一种新的LDPC译码器设计

时LDPC编译码技术进行了介绍,指出LDPC译码算法可以用高度并行的结构实现,可以达到很高的译码吞吐量.提出了分层修正最小和译码算法并对该算法进行了定点仿真,仿真结果表明,该算法性能优良并且能降低迭代次数以提高吞吐量,该算法在最好情况下可以节省一半的迭代次数.设计了一种新的LDPC译码器并完成了FPGA硬件实现,这种译码器能够实现LDPC码高速译码,实现了100 Mbps的译码吞吐量.该译码器能够支持多种通信标准的LDPC码译码,从而节省系统总体成本.     

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。     

QPSK调制下最大平均互信息量化在LDPC译码中的应用

对低密度奇偶校验(low-density parity-check, LDPC)码在四进制相移键控(quaternary phase shift keying, QPSK)调制下的译码算法进行了深入研究,分析和推导了最大平均互信息量化的具体方法。在QPSK调制下,通过此方法量化初始消息,最终使每次迭代的变量消息和校验消息都是整数,实现了基于整数运算的最小和译码算法。仿真结果表明,其性能与基于高精度浮点数的和积译码算法大约相差0.39 dB,同时该算法中所有变量都用固定长度的整数表示,便于硬件实现,在其译码性能比和积译码性能下降不大的情况下,大大缩短了译码时间。     

LDPC码的高效译码算法研究

对于LDPC码的译码算法即和积算法,目前的简化算法多在对数域中进行。提出了一种新的基于差分的译码算法,其主要思想是：在LDPC码的二部图上所传递的消息是概率的差分值,而对于校验节点和消息节点的更新都是在特定的加法域中进行。针对校验节点的更新,还可以选择若干个绝对值最小的差分值进行运算,以进一步降低复杂度。与传统的基于对数似然比的译码方法相比,该算法的计算复杂度有很大降低,而译码性能和收敛速度没有明显损失。     

密度进化及其简化形式

密度进化方法是分析现代高效纠错编译码渐近性能的新方法.在简要阐述低密度奇偶校验码(LDPC码)及其和积算法的基础上,较系统地论述了密度进化方法的基本原理.该方法在不同信道下有不同的简化形式.针对规则LDPC码详细给出了在AWGN信道下确定其门限值的高斯近似及删除信道近似方法.该方法可操作性强,能在未进行误比特率(BER)仿真的情况下分析码字性能,对高效纠错编译码的优化设计具有重要的指导作用.     

LDPC码最小和译码算法的整数量化

低密度奇偶校验码(low density parity check codes, LDPC)以其接近香农极限的性能和相对简单的译码结构得到信道编码界的广泛关注。对LDPC码的最小和算法进行了深入地研究,通过多种方法量化译码时的初始消息,最终使得每次迭代的校验消息与变量消息都变为整数,实现了基于整数运算的最小和译码算法,并进行了对比分析。仿真表明,量化后的最小和算法中的所有变量都用固定长度的整数表示,因而便于硬件实现,在其译码性能比和积译码(sum product decoding, SP)性能下降不大的情况下大大提高了译码速度;平均互信息越大的量化方法,其量化分层电平也越佳;最大平均互信息量化下的最小和译码算法性能最好,最大平均互信息量化是一类能最大可能获得信源信息条件下的最佳量化方法,且不增加译码复杂度。     

基于准循环LDPC码译码软信息的码辅助帧同步算法

确保较低信噪比条件下的系统帧同步,是LDPC码在系统应用中的关键问题。基于最大似然的准则,提出了一种适合准循环LDPC编码系统的码辅助盲帧同步算法。该算法通过计算不同帧偏移处的信道输出软信息向量满足LDPC码校验矩阵中所有校验方程的概率与违背所有方程的概率的对数似然比值,再根据最大似然值对应的信息向量确定最终的帧同步边界。新算法可借助译码器的部分资源来实现帧同步搜索,提高了译码器的利用率,降低了实现复杂度;无需一次完整的迭代译码过程,减少了同步捕获的时间。仿真结果表明,相比已有的码辅助盲帧同步算法,新算法具有较好的帧同步性能;借助新同步算法仿真获得的系统误比特率和帧错误率接近已有的码辅助帧同步算法的译码性能。     

基于错误特征的MLC闪存最小和译码算法

由于多级单元(multi level cell,MLC)闪存存储信道中随机电报噪声(random telegraph noise,RTN)、〖JP〗数据保持噪声(data retention noise,DRN)和单元间干扰(cell-to-cell interference,CCI)严重影响了MLC闪存阈值电压,从而导致获取的对数似然比(log-likelihood ratio,LLR)不够准确而影响了软判决译码时MLC闪存的低密度校验(low-density parity-check codes,LDPC)码的性能。在深入分析MLC闪存错误特征的基础上,通过利用MLC阈值电压的熵函数计算相邻MLC阈值电压分布的重叠区域来确定存储比特的可靠度,设计了MLC存储比特LLR值的动态更新策略。从而,提出了RTN、DRN和CCI噪声模型下适用于MLC闪存的LDPC码改进的最小和译码算法。仿真结果表明,与传统的LDPC码最小和译码算法相比较,MLC闪存信道下所改进的MLC闪存的LDPC码最小和译码算法具有更好的译码性能与更少的平均迭代次数。     

MIMO系统中基于因素图的迭代信号检测算法

基于无线通信中接收信号的似然检测模型,给出发送信号估计和推理的因素图描述。在此基础上,应用标准和积算法提出一种频率选择性衰落信道下的多输入多输出(multiple input multiple output,MIMO)系统的迭代信号检测算法。为了降低计算复杂度,提出一种快速迭代检测算法,通过引入概率数据关联方法,避免了标准和积算法中符号概率估计的积分计算。仿真结果表明,应用标准和积算法得到的迭代信号检测算法可以逼近最优算法的性能,而快速迭代检测算法在大幅降低计算复杂度的同时,误码率性能比传统的最小均方误差算法有较大优势。     

残留频偏条件下码辅助的迭代载波同步算法

LDPC编码系统,接收端在译码前需要对频偏和相差进行估计,使残留频偏和相差在译码器收敛的允许范围之内,但在低信噪比条件下,即使在收敛范围内,较大的残留频偏和相差也会对LDPC编码系统性能有明显的恶化,所以必须结合迭代译码系统,对信号的残留频偏和相差进行进一步的估计。基于EM算法推导了频偏联合相差的迭代估计算法,给出了一种简单有效的残留频偏估计方法,并以此为基础,结合LDPC迭代译码输出软信息的统计特性,提出了一种码辅助的迭代载波同步算法,仿真结果表明,只要残留频偏和相差在迭代估计器收敛范围内,提出的算法可以使LDPC编码系统的误比特率接近理想同步条件下的译码性能。     

运输问题新解法的探讨

在求解运输问题中，传统的解法比较繁琐，为了克服这一缺陷，提出了快捷新解法，快捷法求解运输问题不仅比表上作业法计算步骤少、简单，而且比广义匈牙利法(常规法)的计算步骤还少、还简单、快捷法是根据约束条件的要求，基本上是一步到位造出每行及每列所需要的零元素，然后检验是否满足约束条件，满足可得最优解，否则需进一步造零，快捷法总是比表上作业法计算步骤少、简单且便于掌握。     

基于改进局部搜索遗传算法的目标分配决策

为满足舰载武器目标分配需求,对传统的局部搜索遗传算法进行了改进,并用其求解目标分配问题的最优解。构造了适合于目标分配问题的染色体;设计了搜索性能较好且能够保留优秀基因的交叉操作方法;将局部搜索机制引入标准遗传算法,提高了目标分配算法的收敛速度;把模拟退火算法引入局部搜索问题,在一定程度上避免了局部最优问题;将贪婪算法应用于局部搜索提高了最优分配方案的搜索效率。仿真计算表明,改进局部搜索遗传算法的目标分配性能优于已有算法。     

生物免疫理论及其在网络入侵检测系统中的应用研究

生物免疫理论被深入研究并广泛应用于计算机安全等领域。通过对基于生物免疫理论的G-T算法和线性时间算法的介绍，提出了多特征匹配算法并将其应用于网络入侵检测系统中。实验表明，优化的算法不仅解决了G—T算法生成检测器的效率过于低下的问题，而且克服了线性时间算法在处理较大的l和r时过于缓慢且需要较大空间的缺点。     

A GREEDY GENETIC ALGORITHM FORUNCONSTRAINED GLOBAL OPTIMIZATION

The greedy algorithm is a strong local searching algorithm. The genetic algorithm is generally applied to the global optimization problems. In this paper, we combine the greedy idea and the genetic algorithm to propose the greedy genetic algorithm which incorporates the global exploring ability of the genetic algorithm and the local convergent ability of the greedy algorithm. Experimental results show that greedy genetic algorithm gives much better results than the classical genetic algorithm.     

一种新的混合聚类算法

聚类是数据挖掘的主要技术之一,是一种无导师监督的模式识别方式。聚类分析就是按照数据间的相似程度,依据特定的准则将数据划分成不同子类。K-平均算法是经典的聚类算法。蚂蚁聚类算法是近来涌现的新的聚类算法,它通过模拟蚁群的智能行为进行聚类分析,已经在数据挖掘中得到应用。通过分析蚂蚁聚类算法和K-平均算法两种不同聚类算法的基本思想,将两种算法结合得到混合聚类算法,仿真实验证明混合聚类算法的算法性能优于蚂蚁算法和K-平均算法。     

可计算一般均衡CGE模型的遗传算法研究

简单讨论了求解 CGE模型的早期 Scarf算法和牛顿算法、以及新近流行的 CGE模型求解工具软件 GAMS和 GEMPACK中的典型算法 ,并且分别指出它们的优缺点 ;最后给出了一个基于模拟进化思想体系的 CGE模型竞争求解算法 ,并给出了算例.     

煤矿物资配送车辆路径问题的人工鱼群算法

对郑州煤电物资供销公司危险品运送的车辆路径问题进行了分析,建立了相应的数学模型,运用人工鱼群算法求解出运费最小的方案。该算法首先初始化一个鱼群,并在初始化的过程中给出了一种修复算子,使鱼群中每条鱼当前的状态代表一种可行的配送方案,然后执行本文设计的随机行为、觅食行为、聚群行为和追尾行为进行全局寻优。最后,把该算法与扫描算法、遗传算法求解进行比较,证明了人工鱼群算法求解车辆路径问题的有效性;同时,该算法也拓展了求解VRP问题的算法空间。     

采用梯度平滑措施的自适应符号算法

以自适应回波对消为对象 ,讨论了两种自适应符号算法的梯度估计平滑方法。从理论上对其中一种平滑方案导出的自适应算法的性能进行了详尽的分析。在输入为联合高斯的情况下 ,给出了权值一阶矩和二阶矩的收敛特性公式。结果表明 ,与符号算法相比 ,平滑算法的收敛速度与符号算法基本一致 ,但稳态误差更小 ,自适应步长的取值范围更大。     

组合式全局寻优算法研究

分析了当前用于连续变量全局优化的各种智能算法的特点，指出他们互相融合发展的趋势，提出了一种体现大融合思想的组合式全局寻优算法，将目前各种智能优化算法有机组合在一起，使它们能够共享优化信息，协同寻优，从而形成最丰富的寻优机制，达到最强的全局寻优能力。最后用一个算例验证了该算法的有效性。     

几种现代优化算法的比较研究

现代优化算法主要包括遗传算法、蚁群算法、禁忌搜索算法。这些算法主要是解决优化问题中的难解问题。由于这些算法在求解时不依赖于梯度信息 ,因而特别适用于传统方法解决不了的大规模复杂问题。介绍了3种算法的基本思想 ,阐述了它们的特点并进行了比较 ,提出了今后研究的方向