大气激光通信系统中π-旋转LDPC码的设计与性能分析

提出将π-旋转LDPC(low-density parity-check codes)码应用于大气激光通信系统中,介绍π-旋转LDPC码的编码方法和BP(belief propagation algorithms)译码算法,在加性高斯白噪声信道下,对BP译码在概率域、对数域以及最小和译码时的译码性能进行比较,在误码率为10-5时,最小和译码比对数译码信噪比改善1 dB.在各种典型天气条件下对大气激光通信系统中采用π-旋转LDPC码的系统性能进行仿真分析.结果表明,在大气激光通信系统中采用LDPC纠错码,当误码率为10-6时,系统信噪比改善了约5 dB,获得了良好的纠错性能,提高了系统性能.     

基于多径信道的最佳非规则LDPC码的设计

已有应用于OFDM(O rthogonal Frequency D ivision Mu ltip lexing)的各种纠错码,但有的纠错能力不强,误码率较大,有的译码复杂度较高。为此,在分析了密度演变算法的基础上,利用差分分解算法和计算机搜索,选择了基于多径衰落信道的OFDM系统的非规则LDPC(Low Density Parity Check)码的最佳度分配对,对系统的误码性能作了仿真,并与最佳规则LDPC码的OFDM系统在同样条件下作了比较。仿真结果显示,在各种映射模式下,所选择的最佳度分配对非规则LDPC码系统的性能优于最佳规则LDPC码系统的性能,在误码率为10-5时,信噪比增益达到1 dB。     

Polar码在图像传输中的性能研究

文中研究Polar码在图像传输系统中的应用,讨论Polar码的译码迭代次数、码长、码率等因素对恢复图像的影响,并与等同条件下的低密度奇偶校验码（Iow Density Parity Check Code,LDPC）在图像传输中的性能进行比较.数值仿真表明：随着Polar码译码迭代次数增加、码长增长和码率减小,图像传输的误块率（Block Error Rate,BER）减小,峰值信噪比（Peak Signal to Noise Ratio,PSNR）增大.同时在码长为2 048,码率为0.5时,Polar码在图像传输中的性能比LDPC码的性能有明显地提高,在输入信噪比为3 dB时,Polar码的误块率有102增强,PSNR值有4倍的提高.     

非二进制级联码的性能评估

提出了一种非二进制级联码结构,将非二进制LDPC码(码率R=0.9)和Turbo码(码率R=0.5)串行级联,利用非二进制LDPC码在高信噪比时性能较佳,Turbo码在低信噪比时性能较佳的优势,进一步提高级联码在低信噪比和高信噪比的性能.分析了新的级联码系统在白噪声信道的性能,并与RS码和卷积码级联的RS级联码系统、二进制LDPC码和Turbo码级联的二进制级联码系统在高斯白噪声信道的误码性能和复杂度作了比较,仿真结果显示:在纠错能力方面,二进制和非二进制级联码系统的纠错能力大大优于RS级联码系统,非二进制级联码系统优于二进制级联码系统,在复杂度方面,新的级联码系统的复杂度高于RS级联码系统,但与二进制级联码系统相比,复杂度降低了.     

LDPC乘积码性能分析

提出了一种LDPC乘积码的编码和译码方法,在编码端,用误码性能好的LDPC码代替扩展的BCH码构成LDPC乘积码,提高用扩展的BCH码构成的Turbo乘积码(TPC)的误码性能;另一方面,用短的LDPC码以乘积码的编码方式构成长码,降低了LDPC码的编码复杂度。计算机仿真结果显示,LDPC乘积码在信噪比小于3.5dB时,其误码率低于BCH乘积码,但在信噪比大于3.5 dB时,其误码率高于BCH乘积码,与等长的LDPC码相比,LDPC乘积码在低信噪比时,性能较好,但在高信噪比性能较差。     

LDPC码在二进制对称信道下的性能分析

低密度校验码(LDPC)是一类线性分组纠错码,和积传递算法是LDPC码迭代译码算法中的常用算法.在此基础上研究了二进制对称信道(BSC)下LDPC码的消息传递迭代译码算法,对其误码特性进行了仿真,并用密度进化方法仿真了校验节点、变量节点的概率密度在迭代过程中的收敛情况.结果表明在给定的信道门限下LDPC码具有良好的纠错性能.     

非规则QC-LDPC码联合自适应均衡技术在浅海水声信道研究

浅海水声信道具有长时延、多途强、起伏快等特点,为提高数据传输可靠性,采用纠错能力强、编译码复杂度低的非规则准循环低密度奇偶校验(QC-LDPC)码作为信道纠错码方案,并联合自适应判决反馈均衡器(DFE)作为接收机结构以消除码间干扰(ISI).综合考虑非规则QC-LDPC码编译码参数选择、自适应均衡器中的最小均方差(LMS)、可变步长LMS(SVSLMS)和递归最小二乘(RLS)等3种算法的性能与复杂度权衡问题,结合福建泉港浅海域实测水声信道特性,研究了该接收机的性能.仿真结果表明:非规则QC-LDPC码的性能优于随机构造的规则LDPC码;联合自适应均衡的非规则QC-LDPC码可显著提高浅海水声通信系统性能,在较高信噪比(SNR)下,选用RLS算法时,误码率(BER)可降为0(15dB),选用低复杂度的SVSLMS算法BER可达到10-4(18dB).     

数字喷泉技术在跳频通信中抗干扰性能研究

为提高跳频抗干扰性能,提出将Raptor码作为前向纠错码应用于跳频通信系统,其中Raptor码采用码率为0.95的规则LDPC码作为预编码,再级联LT码来实现.通过Matlab建模仿真实验,分析了跳频通信系统对抗宽带干扰以及部分频带干扰的性能.结果表明,宽带干扰环境下,在比特信干比为2.5dB时可以使误比特率低于10-3,得到17.6dB的性能提升;部分频带干扰环境下,在比特信干比为1.0dB时,可以将系统误比特率降低到10-3以下,得到16.8dB以上的性能提升.因此,用Raptor码作为跳频通信前向纠错码是可行的.     

基于LDPC码的数字图像水印技术研究与利用

主要研究了LDPC码在数字水印中的应用。图像水印系统和通信系统的模式具有相似性，对一种基于LDPC码的图像数字水印算法进行了研究。该算法利用LDPC码的纠错性能和图像的人眼视觉特性（HVS），以实现静止图像中数字水印的嵌入和提取。实验结果表明，该算法降低了水印在传输过程中的差错率，具有很强的鲁棒性和隐匿性。     

LDPC结合垂直分层空时码的迭代检测算法的研究

文中提出了基于球形检测的Fincke-Pohst-MAP(FP-MAP)的联合迭代检测算法,介绍了LDPC码结合垂直分层空时码(V-BLAST)在协作MIMO系统中的应用。理论分析和推导了联合迭代的具体过程,通过仿真结果的研究表明,FP-MAP球形检测算法与迫零排序加干扰抵消(ZF-OSIC)算法和基于递推最小二乘法的判决反馈均衡(RLS-DFE)算法相比,误码率的性能分别提高了1 dB和0.3 dB左右,而且FP-MAP算法的性能最接近于ML检测。最后还将LDPC码、卷积码和Turbo码与V-BLAST级联的协作MIMO系统进行了比较分析,仿真结果可知LDPC级联系统在较高信噪比区域时的性能更优越。     

基于旋转准正交空时分组码的LDPC编码性能

为了提高空时分组码在多输入多输出通信系统的性能,提出一种新的准正交空时分组码,并且结合星座旋转设计和交织技术。通过星座旋转准正交空时分组码,以牺牲一定解码的简单性,来避免当天线数目大于2时,正交空时分组码码率下降的缺点;并与LDPC码进行级联编码,来降低系统误码率及提高系统的可靠性要求。多输入多输出通信系统可以很好地解决多径效应,获得很高的分集增益。仿真结果表明:与没有经过星座旋转的准正交空时分组码系统相比较,这种新的编码方法可以有效地降低误码率,提高系统的性能。在误码率10-5时,CRQOSTBC级联LDPC码与QOSTBC级联LDPC码相比有1.8dB的信噪比改善,CR-QOSTBC级联LDPC码相对于未级联LDPC码的QOSTBC在10-3时有5.3dB性能提升。     

基于显著性信息和视点合成预测的3D-HEVC编码方法

传统的视频编码标准大多着重从减少信息冗余来提高率失真性能,而忽视了人类视觉系统(human visual system, HVS)多样性对视频编码的影响.针对目前先进的3D高效率视频编码(high efficiency video coding, HEVC)技术,提出了一种融合人眼视觉特性的编码方法.首先建立3D显著性模型,根据显著性信息进行分区域编码;然后对原有的视点合成预测算法进行改进,避免深度块的边界效应;最后绘制生成新视点的视频.实验结果证明,该方法在保证主观质量基本不变的情况下, BD-rate可下降10%左右,绘制生成的新视点峰值信噪比(peak signal to noise ratio, PSNR)可提高0.1 dB左右,能有效提高编码效率.     

基于高阶累积量构造特征参数的调制识别方法

针对传统基于高阶累积量的无线通信信号调制识别方法存在不含频率信息、低信噪比(signal to noise ratio, SNR)下识别率低及识别种类较少等问题，设计了一种新的基于高阶累积量构造特征参数的调制识别方法.该方法引入一阶微分和中值滤波预处理等技术，有效解决了多进制频移键控(M-ary frequency-shift keying, MFSK)信号的组内识别问题.进一步地，改进特征参数设置，设计识别流程，提升低信噪比下多达10种常用调制信号的识别率.蒙特卡洛仿真实验验证了所设计方法具有识别信号种类多和识别率高等优点，有望应用于实际场景.     

基于生成对抗网络的SAR图像去噪

合成孔径雷达(synthetic aperture radar,SAR)图像是一种能够全天时、全天候产生高分辨率图像的主动式对地观测系统,在农业和军事等方面得到了广泛应用.然而,由于相干成像机制受到相干斑噪声的影响,因此提出了一种基于生成式对抗网络的SAR图像盲去噪算法,构造了基于残差结构的深度卷积神经网络(deep convolutional neural network,DCNN)作为生成网络,可以加速训练过程,提高去噪性能.本文还利用峰值信噪比(peak signal to noise ratio,PSNR)和结构相似指数(structural similarity index measure,SSIM)定义一种新的损失函数,使得去噪后的图像更符合人眼的视觉感知要求.实验结果表明,本文算法可以有效地抑制SAR图像中的相干噪声,获得良好的去噪效果.     

基于优化 ROI 的医学图像分割与压缩方法研究

为了满足无线医疗应用对于图像传输的需求,提出一种有效的医学图像分割方法.该方法使用多点区域生长法分割图像各区域,从图像边界开始遍历搜索多个种子点,结合梯度变化值、全局阈值和局部阈值来提取感兴趣区域(region of interest,ROI)并滤除背景区域.区域预处理阶段,进一步对区域掩模平滑去噪,并给出手动分割的方法.根据预定义的优先级顺序,分别对ROI和非感兴趣区域(region of not interest,RONI)进行JPEG2000近无损压缩和有损压缩,并依次进行传输.重构后图像ROI区域峰值信噪比(peak signal to noise ratio,PSNR)能够达到45 dB,图像整体压缩率约在2.8-6.5.算法优化了区域轮廓的检测,增强了对图像噪声的抑制,较好地满足了医学图像的高压缩率和图像质量之间的矛盾,能够很好地应用于无线医疗领域.     

面向磁共振影像超分辨的WGAN方法研究

针对磁共振成像（magnetic resonance imaging,MRI）超分辨率重构任务,提出了Wasserstein 生成式对抗网络（Wasserstein generative adversarial network,WGAN）,构建了合适的网络模型与损失函数;基于残差U-net WGAN 后端上采样超分模型,设计了感知、纹理和对抗损失,用于恢复低分辨率MRI影像中的细节信息．此网络在2D-MRI的3 000张脑影像上获得的峰值信噪比（peak signal to noise ratio,PSNR）是33.09 dB,结构相似度（structural similarity index measure,SSIM）的平均值为0.95;PSNR与SSIM的值与经典超分法相比较,分别增加了4.09 dB和0.06．这表明:网络能更好地学习MRI从低分辨率到高分辨率影像之间的映射关系;该方法有效稳定,可以广泛应用于相似系统．      

用于连续变量码率自适应的数据协调方案

量子密钥分发能够使得合法通信双方共享一组无条件安全的密钥。数据协调是量子密钥分发过程中非常重要的一个环节,能够对密钥分发过程中产生的错误进行纠错。低密度奇偶校验(LDPC)码是一种性能接近于Shannon极限的信道纠错码,适用于高效的数据协调。为了达到高的协调效率,需要根据信道的信噪比适当地选择最佳的LDPC码的码率。我们提出了一种适用于高斯调制连续变量量子密钥分发的码率可调的数据协调方案:当信道信噪比发生变化时,使用码率调整技术对数据协调过程中每一级LDPC码的码率进行适当地调整,从而确保数据协调的效率在一定信噪比变化范围内能够保持。     

基于JPEG2000的感兴趣区域压缩编码算法

提出一种基于JPEG2000感兴趣区域的图像压缩方法.该方法首先提取出感兴趣区域;然后为达到重要信息不丢失的前提下增大压缩率的目的,对不同区域采用不同压缩率,即对感兴趣区域进行低倍率有损压缩,对背景区域进行高倍率有损压缩;最后通过计算均方误差(mean squared error,MSE)和峰值信噪比(peak signal to noise ratio,PSNR),对该方法进行客观评价.实验结果表明:基于ROI的压缩方法的性能优于一般压缩方法,在获得更高压缩率的前提下,压缩重构图像保持了较高的峰值信噪比,较好地解决了压缩率和图像质量之间的矛盾.     

一种改进的等误差竞争学习矢量量化算法

针对等误差竞争学习矢量量化算法的初始码书生成随机性较强和搜索获胜码字计算量较大这2个缺点.提出了一种改进算法.对于初始码书的缺点,改进算法采用一种基于训练矢量的统计特征量的分类平均初始码书生成算法,同时改进算法利用3个不等式来快速排除大量候选码字,从而解决了原算法计算量较大的问题.仿真实验表明,改进算法的计算量比原算法减小了80%,而图像效果即峰值信噪比(PSNR)比原算法平均提升了0.5 dB左右.     

一种改进的等误差竞争学习矢量量化算法

针对等误差竞争学习矢量量化算法的初始码书生成随机性较强和搜索获胜码字计算量较大这2个缺点,提出了一种改进算法。对于初始码书的缺点,改进算法采用一种基于训练矢量的统计特征量的分类平均初始码书生成算法,同时改进算法利用3个不等式来快速排除大量候选码字,从而解决了原算法计算量较大的问题。仿真实验表明,改进算法的计算量比原算法减小了80%,而图像效果即峰值信噪比(PSNR)比原算法平均提升了0.5 dB左右。