低复杂度伪码迭代捕获方法

针对迭代消息传递的伪码捕获算法复杂度过高的问题,提出一种低复杂度伪码迭代捕获方法.将伪码迭代捕获方法分成迭代译码算法和向量选择算法2个步骤来讨论:首先,采用归一化简化方法对迭代译码算法进行改进,降低了算法的空间复杂度;其次,提出一种新的伪码向量选择算法,大大降低了算法的时间和空间复杂度.仿真结果显示:提出的伪码迭代捕获算法以低的复杂度,实现了较低信噪比下长伪码的快速捕获,且其捕获性能优于现有的伪码迭代捕获方法.     

一种低信噪比下长伪码序列快速捕获方法

为解决低信噪比下长伪码序列快速捕获问题,提出一种基于迭代消息传递算法的快速捕获方法.通过证明m序列是一种特殊的线性分组码,将m序列用Tanner型因子图表示,然后在得到的图模型上迭代运行消息传递算法来估计m序列的初始相位.在低信噪比下的分析和仿真结果均表明:该算法能稳定工作.相比混合捕获算法,其检测性能下降了大约5 dB,但其平均捕获时间约为同条件下混合捕获方法的1/10,其计算复杂度仅为传统捕获算法的几十分之一.     

基于串行消息传递机制的LDPC码译码算法研究

在介绍LDPC码概念和基于洪水消息传递机制和积译码算法的基础上,引入基于串行消息传递机制的LDPC译码算法.该串行译码算法可基于校验节点或变量节点一定的顺序进行消息处理和传递,保证更新的消息能够快速进入迭代过程,从而改善消息传递的收敛特性;同时充分利用消息间相互关联的特点,融合消息传递步骤,可以降低所需的存储容量.分析了两种串行译码算法的算法复杂度,证明基于校验节点的串行译码算法能在很大程度上简化译码复杂度,并对比洪水译码算法,在AWGN信道下进行了性能仿真,仿真结果表明两种串行译码算法都使译码性能得到明显提高.     

基于因子图的迭代信道估计与译码算法

针对频率平坦-时间选择性瑞利衰落信道下的数据检测问题,提出一种基于因子图与消息传递的联合迭代信道估计、符号检测与译码算法.对信息符号与信道系数的联合后验概率分布建立因子图模型,应用和积算法进行迭代消息传递,计算信息符号与信道系数的边缘概率分布.其中利用高斯参数化近似信道系数的连续概率密度函数,并结合前向-后向递归算法对信道系数进行迭代估计.仿真结果表明,在归一化多普勒频移分别为0.005和0.020的衰落信道下,该算法的误码性能与信道估计精度均优于传统的信道估计与译码算法.      

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.     

自适应广义酉变换近似消息传递算法

信号/参数经过线性变换,再经过逐位非线性变换得到测量值的过程可以抽象为广义线性模型。广义近似消息传递算法是处理广义线性模型的一种Bayes方法,通过引入信号的稀疏先验分布,利用似然函数和先验分布得到后验均值和后验方差。然而,当测量矩阵的元素不服从次Gauss分布时,广义近似消息传递算法性能会急剧恶化。通过奇异值分解,广义酉变换近似消息传递算法消除了测量矩阵的相关性,在包括相关测量矩阵的各类测量矩阵中表现出更强的鲁棒性。然而,经过足够多次迭代后,广义酉变换近似消息传递算法的信号重构误差在平衡点附近振荡;且随着测量矩阵相关性的增加,广义酉变换近似消息传递算法性能开始恶化。为了进一步提高广义酉变换近似消息传递算法的稳健性、改善算法准确性,该文提出自适应广义酉变换近似消息传递算法。该算法通过构造目标函数并自适应选择合适的步长,使得广义酉变换近似消息传递算法能够收敛到平衡点,从而获得更好的性能。大量的数值仿真实验结果验证了自适应广义酉变换近似消息传递算法的有效性。     

基于动态因子图缩减的SCMA低复杂度检测算法

针对现有稀疏码分多址接入(sparse code multiple access, SCMA)上行链路系统的接收端采用基于遍历的消息传递算法(message passing algorithm, MPA)进行多用户检测,存在复杂度过高的问题,通过在原始MPA算法基础上提出一种基于动态因子图缩减的消息传递算法(dynamic factor graph reduction based MPA, DFGR-MPA)。该算法根据码字概率的收敛情况对变量节点进行分类,并将码字概率未达到目标收敛的变量节点以及与其相关的功能节点重构成新的因子图用于后续迭代。DFGR-MPA算法不仅能够减少参与消息迭代的节点个数还能降低消息迭代的平均迭代次数,从而降低迭代检测的复杂度。仿真结果表明,该算法在误比特率(bit error ratio, BER)性能与检测复杂度之间可以达到较好地平衡。     

基于FPGA的GPS信号频域捕获算法设计及其实现

GPS信号捕获是GPS接收机的关键技术,针对常用的GPS接收机中采用的串行滑动相关捕获技术速度慢的缺点,设计了基于FPGA的频域快速捕获算法.与传统的时域相关捕获算法相比,采用FFT技术的频域捕获算法可以快速捕获到多普勒频移及C/A码相位延时.同时使用了系统级建模工具System Generator设计快速捕获算法的FPGA硬件方案,并采用时分复用的方式使每次相关运算共用一个FFT核,节省了大量的硬件资源.     

基于FFT的GPS信号快速捕获算法研究

GPS信号捕获是GPS接收机信号处理的关键技术之一,选择合适的捕获方法对接收机的工作性能有很大改善.传统的串行捕获算法计算量大,捕获时间长,无法满足GPS接收机实时处理的要求,而基于FFT的GPS信号快速捕获算法弥补了串行捕获算法的不足.通过MATLAB仿真对基于FFT的GPS信号快速捕获算法进行了仿真实验,并采用Monte Carlo方法对算法的频偏及码偏估计性能进行验证.仿真结果验证了FFT捕获算法的有效性和可靠性.     

基于并行迭代动态规划的聚合物驱最优控制求解

针对迭代动态规划计算量大,耗费时间长的特点,基于实验室搭建的PC机群,以消息传递库MPICH为编程工具,搭建一个并行计算平台,给出一种主从式的并行迭代动态规划算法,利用该算法对聚合物驱最优控制问题进行求解,并与串行计算结果进行对比.结果表明:在大规模的优化问题中并行迭代动态规划算法与串行算法结果一致,但表现出较高的并行效率和加速比;并行算法求解的效率受到主节点分配任务时是否均衡的影响.