基于组稀疏表示和加权全变分的图像压缩感知重构

传统的基于组稀疏表示(group sparse representation, GSR)的压缩感知(compressd sensing, CS)重构算法利用信号的稀疏性和非局部相似性来重构图像信号,但没有充分考虑图像的局部平滑特性,影响了算法的重构性能。考虑信号的稀疏性、非局部相似性、平滑性3种先验信息,提出一种基于GSR和加权全变分(weighted total variation, WTV)的图像CS重构算法,并针对传统的WTV采用全局加权会引入错误的纹理以及边缘状伪影的问题,利用一种新的WTV策略,只对图像的高频分量设置权重来保证图像重构质量。此外，针对硬阈值迭代法忽略低频的主分量系数,采用硬阈值-模平方方法来更好地保护非主分量系数。实验表明,相同采样率下,所提算法的峰值信噪比比非局部正则化全变分和基于GSR的CS算法平均分别提高5.4 dB和0.62 dB,验证了所提算法有效保护图像的细节信息。     

基于组稀疏表示和加权全变分的图像压缩感知重构

传统的基于组稀疏表示(group sparse representation, GSR)的压缩感知(compressd sensing, CS)重构算法利用信号的稀疏性和非局部相似性来重构图像信号,但没有充分考虑图像的局部平滑特性,影响了算法的重构性能。考虑信号的稀疏性、非局部相似性、平滑性3种先验信息,提出一种基于GSR和加权全变分(weighted total variation, WTV)的图像CS重构算法,并针对传统的WTV采用全局加权会引入错误的纹理以及边缘状伪影的问题,利用一种新的WTV策略,只对图像的高频分量设置权重来保证图像重构质量。此外，针对硬阈值迭代法忽略低频的主分量系数,采用硬阈值-模平方方法来更好地保护非主分量系数。实验表明,相同采样率下,所提算法的峰值信噪比比非局部正则化全变分和基于GSR的CS算法平均分别提高5.4 dB和0.62 dB,验证了所提算法有效保护图像的细节信息。     

基于低秩约束和边信息的近似消息传递CS重构算法

噪声环境下图像压缩感知(compressive sensing,CS)重构方法的性能会大幅度下降。在近似消息传递(approximate message passing,AMP)算法的基础上,同时利用结构先验信息和边信息来增强AMP算法对噪声的鲁棒性。利用图像中相似块的低秩特性,在反投影的含噪图像中捕获低秩子空间的结构特征;再将含有确定成分的前期重构图像作为边信息，以实现细节的增强。实验表明,本文算法比原始AMP算法在峰值信噪比(peak signal to noise ratio,PSNR)上平均提高了3.89 dB,且获得更加清晰的重构图像;与仅利用低秩特性的AMP算法相比,引入边信息后本文算法在PSNR上获得了0.27 dB的增益,同时增强了重构图像的细节。     

喷泉码差分跳频系统在AWGN中抗部分频带干扰性能研究

为了改善差分跳频 (differential frenquency hopping, DFH)系统抗部分频带干扰性能, 提出一种将喷泉码(Fountain code, FC)应用于DFH的喷泉码差分跳频(Fountain code differential frenquency hopping, Fountain DFH)级联编码系统; 在加性高斯白噪声信道(additive white Gaussian channel, AWGN)下研究其抗部分频带干扰性能的改善;对Fountian DFH抗干扰性能在有精确干扰状态信息(jammer state information, JSI)和无精确干扰状态两种情况下进行了理论分析和数值仿真。仿真总频点数M为32, 结果表明:当存在精确JSI信息时, 干扰频点n为32点干扰,误码率为10-4情况下, Fountian DFH系统相对普通DFH系统信干比有2~2.5 dB的性能改善;在干扰频点数n为1时有10~12 dB的改进。当无JSI信息时, 提出一种跳频训练序列的JSI估计译码算法, 使Fountian DFH系统较准确获取JSI信息,具有较强抗干扰能力。     

基于正交小波包变换的变步长双模式盲均衡算法

在分析正交小波包变换盲均衡算法特性的基础上,提出一种基于正交小波包变换的变步长双模式盲均衡算法(WPT-VDMA)。该算法利用正交小波包变换良好的去相关性和变步长,来加快收敛速度;利用符号判决实现基于正交小波包变换的常数模盲均衡算法(WPT-CMA)与基于正交小波包变换的判决导引盲均衡算法(WPT-DD)间的切换,以减小均方误差。仿真结果表明,与WPT-CMA和WPT-DMA(基于正交小波包变换的双模式盲均衡算法)相比,WPT-VDMA收敛后的均方误差分别减少约3.1dB和2.2dB,收敛速度分别快约6500步和3000步。因此,该算法具有收敛速度快、跟踪性能好、均方误差小的特点。     

基于CRC的ASM信号维特比纠错算法

为提高甚高频数据交换系统(very high frequency data exchange system, VDES)中应用特定消息(application-specific messages, ASM)的解码性能, 提出一种基于循环冗余校验(cyclic redundancy check, CRC)的改进维特比纠错算法。通过合理降低符号状态数和使用部分CRC参与纠错, 使该算法平衡了纠错性能和计算量, 同时提出了新的分支度量以解决过于理想化的传统分支度量导致的性能损失。仿真表明, 新分支度量相比传统分支度量提升了1 dB的误帧率(packet error rate, PER)性能, 在用12个CRC寄存器参与纠错的条件下,该方法比相干解调算法提升了1 dB的PER性能, 同时通过合理的符号状态数降低策略将计算量降为传统算法的1/4。     

基于WBP-CNN算法的LDPC译码

针对低密度奇偶校验(low density parity check, LDPC)码在相关噪声条件下译码误比特率上升的问题,结合传统译码算法与卷积神经网络(convolutional neural network, CNN)设计了新的译码器。该译码器在置信传播(belief propagation, BP)算法中引入加权比特翻转(weighted bit-flipping, WBF)算法,生成加权BP(weighted BP,WBP)结构以解决码字临界处误比特率较高的问题。然后通过CNN降低噪声,在WBP和CNN之间迭代处理接收信号,使信号估计值不断逼近真实值以降低相关噪声的影响。通过仿真发现,与BP算法相比,所提算法能够有效降低相关噪声条件下LDPC译码的误比特率。     

基于WBP-CNN算法的LDPC译码

针对低密度奇偶校验(low density parity check, LDPC)码在相关噪声条件下译码误比特率上升的问题,结合传统译码算法与卷积神经网络(convolutional neural network, CNN)设计了新的译码器。该译码器在置信传播(belief propagation, BP)算法中引入加权比特翻转(weighted bit-flipping, WBF)算法,生成加权BP(weighted BP,WBP)结构以解决码字临界处误比特率较高的问题。然后通过CNN降低噪声,在WBP和CNN之间迭代处理接收信号,使信号估计值不断逼近真实值以降低相关噪声的影响。通过仿真发现,与BP算法相比,所提算法能够有效降低相关噪声条件下LDPC译码的误比特率。     

单通道混合信号的深度联合分离译码算法

针对采用低密度奇偶校验(low density parity check, LDPC)码编码的单通道同频混合信号,提出一种深度联合分离译码算法。采用了Gibbs分离过程中的逐符号分离步骤和译码过程中的逐符号译码步骤之间交替更改变量节点似然软信息的方式,在初期译码步骤输出的软信息模值较小,便于分离步骤对译码步骤的结果及时进行纠正,降低整体误比特率,软信息达到译码门限后开始发挥译码作用并最终和分离步骤达到一致收敛。仿真结果表明,本文提出的深度联合算法能够有效避免传统迭代分离译码算法由于分离过程的误比特率超出软输入软输出(soft input soft output, SISO)译码器纠错能力范围导致算法无法收敛的现象,降低联合分离译码算法的门限并提升整体性能,对于8PSK调制的混合信号在误比特率为10^-3时有1 dB的性能改善^。     

卫星通信中低复杂度联合迭代译码算法及仿真

首先阐述以可靠度作为度量的低密度奇偶校验码(low-density parity check code, LDPC)译码算法,然后提出低复杂度的连续相位调制(continuous phase modulation,CPM)软解调算法,该软解调算法不依赖于噪声方差,避免了信道噪声方差估计不准确对解调性能带来的影响,最后提出一种低复杂度的联合迭代译码算法,该算法以符号/比特的可靠度作为内外译码器之间的迭代信息,具有简单、易于工程实现等优点。仿真结果表明,新的软解调算法的性能与概率域下的解调算法几乎没有差异;在总迭代次数相同的情况下,采用低复杂度联合迭代的性能相比于未采用联合迭代的性能有约0.75 dB的增益。     

基于树图剪枝的极化码译码简化算法

极化码是一种在二元对称信道下能够逼近香农限的信道编码,但其经典译码算法连续删除(successive cancellation,SC)译码和置信传播(belief propagation,BP)译码的复杂度较高,使得译码过程具有较大的计算复杂度和译码时延。对极化码译码过程的树图建模分析并对节点分类,证明了树图中部分节点对应的译码运算是冗余的。由此设计了树图剪枝的简化译码算法,在保证误码性能不变的前提下,明显降低了现有译码算法的计算复杂度。仿真结果证明,简化后SC译码和BP译码的译码复杂度较原始算法分别降低了36%~65%和41%~67%。     

Reed-Solomon码的符号级软判决译码算法

为了在译码性能和复杂度之间获得更好的折中,提出两种Reed-Solomon码的符号级软判决译码算法:一种将置信度排序译码集成到Chase译码的组合译码算法;另一种则采用逐级选择测试序列集的广义Chase-2译码算法。二者在一定的场合能够充分利用软判决信息。仿真结果表明,第一种算法在译码复杂度较低时,能够获得很好的综合性能;而第二种算法则具有很好的灵活性,且在译码复杂度可接受的范围内具有很好的综合性能。两种算法在一些场合中都能获得比目前其它一些常用的符号级软判决译码算法更好的综合性能。     

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。     

LDPC码最优化译码算法

为了提高离散高斯信道下二进制低密度奇偶校验码（low-density parity-check code, LDPC）最优化译码算法的性能和效率,提出了一种改进的LDPC码最优化译码算法。首先,通过理论分析和数学推导,构建了译码问题的数学模型;然后,论证并给出了针对该模型的最优化译码算法;最后,基于VC6.0平台进行了译码的性能和效率仿真并与其他算法进行比较。仿真结果表明,在误码率性能和译码效率上,新算法优于改进前的算法;在误码率性能上,新算法也优于常用的最小和译码算法。仿真结果与理论分析吻合。     

基于相对残差的LDPC码动态调度译码算法

针对低密度奇偶校验码的动态调度译码算法中存在的震荡现象和贪婪特性问题,在基于变量节点消息残差置信传播算法的基础上,提出一种基于相对残差调度的置信传播算法。对变量节点进行分组,以变量节点向校验节点传递消息的相对残差值作为参考,优先更新相对残差值最大的节点,加快译码收敛速度。对于译码过程中震荡的变量节点,对其更新前后的后验LLR(log likelihood ratio)消息值做加权平均处理,提高震荡节点的可靠度。在算法迭代的过程中对变量节点向校验节点传递消息的相对残差值作衰减处理,缓解译码算法的贪婪特性。仿真结果表明：与VC-RBP算法相比,在误比特率为10-5时所提算法译码性能可以获得0.3～0.4 dB的增益,同时拥有更快的收敛速度。     

基于低密度格码的编码协作中继系统

提出一种联合低密度奇偶校验码(low density parity check,LDPC)的低密度格码编码协作(low density lattice code coded cooperation,LDLC-CC)改进方案。中继对源节点广播的LDLC码字进行译码,并向目的节点转发基于LDPC和LDLC编码的增强校验信息。通过利用校验矩阵下三角结构特性,源节点和中继节点可以简单地通过各自的校验矩阵进行整形和编码,且采用的LDLC校验矩阵可以构成高维下三角结构校验矩阵。此外,设计了目的节点联合迭代软译码算法。该算法建立了LDLC联合译码与LDPC软译码之间的联系,相比LDPC硬译码可以获得显著的编码增益。仿真结果显示,在瑞利慢衰落信道下提出的联合LDPC的LDLC-CC系统相比传统无协作直传LDLC系统最大可以取得近5 dB性能增益。