适用于实际系统的改进Turbo码最大后验概率译码

采用分块译码算法来解决Turbo码最大后验概率（MAP）译码存储最大，时延大的问题，分块译码将长帧分成若干较短的子帧进行处理，边接收边译码，因而缩短了译码时延，由于每次仅需存储若干相邻子帧的前后矩阵值，从而减小了存储量，根据一种通用的正反向处理器配合方案，计算出此方法相对于传统算法存储和时延减少量的一般表达式，并在对数域详细推导出算推导出算法流程，仿真表明，在一定范围内，分块译码算法性能随训练长度的增加而提高，采用此算法后，时延大大减小，存储量减小为传统对数成最大后验概率译码（LOG－MAP）算法的2／n，便于实际应用。     

一种低功耗的Turbo码译码算法

针对Turbo码译码器功耗大的问题,改进了传统的最大后验概率译码算法,提出了一种基于网格图合并思想的低功耗Turbo码译码算法.该算法通过减少计算过程中占功耗绝大部分的存储器的访问次数来达到降低译码功耗的目的.依据N步合并后的编码网格图进行计算,使得一次译码中计算的总时刻数变为传统算法的1/N,从而使译码器总的存储器访问次数变为原来的1/N,很好地降低了译码器的功耗.理论分析和仿真结果表明,新算法的正确性和可靠性与传统的译码算法相同,并且硬件实现中的译码时延没有增加,是一种有效、可行的低功耗译码算法.     

一种新的双多进制正交扩频调制信号的差分解调算法

研究了具有高频谱效率的双多进制正交扩频调制系统,提出了差分解调输出比特信息的后验概率(APP)算法,该算法能使整个系统获得相当的增益.为了降低运算的复杂度给出了简化算法,并讨论了简化算法的优化策略.在加性高斯白噪声(AWGN)和多径Rayleigh衰落信道下进行的仿真结果表明,所提算法是有效的,采用优化的简化算法性能可以进一步逼近APP算法.     

基于最大后验概率的帧同步判决

针对高误码率、高滑码率的恶劣无线数字传输链路,为了提高帧同步判决的可靠度并从而提高系统传输效率,该文提出了一种基于最大后验概率(MAP)的定长帧同步判决算法.该算法能够根据信道实时反馈的误码率和滑码率,并利用特定应用中滑码长度的先验概率特性以及前后帧的相关性进行帧同步判决.这种算法相比传统的帧同步搜索性能有明显的改善,在误码率为5 × 10-2且滑码率为1 ×10-8时,误同步率仍然低于5×10-5.该同步算法还具有可扩展性,可以方便地扩展到变长帧的同步判决、变长包的解复接等多种应用场合.     

一种基于对数似然比的解扩方法

提出了一种基于对数似然比的解扩方法. 该方法基于解调输出的软信息(即对数似然比)解扩且输出也为软信息,理论分析表明该方法的误码率能达到最佳误码率性能. 在不同调制方式下对该解扩方法的误码率进行了仿真,结果显示该方法的误码率曲线与最佳误码率理论曲线重合,且比传统基于硬信息的解扩方法的性能优化2 dB左右. 利用该方法可以方便地与软信息输入输出的Turbo信道编译码技术相结合.      

Turbo码的Simulink建模及性能测试

针对Turbo码编译码器结构复杂、仿真困难的问题,提出了一种完全基于Simulink模块的Turbo码仿真模型。编码器中,分量码采用循环系统卷积码,使分量码的奇序列与原始信息相同。译码器采用流水线译码方式,由Simulink模型库中的后验概率译码(A Posteriori Probability Decoder)模块构成,使译码过程变得直观和便捷,简化了编译码器的复杂性。通过仿真,分析了迭代次数、交织长度及不同译码算法对Turbo码性能的影响。结果表明,单比特信噪比(Eb/No)为2 dB时,误比特率(BER:Bit Error Rate)可以接近10-7;迭代次数增加到7次以后接近饱和;交织长度越大,Turbo码性能越好。     

关于前向最大后验概率（MAP）算法的研究

推导了前向MAP的一种简化形式-F-MAP,并给出了它的两种实用算法：Log-F-MAP和Max-Log-F-MAP,F-MAP与SOVA算法（寄存器交换模式）间有着密切的联系,特别是可将Log-F-MAP看作对SOVA的进一步改进,通过定点仿真,对F-MAP和其他流行SISO算法在Turbo译码中的BER/FER性能进行了比较与分析,得到了译码延迟D的合理值为5～6倍的约束长度。     

对数正态分布的最小后验风险Bayes判别

设有两个总体G0、G1分别服从参数为(μ0,σ)与(1μ,σ)的对数正态分布.基于寿命数据X、最小后验风险准则,给出了相应的判别分析问题的Bayes判别方法,为寿命判别制定了一个操作简便的规则.     

最大后验概率在三维显微图像恢复中的应用

针对显微镜系统造成三维荧光显微图像模糊问题，提出一种基于线性的最大后验概率算法（LMAP），该算法以线性最小均方（LLS）为基础，引入平滑因子，通过调节小特征值克服病态问题，达到快速处理显微图像的目的，对LMAP算和LLS算法的图像处理结果进行了比较。     

一种适用于T-TCM系统的简化的Log-Map算法

本文提出了一种适用于Turbo网格编码调制（ T-TCM）系统的简化Log-MAP算法,它可以轻松在硬件实现。我们探索了一种新的分段函数代替Log-MAP算法中的雅克比对数校正项,用这个方法可以损失很小的性能增益去简化Log-MAP算法。仿真结果证明我们的方法可以用非常低的复杂度实现和Log-MAP算法几乎相同的性能。此外,与S． Talakoub等人提出的improved MAX-Log-MAP算法相比,我们的算法降低了大约39%的复杂度,并且完全没有性能损失。     

基于最大后验概率的逆半调改进方法

针对Bayesian算法以误差分散核为先验、时空复杂度高的缺点,提出一种逆半调改进算法.首先根据误差分散半调图的噪声特性设计去噪预处理器,然后以预处理图像为初始值,依据最大后验概率准则,采用基于矩阵运算的迭代方法估计逆半调图像.所构造的逆半调算法与Bayesian算法相比,逆半调图像平滑且边缘清晰,时空复杂度大大降低.仿真结果表明:N×N维图像的空间复杂度由8N2降至81N,运行时间降为原来的15%左右;采用Floyd-Steinberg半调图,该算法的峰值信噪比(PSNR)与小波算法相当,采用Jar-vis半调图,PSNR值较小波算法提高了0.3~3 dB.     

鉴别性最大后验概率线性回归说话人自适应研究

为增强自适应后的声学模型的鉴别能力,提出了一种基于最大互信息(MMI)的鉴别性最大后验概率线性回归(MMI-DMAPLR)说话人自适应方法. 将最大互信息准则和最大后验概率(MAP)准则相结合,设计了一个新的目标函数来估计基于线性变换的自适应方法中的变换参数,在最大后验概率估计中加入了鉴别性. 大词汇量连续语音识别的实验结果表明,新方法在增强声学模型与测试数据的匹配性的同时,可以有效提高声学模型的鉴别能力,在少量自适应数据的情况下,其性能比最大后验概率线性回归(MAPLR)相对提高4.8%.      

基于全变分正则最大后验估计的高光谱图像亚像元快速定位方法

针对高光谱亚像元定位应用中光谱解混这一病态问题的求解,改进了结合空间分布先验全变分（TV）的最大后验估计（MAP）光谱解混模型,以保证算法的可扩展性和解的唯一性.同时,针对TV先验固有的非线性特性导致的求解过程繁琐的问题,提出了一种快速求解算法,将原始复杂的非线性运算转化成几步较简单的有闭合解的运算,对这些子问题结合运用快速迭代收缩阈值算法（FISTA）和分裂Bregman算法来分别求解.结果表明,提出的新方法保持了与传统梯度下降方法相一致的定位精度,但将迭代速度提高了10倍以上,具有更高的运算效率.      

基于逐比特MAP算法的Turbo编码调制方式

给出了一种基于逐比特MAP算法的Turbo编码与多元调制相结合的编码调制方式。该编码调制方式通过删截Turbo码的校验位以获得高编码效率，将复用后的编码输出以Gray映射方式与多元调制结合从而获得高频带利用率，并采用逐比特MAP算法进行迭代译码。仿真结果表明，将Turbo码的高编码增益与多元调制的高频谱利用率有效地结合在一起，是一种功率和频谱高效的编码调制方式，它比传统的网格编码调制(TCM)方式有着更好的性能。