基于冗余避免的高效网络编码广播重传方法

为了提高无线网络中基于网络编码的广播重传方法的编码效率,从而有效地减少重传次数和数据包传输时延,提出一种主动避免编码冗余的高效网络编码广播重传方法(network coding broadcasting retransmission approach based on redundancy avoiding,NCRA)。NCRA编码时主动避免不能解码的编码组合被重复编码重传,同时优先编码重传对接收节点已缓存的未解码编码包的解码贡献较大的丢失数据包以充分利用编码机会,在对解码贡献相同的条件下优先编码较早丢失的数据包以减小数据包传输时延。理论分析和仿真结果表明,NCRA算法相比于现有算法能有效减小重传次数和降低数据包传输时延,减少网络开销,进一步提高了编码重传的效率。     

一种有效的自适应边信息帧内插算法

分布式视频编码是一种新的编码结构,它主要是在解码端利用信源的统计特性获得有效的压缩.在分布式视频编码中,边信息质量对整个系统编码效率的提高起着至关重要的作用.在研究了现有边信息构造方法基础上,提出了一种有效的自适应边信息帧内插方法.利用相邻关键帧与当前帧的时间相关性,按一定的准则计算相应的帧间和块同的时间相关系数,然后根据时间相关性不同采用不同加权系数的运动补偿帧内插算法提高边信息的质量.实验结果表明在几乎不增加编码器负担的情况下重建边信息的质量平均提高了2.47dB.     

基于遗传算法求解Job Shop调度优化的新方法

针对Job Shop调度问题,提出了一种遗传算法编码新方法和矩阵解码方法.该方法根据问题的特点,采用一种按工序进行总体排序染色体编码方案,并采用矩阵解码,解码时体现了编码与调度方案一一对应,并且该编码方案有多种交叉操作算子可用,不需要专门设计算子.算例计算结果表明,基于该编码方案的遗传算法是有效的,能适用解决Job Shop调度问题,通过比较,用该编码方案的遗传算法优化Job Shop调度操作简单并且收敛速度快.     

D-S证据理论合成规则及冲突问题

系统研究了近年来关于D-S证据理论合成规则的相关成果,提出一种新的基于证据可信度的合成方法,并就解决证据合成悖论的有关问题做了必要讨论.鉴于Dempster规则处理冲突的不足及修正原始证据模型方法的可靠性,决定在分配冲突的同时应对证据模型进行修正,实现两者紧结合,在对一致性证据的"与"运算合成问题上,以及证据冲突在各合成命题的比例分配问题上,均有效利用了各证据的可信度等全局信息.实验结果表明:该方法在证据一致和高度冲突的情况下均表现出良好的适应性,具有较快的收敛速度和高可靠性,明显优于同类其他合成方法,可应用于多源信息融合、模式识别、不确定信息决策等领域.     

基于模糊积分的纠错输出解码研究

针对基于纠错输出编码的多类分类中解码策略的选择问题,提出一种基于模糊积分的解码方法.将每个基分类器看作一个证据源,其概率输出提供了测试样本所属类别的可能性;同时基于基分类器信任度和混淆矩阵对模糊密度的赋值进行了改进;最后求取最大的模糊积分值所对应的类别为分类输出.基于UCI数据集和经典解码方法的比较实验验证了本文所提方法作为二符号解码策略的可行性和有效性.     

区分证据重要性及分配证据冲突的新方法

基于证据"可信度"和"确定性",定义了证据"有效性",提出了区分证据重要性的新方法,修正了原始证据模型; 界定了焦元"有效信度容量"和"识别一致性", 阐明了分配证据冲突的依据,构建了分配系数计算公式,修改了证据合成规则.对比实验表明:改进的证据合成方法在处理高度冲突证据合成时,具有更好的收敛性和鲁棒性.     

基于像素域的Wyner-Ziv编码技术分析

分布式视频编码是一种全新的视频压缩技术,该编码理论基于20世纪70年代的Slepian-Wolf和Wyner-Ziv提出的信息论相关理论。首先介绍了分布式视频编码的基本信息论基础,然后着重分析了一种使用帧内编码、帧间解码技术的Wyner-Ziv编码器框架。在该框架中,输入的帧被分为Key帧和Wyner-Ziv帧两类,其中Key帧使用传统的帧间编码进行压缩,而Key帧之间的Wyner-Ziv帧使用Turbo码进行编码,并且在解码端通过对相邻的Key帧进行运动补偿插值,而得到用于解码Wyner-Ziv帧的辅助信息,最终将辅助信息与Wyner-Ziv帧结合,得到了效果比较理想的解码帧。文章的最后给出了相关结论。     

基于分形及正交小波变换的眼底图像快速压缩新方法

本文提出了一种基于小波变换（ＷＴ）及分形的图像快速编码、解码新方法。编码时对图像进行２Ｄ正交ＷＴ及去噪处理；对ＬＬ１子带图像进行基于质心分类的快速分形图像编码。解码时对ＬＬ１子带图像进行基于收敛准则及单缓存的快速分形图像解码；２Ｄ－ＩＷＴ，以重构原图像。实验结果表明：与传统方法相比，本文方法具有提高信噪比、处理时间大大下降及压缩比显著提高的优点。     

一种新的处理冲突证据的合成方法

为了有效融合高度冲突的证据,提出一种新的可变参数的基于平均证据距离的组合方法,在预处理中采用贝叶斯近似法;在计算加权平均证据时,采用一种新的变系数的距离权重分配算法;在计算证据合成时,提出并采用单集自迭代定理。应用实例表明提出的合成法则可以更有效和快速地解决冲突证据合成问题。     

基于证据理论的部分属性偏好信息群体赋权方法

针对已有的赋权方法在处理部分属性偏好信息的群体赋权问题上的局限性,提出了基于证据推理建模的解决方法。将不同专家的偏好信息视作来自不同信息源的证据,首先定义了焦元识别方法,然后采用惟一参照物比较判断法计算证据的基本可信度分配,应用Dempster规则进行证据合成,进而得到专家群体的属性赋权。在证据合成过程中,推导出了合成结果的解析表达式,与直接运用证据合成规则相比计算量大大缩小;在专家群体信息集结中,给出了一种基于位置权向量和证据相似度指数的客观证据赋权方法,从而突出了与大多数专家意见相似的专家的作用。最后给出了一个示例。     

基于四天线的并行空时分组编码方案

空时编码是一种结合信道编码和分集技术的新型的编码和信号处理方法,可以不需增加带宽而大幅度的提高无线通信系统的信道容量和传输速率,从而提供远高于传统单天线系统的频带利用率,空时分组码以其译码的简单性获得人们的广泛关注。为提高空时分组码的码元速率,在现有的空时分组编码方案的基础上,结合并行传输策略,提出了基于四天线的并行空时分组编码方案。与传统的空时分组编码方案相比,该方案能够在保证误码性能的同时提高码元速率,从而进一步提高了系统的性能。仿真结果验证了所提出的编码方案所具有的良好性能。     

一种频域RS-LT级联码在短波通信中的应用研究

针对短波通信中同时存在误码和丢包的特点,提出了一种频域RS码与数字喷泉码串行级联的纠错纠删编码算法,并在FPGA芯片及短波电台终端上予以实现。频域RS码作为外码,LT码作为内码,使RS码和LT码互相促进,同时实现纠删和纠错,这是单独采用两种编码方法都无法达到的。仿真表明RS-LT级联编码可提高LT码译码成功概率。同时短波信道实测结果表明,编码模块的应用可有效提高短波电台正确接收概率。     

基于SCMA和卷积编码的联合检测译码算法

随着卫星星座及卫星数量的不断增多, 卫星测控中海量用户多址问题亟待解决。稀疏码分多址接入(sparse code multiple access, SCMA)技术能在有限信道资源上承载更多用户, 有望解决大规模卫星的多址测控问题。针对传统的SCMA译码方式——消息传递算法(massage passing algorithm, MPA)译码性能不理想的问题, 提出基于SCMA和卷积编码的联合检测译码(joint detection and decoding, JDD)算法, 进行多轮对数似然信息的更新以及多卫星数据交叉提供概率域的迭代, 以提高系统译码性能。分析和仿真结果表明, 采用基于SCMA和卷积编码的JDD算法可有效提高天基测控系统用户容量, 并保证在算法复杂度适中的情况下有效提高系统误比特性能。     

脉冲信道下基于深度学习的BP译码方法

在脉冲信道下,针对置信传播(belief propagation, BP)算法对短码长的低密度奇偶校验(low-density parity-check, LDPC)码译码性能差的问题,提出了一种基于深度学习的BP译码方法。首先，根据Tanner图构建两种深度神经网络模型,通过对Tanner图中边的权重重新赋值来提升译码性能。然后，简化信道对数似然比(log-likelihood ratio, LLR)的计算方法,通过模型训练优化近似计算参数,得到对参数γ鲁棒的译码模型。最后，构造鲁棒训练集,训练得到对参数α和γ鲁棒的译码模型。仿真结果表明,在高码率时,该方法相对于传统BP译码算法性能显著提升,且在近似计算信道LLR值时,译码性能在不同参数的脉冲信道下均具有鲁棒性。     

脉冲信道下基于深度学习的BP译码方法

在脉冲信道下,针对置信传播(belief propagation, BP)算法对短码长的低密度奇偶校验(low-density parity-check, LDPC)码译码性能差的问题,提出了一种基于深度学习的BP译码方法。首先,根据Tanner图构建两种深度神经网络模型,通过对Tanner图中边的权重重新赋值来提升译码性能。然后,简化信道对数似然比(log-likelihood ratio, LLR)的计算方法,通过模型训练优化近似计算参数,得到对参数γ鲁棒的译码模型。最后,构造鲁棒训练集,训练得到对参数α和γ鲁棒的译码模型。仿真结果表明,在高码率时,该方法相对于传统BP译码算法性能显著提升,且在近似计算信道LLR值时,译码性能在不同参数的脉冲信道下均具有鲁棒性。     

基于Raptor码的级联型不等错误保护方法

针对在各种恶劣的信道中对码流中相对重要数据提供更强保护的问题,提出了基于Raptor码的级联型不等错误保护(unequal error protection, UEP)方法。通过在预编码阶段和无率码阶段都采用UEP设计的级联方法来提高UEP性能,增加了设计的灵活性;分析了其在二进制删除信道（binary erasure channel, BEC）中采用最大似然概率(maximum likelihood, ML)译码时UEP性能的理论上下界;最后分别对其在BEC和加性高斯白噪声(additive white Gaussian noise, AWGN)信道中的UEP性能进行了仿真实验。理论分析和仿真实验结果显示,与在预编码阶段或无率码阶段单独采用UEP设计的方法相比,该级联型方法在基本不损失普通数据性能的情况下能为重要数据提供更强的保护,具有较好的UEP性能     

A simplified decoding algorithm for multi-CRC polar codes

Polar codes represent one of the major breakthroughs in 5G standard,and have been proven to be able to achieve the symmetric capacity of binary-input discrete memoryless channels using the successive cancellation list(SCL)decoding algorithm.However,the SCL algorithm suffers from a large amount of memory overhead.This paper proposes an adaptive simplified decoding algorithm for multiple cyclic redundancy check(CRC)polar codes.Simulation results show that the proposed method can reduce the decoding complexity and memory space.It can also acquire the performance gain in the low signal to noise ratio region.     

改进的分层修正最小和LDPC译码算法及译码器设计

提出了一种改进的分层修正最小和的LDPC译码算法,该算法充分考虑到了译码器硬件结构的特性,使用了部分信息节点提前中止迭代的方法,降低了译码器处理数据的位宽。同时,在这种算法的基础上,设计出了结构简单的译码器,该译码器在资源使用非常少的情况下可以获得较高的译码吞吐量,同时保持译码器译码性能和相应的浮点算法很接近。另外通过合理地设计LDPC码校验矩阵(H矩阵)和译码器数据处理单元,使得译码器可以支持多种码长码率LDPC码译码。这样结构特点的译码器,在低功耗以及需要多种码长码率的编码进行数据传输的领域有着非常高的应用价值。     

译码迭代次数约束下累积无率码的优化设计

以最大化码率为目标设计的无率编码通常能够实现逼近容量的性能,但是这种编码在译码时需要进行非常多次(理论上是无穷多次)的迭代才能达到预期的误比特率性能。基于外部信息转移图的渐近收敛分析,提出一种在有限译码迭代次数约束下的非系统累积无率码编码度分布的优化设计方法,给出此优化问题的数学模型。通过求解该优化问题可得到满足要求的编码度分布函数。仿真结果表明,与以最大化码率为目标设计的编码相比,在有限的译码迭代次数下,所提出的方法设计的编码能获得更好的纠错性能,且译码迭代次数越小,性能优势越明显。