高阶量纠错码理论限及软判决编译码算法

基于tent混沌映射的高阶量纠错码可以实现对图像的线性纠错,解决了压缩图像峰值信噪比(peak signal-to-noise ratio, PSNR)存在的“门限效应”问题。通过对基于tent混沌映射的纠错码的图像PSNR理论限的分析,得出符号位的准确估计是提高码字性能的关键。传统的基于符号位硬判决的编译码方法难以实现对符号位的有效保护。基于此,借鉴低密度奇偶校验(low density parity check, LDPC)码的软判决编译码方法,提出一种基于符号位软判决译码的高阶量纠错码。仿真结果表明:基于符号位软判决译码的高阶量纠错码的图像PSNR不断逼近理论限;与硬判决高阶量纠错码相比,在编译码复杂度相当的情况下(符号位初始化概率通过查表得到),图像PSNR有2 dB的增益。     

基于粒子群算法的非规则LDPC码度序列设计

研究了非规则低密度奇偶校验（low-density parity-check, LDPC）码度序列阈值计算方法，详细讨论了构造具有较高阈值度序列的步骤与约束条件的处理，提出了一种基于粒子群优化（particle swarm optimization, PSO）算法的度序列优化方法。仿真了此方法的寻优效果，给出了一些接近Shannon限的优秀度序列和分析比较。     

非规则LDPC码随机性结构的分布规律研究和在短环消除算法中的应用

对随机构造的非规则低密度校验（LDPC）码的随机性结构的分布规律进行了研究，结合PEG（progressive edge-growth）算法提出了一种能够保持非规则LDPC码这种分布规律的消除短环算法，实验说明在构造非规则LDPC码中，该算法比单纯只抑制短环的PEG算法的性能要好。     

级联LDPC编码的协作MIMO系统研究

为满足无线传感器网络应用MIMO技术的需求,构建了基于分簇的协作MIMO系统,并对传输过程进行了分析.针对系统受发射端簇首节点与协作节点之间信道质量影响较大,存在误码传播的问题,设计了级联LDPC编码的协作MIMO系统,详细分析了接收端LDPC分层译码算法的实现过程.仿真了簇首节点与协作节点之间相同信噪比情况下不同天线数目的误码性能,簇首节点与协作节点之间不同信噪比情况下相同天线数目的系统性能和2发1收、2发2收级联LDPC编码的协作MIMO系统性能,可以推广到多发多收系统.仿真表明:级联LDPC编码的协作MIMO系统可以有效地解决协作MIMO系统误码传播的问题,显著的提高协作MIMO系统的性能.并且仿真中接收端采用的LDPC分层译码算法,在相同仿真条件下,与传统的BP译码算法相比,收敛速度更快,纠错性能更好.     

改进的低复杂度BP译码算法

基于对数似然比的BP译码算法与标准BP译码算法相比,降低了一定的运算量,但仍具有较高的计算复杂度,硬件实现时需要消耗较高的资源。针对此问题,提出了一种变量节点动态更新选择的对数似然比BP译码算法,根据每一次迭代后变量节点外信息的收敛情况及校验方程的满足情况,动态地选择置信度最低的部分节点参与更新,其他置信度较高的节点则不进行更新。仿真结果显示,该算法译码性能与对数似然比BP译码算法相比,在0.5码率,10-4误码率时,1 024码长有0.1dB的性能损失,2 048码长性能损失仅有0.07dB,但从第4次迭代开始归一化运算量至少降低了50%。     

多跳协作中继网络的能量分配及路由算法

为了减少无线多跳网络的能量消耗,提出了一种协作路由算法. 在传统非协作路由的基础上,通过译码-转发与放大-转发混合的协作中继方式减少路由长度. 根据信道状态信息,推导了满足源节点和目的节点之间信道容量的前提下,节点所需的最小发射功率. 结合功率分配,提出了基于路由最小功率的协作路由算法及实现方式. 仿真实验结果表明,该能量分配方式和路由选择算法在保持低功耗的同时,降低了数据误码率,提高了节点的通信可靠性和能量利用率.      

短波信道下联合LDPC译码的OFDM系统迭代信道估计方法

克服短波信道的频率选择性衰落的关键是准确的信道估计,本文针对短波信道的慢衰落特性,提出了短波信道下联合LDPC译码的OFDM系统迭代信道估计方法,该方法根据迭代估计的思想,首先利用插入导频进行信道初始估计,经过LDPC译码产生可靠的判决信息,通过在信道估计和译码之间迭代地交换信息来完成联合信道估计和译码,提高OFDM信道估计的精度和系统的误码率性能。     

低信噪比下图像传输的纠错编码方法

针对数字图像无线通信系统中低信噪比下图像质量的"门限效应",提出了一种基于tent map混沌系统的高阶量纠错编码方法。仿真实验中与LDPC(low-density parity-check)码、镜像Baker码对比发现,压缩图像经LDPC码处理后出现"门限效应",且信噪比低于2.2dB时,图像的峰值信噪比(peak signal to noise ratio,PSNR)急剧下降,而高阶量纠错码图像的PSNR随信噪比(signal to noise ratio,SNR)呈线性变化;与镜像Baker码相比,高阶量纠错码图像的PSNR有5dB的增益,并提高了编译码效率和带宽利用率,具有较强的纠错能力和较低的编译码复杂度。     

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     

STAP技术在有源干扰环境下的运用方法

为了在复杂的有源干扰环境下改善空时二维自适应处理(Space-time Adaptive Processing,STAP)技术的处理性能,提出了一种基于局部空域自适应阵列处理的改进型自适应波束形成方法。这是一种空间抗干扰与STAP技术滤除杂波级联的方法。采用MUSIC技术对有源干扰的波达方向进行估计,然后分别在期望方向和干扰方向形成接收多波束,再在波束域进行自适应处理以抑制有源干扰,最后在空间反干扰滤波后运用STAP技术进行杂波抑制。仿真结果表明,该方法能有效估计出干扰源的方位,使STAP技术在有干扰的环境下也能保持较好的杂波抑制性能,同时在波束域进行自适应滤波,大大降低了抑制干扰所需的运算量,理论分析和仿真结果表明了该算法的有效性。