非高斯噪声中Turbo码的性能改进研究

对Turbo码在非高斯脉冲型噪声下性能的损失进行了研究,提出了一种新的基于幅度统计特性服从ClassA噪声模型的修正译码算法.该算法修正传统MAP算法的外部信息和信道信息计算公式,使之适应非高斯的ClassA脉冲噪声环境,从而改进了译码性能,计算机仿真证明新的译码算法在Class A噪声环境中比传统MAP算法具有更好的性能.     

多级中继窃听信道的可达安全速率

该文研究多级中继的窃听信道的安全性能,推导了疑义速率范围及可达安全速率的表达式,并且给出高斯信道下的相应结论. 假定在功率受限的情况下,分析了高斯信道下两级中继窃听信道和单中继窃听信道的可达安全速率,仿真比较了可达安全速率的大小. 结果表明：当中继节点距离源节点较远时,布设多级中继可得到比单中继更大的安全速率,说明了多级中继窃听信道在一定意义上比单中继窃听信道的安全性能更好.     

一类适用于部分响应信道的原模图LDPC码

摘要： 对于加性高斯白噪声信道,JPL实验室提出了一类硬件实现简单、错误地板低的AR4JA原模图LDPC(low-density-parity-check)码,但该码型不适用于PR(partial response)信道. 文中针对PR信道中典型的ERP4信道,提出一类新的近似规则原模图LDPC码,并且利用有限长外信息传递算法对该码型进行分析. 在EPR4信道下 的仿真表明,相对于目前在该信道下性能良好的规则LDPC码,在低信噪比和高信噪比区域,这类新的近似规则原模图码型具有显著的编码增益和更低的错误地板.     

嵌入自联想神经网络的高斯混合背景模型说话人确认

提出在高斯混合背景模型中嵌入自联想神经网络的方法,并将它用于说话人确认. 该方法利用神经网络 和高斯混合背景模型各自的优点,以极大似然概率为训练准则,将两者作为一个整体进行训练,揭示了特征向量的 空间信息. 嵌入的神经网络起到了数据整形的作用,增强了目标说话人数据的相似性. 在背景模型和目标模型的训 练中交替更新高斯混合模型和神经网络的参数. 实验表明,采用本文提出的模型并结合TNorm方法,比基线系统 的确认率提高26%.     

道路监控视频中运动目标分割算法的研究

运动目标分割是交通事件检测的基础,分割的质量直接影响道路事件检测的准确性.依次研究了平均法、连续帧差法、混合高斯建模及阴影消除等算法,并综合应用于道路监控视频的运动目标分割的各阶段.针对连续帧差法和混合高斯建模算法进行了仿真实验,结果表明,混合高斯建模算法更适合做运动目标的分割,但由此得到的前景运动目标常受到阴影干扰,所以在混合高斯建模算法中,加入了消除运动目标阴影的算法.通过实验仿真表明,优化的该算法能够更加清晰地分割出前景运动目标图像.     

基于深度神经网络的数字信号调制类型自动识别方法

针对在莱斯衰落信道下传统神经网络数字信号调制识别准确率会有所降低的问题,提出了一种基于深度神经网络技术的数字信号调制类型自动识别方法.该方法从接收信号样本中提取了多组特征参数作为分类器输入,用于识别4ASK,BPSK,QPSK,8PSK,16QAM和32QAM这些数字调制信号.此外,分类器采用了具有三个隐藏层的全连接深度神经网络结构.仿真结果表明,分别在加性高斯白噪声和莱斯衰落信道下,提出的方法与现有分类方法相比具有较好的性能改进,尤其是在具有较高多普勒频率时.     

Turbo码在Rician衰落信道上的性能分析

分析了Turbo码在Rician衰落信道上的性能,对Turbo码在Rician衰落信道上的理论误比特率上界进行了详细推导,并通过Rician分布中的Bessel修正函数渐进形式对此上界进行估算.     

用椭圆高斯场近似计算领结型光纤的模场半径及接头损耗

本文用椭圆高斯场及标量变分原理计算领结型光纤的模斑.由于用了椭圆高斯近似,不仅使模斑计算变得简便而且方便地导出了领结型光纤各种接头损耗与模斑的解析关系.     

高斯光束传播性质的数值模拟研究

基于平面波的角谱表示方法,给出高斯光束在非傍轴近似下的电场积分表达形式,数值模拟出高斯光束,并研究其在空气中的传播性质.主要讨论了高斯光束的光强度分布特点,波阵面、光斑尺寸的变化情况,以及束腰半径的大小对高斯光束的影响.通过对高斯光束的数值模拟,可以让学生对高斯光束建立一个更为形象而具体的物理图像,从而更深刻而细致地理解高斯光束.     

码域发送参考脉冲超宽带系统性能

在时域和频域发送参考型脉冲超宽带通信系统的基础上,对码域发送参考脉冲超宽带通信系统的性能进行了研究,推导了基于脉冲峰值能量的系统误码率表达式,对该系统在加性高斯白噪声和多径衰落信道中的性能进行了仿真,并与时域和频域发送参考结构在抗多径干扰等多个方面进行了对比. 理论分析和仿真结果表明,码域发送参考脉冲超宽带通信系统性能优于时域和频域系统.     

与删除卷积码相结合的非均匀16-DAPSK在无线广播信道上的性能

导出了加性高斯白噪声和Rayleigh衰落信道上非均匀16-DAPSK错误概率的简单闭合表达式.对于多媒体通信和组播传输而言,非均匀16-DAPSK是有用的.给出了带有删除卷积编码的非均匀16-DAPSK调制的性能.结果表明卷积编码可与非均匀16-DAPSK调制用于在无线电广播系统中传输附加消息,而对于基本消息几乎没有损伤.     

用多元信号检测改进广义高斯噪声下的并行非线性检测器

在广义高斯噪声下,根据最大后验概率准则比较了多元信号的并行非线性检测和最佳并行线性检测. 在高斯噪声条件下,并行非线性检测器性能接近于最佳并行线性检测器. 若噪声是广义高斯的,特别是当噪声幅度集中于均值零附近时,并行非线性检测器的检测性能优于最佳并行线性检测器.     

基于3×3高维核矩阵的终止极化码研究

针对高维核矩阵构造的极化码中为提升纠错性能而造成的复杂度增加的问题,提出了基于3×3高维核矩阵终止极化码的构造方案。首先筛选出极化率最高的核矩阵G₅₃₁构造终止极化码,并在二进制擦除信道上证明了在不影响纠错性能的前提下终止极化码能够降低编译码计算复杂度,同时推导出终止极化码的复杂度降低比的上下界。仿真表明,终止极化码复杂度降低比与二进制擦除信道(binary erasure channel,BEC)的擦除概率有关,在擦除概率为0.5左右时,复杂度降低比最小,且目标误帧率(frame error rate,FER)越高,复杂度降低比越大,在目标误帧率为10^-5时,最高可实现71.43%的复杂度降低比。     

结合Tetrolet与主动随机场模型的高斯噪声抑制

文中提出一种结合Tetrolet变换和主动随机场模型的去噪方法,用于抑制图像中的高斯噪声.对含有高斯噪声的图像进行Haar小波分解,在小波变换域利用主动随机场算法针对高斯噪声进行去噪,并利用小波逆变换重构去噪后的图像,最后用Tetrolet变换在变换域进一步抑制噪声.实验结果表明,与直接利用小波、Tetrolet、马尔科夫随机场模型以及主动随机场模型等方法相比,该方法对添加不同程度高斯噪声的图像有更好的去噪效果.     

一类新的带导数的Gauss型积分

本文给出一类新的带导数的Gauss型积分.正如实践所表明的,本文方法是一种新型高效的与计算机代数发展相适应的数值积分方法.     

基于软干扰消除的TH-UWB迭代多用户检测算法

多址干扰已经成为影响UWB系统性能的重要因素,将Turbo理论中的迭代思想与多用户检测技术相结合,提出了一种基于软干扰抵消的迭代多用户检测算法,为进一步降低算法复杂度,对软干扰抵消后的剩余干扰进行高斯近似。仿真实验表明,在AWGN信道条件下,经过几次迭代后多址干扰被有效抑制,使用该算法的接收机性能明显优于传统接收机。     

应用空域局部高斯混合模型的LSB匹配隐写分析

考虑到图像是一个局部平稳信源,提出一种局部内容自适应的LSB(least significant bit)匹配隐写分析方法. 该方法将LSB匹配隐写建模为加性高斯噪声,将图像空域细节分量建模为高斯混合模型. 在局部区域内用期望最大化算法估计模型参数,取最小方差值为局部隐写噪声方差的估计. 然后提取局部方差直方图的加权和特征,以反映图像不同复杂度区域隐写前后的变化. 将原始特征和校准特征相结合,作为分类特征. 对未压缩图像库的实验表明,该方法较现有方法具有更好的检测性能,在嵌入率低至25%时仍有较可靠的检测性能.     

高斯型扩散光波导导模特性的研究

本文应用最陡下降逼近理论(SDAT),研究了高斯型渐变折射率分布扩散光波导的导模特性。以二项式折射率分布光波导作为参考系,直接以高斯项作为微扰,避免了普通微扰方法的发散困难及其在近截止区的反常,导出了导模传播常数与模场分布的解析表达式。     

高斯函数在数学竞赛中的应用

高斯函数是一个非常重要的数论函数,其应用非常广泛.在数学竞赛中经常出现关于[x]的方程、等式、不等式、整除问题、格点问题、组合数问题以及二项式定理问题等,对高斯函数定理进行推论,并利用高斯函数对数学竞赛中的几道典型题目巧解,体现高斯函数的优越性.