基于KNN信道识别算法的无前后缀频域均衡技术

为了提高单载波频域均衡(SC-FDE)系统的频带利用率和通信速率,提出了一种基于 KNN 信道识别算法的无前后缀频域均衡技术;该技术通过构建不同信道环境下带有导频的训练数据集,根据训练数据通过不同信道条件下的特征并使用KNN算法进行分类,进而确定信道类型及信道最大多径时延,通过信道最大多径时延合理确定无前后缀重叠剪切频域均衡算法的最优重叠剪切长度,进而消除多径干扰对无前后缀频域均衡数据的影响,达到最优解调性能;仿真表明: 基于KNN的重叠剪切算法与文献推荐的50%重叠剪切法相比,性能基本一致,即在误码率为10-3的情况下,信噪比恶化不大于0.5 dB;此算法准确确定了最优重叠长度,减少了大量无效的重叠长度,保证了多径信道下系统的误码性能,达到性能和复杂度的平衡。     

基于可分组设计的部分重复码研究

针对最小带宽再生情形下的有效修复问题,提出了一种新型部分重复(FR,fractional repetition)码设计。该设计由外部最大距离可分(MDS,maximum distance separable)码和内部重复码组成,称为GDDBFR(group divisible design based FR)码,可以达到随机访问模式下的系统存储容量,并且能够在很大范围内选择构造参数。理论分析指出,尽管GDDBFR码采用基于表格的修复方式,但通常具有大量的节点修复选择方案。此外,实验结果表明,与传统的RS(Reed-Solomon)码和再生码相比,GDDBFR码可以显著地减少失效修复时间。     

Turbo码的一种并行译码方案及相应的并行结构交织器研究

Turbo码基于MAP算法译码的递推计算所引入高的译码延迟限制了Turbo码在高速率数据传输中的应用。为了解决这个问题,该文提供了一种降低译码延迟的并行译码方法。并行处理方案的实现必须通过适当的交织以避免两个译码器对外信息读写的数据冲突。该文在分析了任意无冲突交织方式可能性的存在之后,给出了设计任意地适用于并行处理方案的S随机交织器的方法。仿真验证了并行译码方案的误比特性能。     

环[F2+uF2+vF2]上的[(1+v)-]常循环码

研究了环[R=F2+uF2+vF2] 上的[(1+v)-]常循环码。利用环[R]上奇长循环码的生成元来刻画环[R]上奇长的[(1+v)-]常循环码,进而给出了[Rn]到[(F2+uF2)2n]的一个广义Gray映射[φ],证明了环[R]上的[(1+v)-]常循环码[C]在[φ]下的广义Gray像[φ(C)]是环[F2+uF2]上的循环码。     

基于扩展路径识别算法的水声OFDM系统低复杂度迭代稀疏信道估计

移动OFDM水声通信系统中,基于压缩感知的稀疏信道估计方法计算量较大,不适用于实时通信.针对这一问题,该文基于一致多普勒信道模型提出一种扩展路径识别(GPI)算法.该方法首先使用信道多普勒扩展矩阵构造等效发射序列,将多普勒信道转化为等效线性时不变信道.然后使用GPI算法估计信道多普勒及各路径的时延及幅度参数,实现低复杂...     

基于Gray码的循环码重量分布的生成算法

循环码的重量分布问题是编码理论中的一个重要课题;但确定一般的循环码的重量分布是十分困难的问题。利用Gray码的特性;给出了一个高效的循环码重量分布的生成算法;并在此基础上;利用二次剩余码（简称QR码）的已有结论;给出了一个QR码重量分布的生成算法。     

支持预览的版权图像共享

针对数字水印技术均不考虑版权图像共享场景中用户的预览需求,以及软件控制方法和附加信息方法的局限性,该文提出一个支持直接从加密图像预览原图像部分视觉内容的版权图像共享方案。为此,将缩略图保持加密的思想引入到用户端嵌入的水印方案中,通过像素调整在加密图像上呈现原图像内容的模糊版本。用于调整的像素位被事先以信息隐藏的方法嵌入隐藏区域中,以保证解密的正确性。此外,用户水印被在解密的同时嵌入到图像中,用于实现对未授权重分发行为的追踪。这样一来,不仅满足了共享过程中用户的预览需求还同时保护了图像的版权。理论分析和实验测试的结果展现了所提方案的安全性、可行性、高效性和鲁棒性。     

数字喷泉码及网络喷泉码的最新进展

数字喷泉码和网络编码都是提高网络传输效率的有效技术方法,两者的有机结合形成的网络喷泉码具有重要的理论意义和应用价值。本文首先对数字喷泉码的最新研究进展进行了综述,分别介绍了几类常见的数字喷泉码的相关研究工作;其次对当前网络喷泉码的研究现状进行了系统的总结,重点介绍了同构网络喷泉码、异构网络喷泉码和无线网络喷泉码的相关理论及其最新研究成果,并分析了研究中存在的问题;最后对网络喷泉码的相关理论及其应用的发展趋势进行了分析和展望。     

采用EMS算法的多元LDPC译码器的FPGA实现

针对多元低密度奇偶校验码(LDPC)译码器的资源消耗过大问题,设计了一种采用扩展最小和算法的低资源需求的多元LDPC译码器.采用以块为单位对信息进行迭代更新和Flooding传递调度策略的结构.为降低译码器的存储资源和逻辑资源,首先减小传递信息的深度,将变量节点更新和校验节点更新进行联合设计.同时,利用迭代时间差对变量节点更新和校验节点信息所需的资源进行复用.在具体实现中,对一个GF(64)域上码长为1044bit的非规则多元LDPC码,采用Xilinx公司XC4VLX60的现场可编程逻辑门阵列(FPGA)芯片设计了译码器.与现有文献相比,所提出的译码器结构可节约54%的存储资源和逻辑资源,且提高了译码速度和吞吐量.     

低密度奇偶校验码正则化神经网络归一化最小和译码算法

低密度奇偶校验(LDPC)码基于神经网络的归一化最小和(NNMS)译码算法按照网络中权重的共享方式可分为不共享(NNMS)、全共享(SNNMS)、部分共享(VC-SNNMS和CV-SNNMS)等。该文针对LDPC码在使用NNMS, VC-SNNMS和CV-SNNMS译码时因高复杂度导致的过拟合问题,引入正则化(Regularization)优化了神经网络中边信息的权重训练,抑制了基于神经网络译码的过拟合问题,分别得到 RNNMS, RVC-SNNMS和RCV-SNNMS算法。仿真结果表明：采用共享权重可以减轻神经网络训练负担,降低LDPC 码基于神经网络译码的误比特率(BER);正则化能有效缓解过拟合现象提升神经网络的译码性能。针对码长为576,码率为0.75的LDPC码,当误码率BER=10^–6时,RNNMS, RVC-SNNMS和RCV-SNNMS算法相较于NNMS, VC-SNNMS和CV-SNNMS算法分别得到了0.18 dB, 0.22 dB和0.27 dB的信噪比(SNR)增益,其中最佳的RVC-SNNMS算法相较于BP算法、NNMS算法和SNNMS算法,分别获得了0.55 dB, 0.51 dB和0.22 dB的信噪比增益。