物理层抽象中平均互信息的精确计算方法

提出一种比特平均互信息(mean mutual information per bit,MMIB)物理层抽象技术平均互信息计算方法.该方法通过数学推导得到16QAM调制符号上各比特的对数似然比(1og-likelihood ratio,LLR)的概率分布,并得到平均互信息计算解析表达式.仿真结果表明,提出的计算方法计算...     

基于互信息的TD—SCDMA HSDPA系统链路模型

在TD-SCDMA HSDPA系统3GPP协议的基础上,提出了基于发送端信道编码比特与接收端解速率匹配后软比特之间的平均互信息的链路模型.本模型以互信息为接口参数,采用QPSK比特信噪比合并、16QAM信噪比等效等建模方法.考虑了TD-SCDMA HSDPA系统速率匹配、HARQ合并、16QAM星座重排等因素的影响.仿真结果表明,该链路模型在瑞利衰落信道,QPSK和16QAM调制方式下的块误码率(BLER)误差均在0.2～0.3 dB以下.且模型具有仿真数据量少、时间复杂度低和扩展性好的优点.     

带Turbo码的OFDM频域链路自适应方案

针对最优比特与功率加载算法需完全已知信道质量信息而在实际系统不可行的问题,提出基于资源块互信息的实用解决方案;针对频率选择性衰落和Turbo码交织深度要求较高的问题,提出根据互信息为不同资源块计算调制方式而对多个资源块内插计算相同码率的频域链路自适应解决方案。分析与仿真结果表明:基于资源块互信息的频域链路自适应解决方案能获得接近最优比特与功率加载算法的频谱效率。     

采用相对小波能量法的脑-机接口设计

针对基于两种不同意识任务(想象左手运动和想象右手运动)的脑-机接口,提出采用相对小波能量的特征提取方法.首先深入研究了相对小波能量的计算方法,然后利用相对小波能量对脑电信号进行特征提取,最后采用支持向量机进行分类,并采用分类准确率和互信息作为该脑-机接口的评价标准.离线分析结果表明:分类准确率最高为85.7%,最大互信息为0.41比特.与较常用的自适应自回归(AAR)模型系数作为特征的方法相比,所提方法具有更高的识别准确率和互信息.     

异构网融合中基于RBIR的物理层抽象算法

为了提高异构网络融合中不同空中接口接入情况下链路性能预测的准确性,提出了基于接收比特互信息率(RBIR)的物理层抽象算法.物理层抽象算法通过压缩函数把一组不同的信干噪比(SINR)序列映射成单一的SINR值,通过该SINR值查表得到真实的误块率(BLER)值.利用拟合函数表示不同条件下的参考曲线表,简化了系统设计的复杂度.从信息论的角度对接收比特互信息率RBIR算法进行理论推导,证明了接收比特互信息率RBIR与误块率BLER具有一一对应的关系.通过对CDMA EVDO网络和无线局域网(WLAN)进行仿真,结果表明,该算法能够较好地描述这2种网络中不同调制编码方式、信道状况和误块率之间的关系,拟合函数曲线与实际仿真结果吻合较好,能够准确预知不同网络的链路性能.     

基于周期反馈MIMO系统的容量研究

研究了基于周期反馈MIMO(multiple_input_multiple_output)系统的容量。在给定反馈容量约束(平均每一个块的时间内最多能反馈的比特数)的情况下, 当CSI(channel state information)的量化比特数越大时, 一方面,CSI的量化误差越小, 从而增大容量; 另一方面, 反馈周期越大, 导致降低容量。因此, 对于周期反馈系统的容量而言,存在最优的CSI量化比特数。通过数值计算, 给出了最优的CSI量化比特数。计算结果表明:与传统的反馈策略相比, 周期反馈策略使得系统容量得到较大提升。     

OFDM帧内误码率最小化的比特和功率分配方法

为使正交频分复用(OFDM)系统在总功率和比特数不变条件下,误码率最小化BM(Ber Minimum)的比特和功率联合分配算法帧内平均误码率最小,设计符号内以最小总名义功率为目标的迭代算法,提出以符号最小总名义功率为基础的符号间功率分配方法.仿真结果表明,该方法在码率性能和计算速度方面均有较大改善.     

双向梯度归一化互信息医学图像配准方法

传统互信息配准方法未利用图像的空间信息,为此,提出一种将互信息与梯度相似性相结合的双向医学图像配准方法.首先以图像A为参考,求图像A和待配准图像B的每组对应点的梯度相似性,并在计算相似性之前引入高斯算子以降低噪声影响,将梯度相似性因子与归一化互信息的乘积作为图像配准的正向测度;反过来,再以图像B为参考计算逆向的梯度归一化互信息.由此得到双向梯度归一化互信息.实验结果表明,该方法比传统归一化互信息和梯度归一化互信息方法有更高的鲁棒性和精度.     

基于互信息的差异共表达致病基因挖掘方法

为了挖掘基因表达数据中的差异共表达致病基因模块,提出了基于互信息和最大团相结合的方法.互信息用于度量基因表达谱之间的相互关系,计算任意2条基因表达谱在2种不同样本中的互信息值,得到2个互信息矩阵M1和M2,选定2个阈值T1和T2(T1T2)将矩阵M1和M2二值化,并通过M1和M2中元素的逻辑"与"运算得到图的邻接矩阵,从邻接矩阵挖掘出的最大团则为差异共表达致病基因模块.将该方法应用于Colon数据,选定T1=2.2,T2=1.0,得到6个相互重叠的最大团,实验结果表明,该方法能有效挖掘出差异共表达致病基因模块.     

基于校验和更新的低复杂度LDPC码硬判决译码算法

为使低密度奇偶校验(low-density parity-check,LDPC)码的硬判决译码算法具有更低的计算复杂度和更高的译码性能,提出了一种新的校验和计算算法,具有较低的计算量,可应用于现有的所有硬判决译码算法.结合该算法对一种计算量近似于比特翻转(bit flipping,BF)算法的多阈值比特翻转(multi-thresholdBF,MTBF)算法进行了进一步改进,获得了更低的译码复杂度和更好的译码性能,在迭代5次时获得了0.15 dB的性能增益.     

时间序列间统计依赖性测量的一种改进方法

提出了利用改进的广义互信息测量 2个随机变量之间非线性统计依赖性的方法 ,在此基础上获得了利用关联积分计算 2个具遍历性的观测时间序列之间统计依赖性的公式 ,并与利用互信息和广义互信息测量 2个观测时间序列之间统计依赖性的方法进行了比较 ,通过例子说明了这种改进方法的优点     

基于最大区域互信息量的生物细胞图像分割

针对基于互信息量的阈值分割算法没有考虑像素的空间结构信息以及分割后图像与原图像之间关系的问题,提出了一种基于最大区域互信息量的图像分割算法.以区域互信息量作为目标函数,综合考虑图像各像素的邻域数据以及图像内在空间信息,利用粒子群算法找出图像分割的最佳阈值,克服了基于最大互信息量分割方法的不足.     

一种新的基于互信息的图像配准方法

针对目前基于互信息图像配准方法中存在的不足,提出结合图像二维信息(如轮廓和边缘)与互信息的图像配准算法.它首先利用小波多尺度积提取两幅图像的特征点及其角度信息,再根据得到的特征点和角度信息,定义了特征点对互信息匹配准则,得到相应的匹配点对.最后进行了仿真实验,并将结果与由相关度、对齐度准则得到的结果进行比较,所提出的算法匹配误差最小.结果表明该算法具有匹配精确、鲁棒性好和效率高等优点.     

基于排序互信息的无监督特征选择

根据排序问题的单调先验知识,无监督学习问题中的观测属性之间也具备单调关系;否则该属性与排序无关,为冗余属性.基于排序互信息反应的两属性之间的单调关系,提出用每个属性与其他属性之间的平均互信息,来衡量每个属性与排序学习的相关程度,具有最高的平均互信息即为排序最相关的属性.     

第一特征选择的信息论方法

提出一种第一特征选择的信息论方法．该方法考虑了第一特征和其他特征组合共同包含的类别信息．即使在非线性分类问题中也表现出良好的第一特征选择性能．     

一种基于粒子滤波的双模态语音提取方法

说话入的唇动信息有助于加强对语音的感知.根据说话人语音的双模态特性,将振动信息引入语音提取问题,提出了一种基于粒子滤波的贝叶斯融合架构的双模态语音提取方法.该方法融合说话人的语音和唇动信息,根据信息论中的最大互信息准则与盲源分离中的高阶统计量准则.将音视频互信息与语音峭度的乘积作为代价函数,利用粒子滤波估计混合矩阵.解决时变瞬时混合情况下的语音提取问题.仿真结果表明.该方法在低信噪比情况下仍然能够实现语音信号的有效提取.     

Feature selection based on mutual information and redundancy-synergy coefficient

Mutual information is an important information measure for feature subset. In this paper, a hashing mechanism is proposed to calculate the mutual information on the feature subset. Redundancy-synergy coefficient, a novel redundancy and synergy measure of features to express the class feature, is defined by mutual information. The information maximization rule was applied to derive the heuristic feature subset selection method based on mutual information and redundancy-synergy coefficient. Our experiment results showed the good performance of the new feature selection method.     

基于双互信息准则的雷达自适应波形设计方法

自适应波形优化技术是认知雷达的关键技术之一,通过优化发射波形能够提高雷达系统性能.针对目标检测问题,在杂波环境下,提出一种基于双互信息优化准则的自适应波形优化方法.该方法同时以接收信号与目标冲激响应之间的互信息最大和接收信号与杂波冲激响应之间的互信息最小为优化准则,在发射信号能量有限的约束条件下,建立优化模型,通过最大边缘分配算法求解最优波形.仿真结果表明,相对于固定波形,所提方法优化发射波形能够提高目标检测性能.     

正交基低冗余无监督特征选择法

借鉴基于正则回归的无监督并行正交基聚类特征选择法和最大互信息系数,提出正交基低冗余无监督特征选择法.该方法在正交基下选择具有判别能力的特征,可用最大互信息系数矩阵选择低冗余性的特征子集. 4个图像数据集上的实验结果表明:该方法选择的特征子集可以提高聚类准确率.