取的规则及延伸所选路径为全长的低复杂度方法. 仿真结果表明,新算法与ITS算法相比具有更好的性能,并能使性能和复杂度达到较好的折中.     

n阶Laplace变换比率序的一些性质

研究了n阶Laplace变换比率序的一些性质.研究了该序和似然比序之间的关系、该序的等价刻画以及混合下的封闭性质.最后,得到了该序用于比较成比例反向故障率混合模型的一个结果.     

资源有限传感器网络的混合式检测

该文针对在传感器网络的分布式检测中,各传感器均先将接收的观测进行压缩,再传给下一个传感器。而网络中的中继节点收集了大量的前任节点的判决,这些判决结果能否有效的发送给融合中心对整个系统的检测性能有很大的影响,该文针对这一问题,对在一定区域内随机分布的传感器网络进行分层来构建一个树形的传感器网络,对这样的网络提出一种混合式检测,并给出最优的检测规则,在尽可能降低能耗的基础上提高了系统的检测性能。     

基于MLE的频谱感知统计量算法

提出一种基于认知用户接收与主用户之间的信道特性为参量未知的高斯分布,构造主用户的信息特征参量完全未知下的频谱感知统计量,该统计量主要基于广义似然比检验(GLRT)。对信号的协方差矩阵进行极大似然估计。理论分析和仿真结果表明该统计量计算简单,具有很强的实用性。     

高阶调制的LDPC码译码算法研究

针对LDPC(Low-Density Parity-Check)码的编码调制系统,提出了在信道解码器的输入端,无信道噪声方差估算情况下的接收信息比特对数似然比值(LLR)计算方案,将其应用在LPDC码的置信度传播译码算法和最小和译码算法中.该方案与精确的接收信息LLR计算方案在高斯信道和移动单频网信道下比较,通过Matlab性能仿真显示该方案与后者仅有不到0.5 dB的差距,具有很好的实用价值.     

低复杂度的大规模MIMO上行链路软输出信号检测

针对信道矩阵维度高以及接收信号复杂的情况,提出了一种适用于大规模MIMO系统上行链路信号检测的混合迭代算法,即结合自适应阻尼雅克比(damped Jacobi,DJ)算法和共轭梯度(conjugate gradient,CG)算法。首先利用CG算法为自适应阻尼雅克比迭代算法提供有效的搜索方向;随后提出切比雪夫方法消除松弛参数对信号检测的影响,在降低算法复杂度的同时加快收敛速度;最后,利用信道编译码中的比特似然比近似求解软信息,以提升检测性能。通过理论分析算法的复杂度,仿真在不同判决方式下对不同检测算法进行误码率对比,并对混合迭代算法的收敛进行了分析。仿真结果表明,混合迭代算法在少量迭代次数下快速收敛并近似达到最佳MMSE检测性能,且算法复杂度远低于MMSE算法。     

非方形QAM映射比特软信息计算方法

针对32-QAM等非方形星座映射比特软信息的计算比较复杂的问题,提出了一种比特软信息计算方法。该算法通过对星座图进行近似分割,根据接收符号与判决边界的最小欧式距离来简化软信息的计算。仿真结果表明,该算法对译码信噪比门限和收敛速度几乎没有损失,而解映射的复杂度却大大降低,更有利于硬件实现。     

未知参量平面正弦波检测的最佳空时谱分析

利用不变性原理推导了未知方差空时白高斯噪声中未知幅度、相位、频率和到达方向的平面正弦波检测（简称“五不知”问题）的最佳不变检测器。由于它包含了未知参量信噪比ρ，因而不能实际实现一致最有力不变检测（UMPIT），但它可用作衡量其它检测器检测性能好坏的性能上限（UMPIb）。接着推导出两种可实现的近似最佳检测器：广义似然比检测（GLRT）及局部最有力不变检测（LMPIT）。GLRT在大信噪比下性能接近UMPIb，而LMPIT则在小信噪比下性能接近UMPIb。导出的三种检测器都是空时周期图的某种形式。最后通过仿真验证了推导出来的结论。     

基于帧间似然比的关键帧提取算法

借助基于内容分析的关键帧提取算法的基本思路，提出了一种基于帧间似然比的关键帧提取算法，算法利用Y、Cb、Cr3个颜色分量的均值和方差作为图像帧的特征参数，有效地描述了帧间相似性，对镜头突变和渐变有较强的鲁棒性，实验表明该方法能较好地提取出视频序列的关键帧。     

一种改进的均值移位红外目标跟踪算法

为了增强复杂背景条件下红外目标跟踪的稳健性,提出了一种改进的均值移位目标跟踪算法。该算法融合了均值移位的梯度匹配搜索策略的优势与基于特征分类跟踪算法强鲁棒性的优点,建立了灰度似然比加权的核直方图目标表征模型。模型中加入了目标与局部背景灰度特征的似然比作为原始核直方图的权值,应用该模型的均值移位算法能够进一步提高目标像素灰度的移位权重,有效抑制背景干扰,进而提高低对比度目标跟踪的稳健性。同时,基于跟踪复杂度估计提出了目标遮挡情况下的模型更新判别准则,提高了算法的自适应性能。实测红外目标跟踪实验表明了该算法简单、有效。