结合信源和信道的多级矢量量化联合优化算法

针对传统的信源优化多级矢量量化抗误码性能较差的问题,提出了一种结合信源和信道的多级矢量量化码本联合优化算法。该算法将码本联合优化与非等重信道保护相结合,充分利用多级矢量量化中各级码字之间的相互作用关系和非等重信道保护的特性,对各级码字进行非等重误码率的迭代优化来降低整个系统失真。在低速率语音编码中线谱频率参数的仿真测试表明:与信道优化的多级矢量量化独立码本和非等重信道保护相结合的方案相比,在8%误码率信道下该算法线谱频率参数的平均谱失真降低了0.1dB;与等重误码率的码本联合优化方案相比,在各种误码率信道下该算法线谱频率参数的平均谱失真都有明显降低。     

全维多输入多输出下行系统中两级序贯码本选码方法

为了在全维大规模多输入多输出(MIMO)下行系统中获取可靠的信道状态信息(CSI),提出了基于两级序贯码本的预编码设计方法。在此方法中,预编码码字由内码与外码组成,内码用来逼近各个辐射路径,而利用外码将选出的内码做最佳的线性组合。该方法能精确地逼近真实信道,而且还可以降低系统中的反馈开销。此外,基于假设的信道模型提出了反馈开销的确定方案和旋转码本的构造方法。通过实验仿真,验证了该设计方法的准确性和有效性。     

大规模MIMO预编码中降低反馈开销的方法

研究大规模多输入多输出(MIMO)系统下,天线数增多反馈开销随之显著增大的问题,提出一种分割码本的预编码方法。该方法将有限反馈的大码本等间隔地分成k个码本,信道变化一次k个码本中的多个码本就被循环一次,选出一个最优码字Fi。Fi放入新开辟的储存空间,方便与下次选出的最优码字比较,循环一次Fi更新一次。同时将注水算法与之结合,使系统性能大大提高,而不会增加反馈量。仿真表明：正交移相键控(QPSK)调制、离散傅立叶变换(DFT)码本的预编码、反馈比特数为4的条件下,系统误码率与单一码本下预编码误码率对比,约提升3dB;用较少反馈量便可取得与大码本预编码几乎相同的误码率。     

基于压缩感知的MIMO-OFDM系统信道状态信息反馈方案研究

在MIMO-OFDM系统中,信道状态信息反馈技术是现在的研究热点。在研究了3GPP-LTE系统中使用的一些信道状态信息反馈方案的基础上,提出了一种基于最新的压缩感知技术的反馈方案。该方案中利用高速数字信道频域的稀疏性,通过压缩感知算法重建反馈的信道状态信息,有效减少了系统处理复杂度和传输的数据量。仿真证明,在反馈量相同的前提下,新方案的系统容量和误码率性能都优于传统的基于码本的反馈方案。     

MIMO-OFDM系统中反馈插值方法和复杂度

在多输入多输出-正交频分复用(MIMO-OFDM)系统中,为了降低每个子载波在波束形成时的高反馈开销,通过充分利用发射端在某些特定子载波上的信道信息和信道系数在频域的相关性,提出了新的3种波束插补方法,分别为三阶样条插补、变换域插补和低通插值方法.这些方法只需接收机反馈部分子载波上的波束矢量就能确定其他子载波上的波束矢量,避免了因矢量旋转带来的复杂搜索,降低了角度反馈开销.减小系统反馈量,同时保证较好的性能.仿真结果表明,在频谱利用率、误码性能和反馈量方面,所提方案均优于现有的插补方案.与现有方法相比,在同样反馈量的条件下,所提方法能够获得明显的性能增益.     

大规模多输入多输出预编码中降低反馈开销的方法

针对大规模多输入多输出(MIMO)系统下,天线数增多反馈开销随之显著增大的问题,提出一种分割码本的预编码方法。该方法将有限反馈的大码本等间隔地分成k个码本,信道变化一次k个码本中的多个码本就被循环一次,选出一个最优码字Fi。Fi放入新开辟的储存空间,方便与下次选出的最优码字比较,循环一次Fi更新一次。同时将注水算法与之结合,使系统性能大大提高,而不会增加反馈量。仿真表明,在采用正交移相键控(QPSK)调制、离散傅里叶变换(DFT)码本的预编码、反馈比特数为4的条件下,系统误码率与单一码本下预编码误码率对比,约提升3 d B。该方法用较少反馈量便可取得与大码本预编码几乎相同的误码率。     

空分多址系统的码本设计

提出了一种新的空分多址多天线系统码本设计算法.该算法改进了通用型Lloyd算法,并基于改进型Lloyd算法生成了由一系列正交码本子集组成的空分多址系统的码本.仿真结果表明,本文的码本设计算法降低了信道状态信息的矢量量化误差,同时,基于本算法生成的码本,可以提高带有限反馈的空分多址系统的多用户速率和.     

基于多径的双极化信道信息反馈方法

天线部署空间限制和信道信息精度是影响大规模天线性能的重要因素,双极化天线能够有效地减少天线尺寸,在有限的空间内部署更多的天线,成为了大规模天线部署时的主流选择。但是由于信道的维度较大,目前,反馈技术面临码本中码字数目巨大、设计困难的问题,并且同时导致反馈开销大以及码字选择计算复杂度高。本文提出了一种新的基于多径的双极化信道反馈方法,这种方法仅仅需要少量的长周期宽带反馈的多径方向和幅度信息,结合一些短周期子带反馈的相位合并信息即可获得更加精确的预编码。结果表明这种方法能够有效地提高量化反馈效率并降低终端侧复杂度。      

基于有限反馈的多用户MIMO系统信道量化方法

为减少量化码本的大小与计算复杂度,针对多用户多输入多输出(MIMO)系统的预编码方案,提出了一种新的信道量化方法.采用2个矢量线性组合的方式,代替现有使用1个矢量的方式.仿真结果表明,新方法能够在一个较小的码本集上,实现现有量化方法在大码本集上达到的性能,从而降低了存储空间的需求和量化过程的计算量.通过调整算法的参数能够有效地在反馈量和性能之间进行取舍,具有更大的设计灵活性和实用性.     

多输入多输出系统广播信道有限反馈的用户调度算法

针对多输入多输出（MIMO）系统广播信道多用户调度的问题,提出了一种有限反馈条件下的用户快速调度算法.算法中用户端将信道对应码字和可达传输速率估计值反馈给基站;基站预先将码字分组,调度时根据接收到的反馈信息将用户归入不同码字代表区域进行快速筛选;然后比较各码字组对应用户确定最优的用户组.仿真结果表明,该算法的系统传输速率较高,能够实现多用户分级,并且算法复杂度较低,在实际系统中易于实现.     

LBG与SOFM应用于矢量量化的比较研究

在介绍矢量量化以及LBG算法和SOFM算法的基础上,通过实验对比了LBG算法和SOFM算法在应用于图象矢量量化压缩过程时,码书大小、码字大小以及初始码书生成方式等因素对图像压缩性能的影响,得到了相关结论:固定码字矢量维数,码书越大,压缩比越小,重建图像质量越好;固定码书,码字矢量维数越小,编码性能越好;LBG算法对初始码书敏感,而SOFM算法由于所具备的自适应特性对初始码书不敏感。论文最后提供了一些改进思路,为改进传统矢量量化算法及设计新的矢量量化算法以提供了参考。     

基于码字特征的多模式多级矢量量化算法

为提高声码器中线谱频率参数多级矢量量化的性能,提出了一种根据码字特征进行分模式量化的算法。该算法首先根据下一级量化误差最小化的准则,通过训练得到本级代表模式信息的码字(码字数目为模式数目);然后统计与各个码字相对应的输入矢量占总矢量的比重,继而得到各模式码字所分化的码字个数;最后根据该分化方案训练得到本级所有码字并确定码字与模式的对应关系,从而进行分模式量化。测试结果表明:相比于根据本级码字索引平均进行模式分配的简单方案,该算法可以使平均谱失真(ASD)降低0.05 dB,而平均意见得分(MOS)提高0.02左右。     

闭环无线系统中基于向量空间分布的码本设计

无线传输系统中,发射机利用来自接收机反馈的信道信息,构成闭环无线系统.闭环无线系统的关键是反馈方案的设计,而反馈的关键是优化的码本设计,能在给定反馈复杂度的基础上进一步提高无线传输性能.本文分析了这一领域的研究进展,提出基于向量空间分布的有限反馈码本,分析了这种码本的原理和相应算法,并比较了它与现有码本在闭环无线系统中的传输性能.仿真结果表明,相比于现有的码本,本文提出的"基于向量空间分布的码本"能够获得更低的无线传输差错概率及更高的信道容量,将无线系统的传输性能提高1～2 dB.     

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。     

神经网络矢量量化的设计与实现

设计了一种混合神经网络矢量量化编码方法。利用Ｋｏｈｏｎｅｎ网络的自组织聚类功能设计矢量量化器码书，实现矢量量化，用３层ＢＰ网络完成码字的信道符号编码。该神经网络矢量量化编码器能够并行处理输入矢量，速度快，效率高，适用于语音和图像数据压缩     

多天线有限反馈系统下基于Grassmannian流形的信道预测

针对时变信道下多天线有限反馈预编码系统存在反馈延迟的问题,在充分利用信道的时域相关性的基础上,提出将多天线时域相关信道的方向向量建模于Grassmannian流形上,利用Grassmannian流形的测地线对时变信道进行跟踪预测,以补偿反馈延迟对于系统性能的影响.同时,从Grassmannian流形的几何特性入手,针对Grassmannian流形的切空间提出了一种自适应的高分辨率动态聚焦码本.计算机仿真表明,基于Grassmannian流形的信道预测预编码的系统性能明显优于无记忆量化预编码,而且采用高分辨率动态聚焦码本对时变信道的跟踪性能也优于采用固定码本的信道预测.     

变比特率均值匹配相关矢量量化图像编码算法

矢量量化(VQ)是一种有效的数据压缩技术。为找出与输入矢量最匹配的码字,传统的穷尽搜索矢量量化编码算法需要计算输入矢量与所有码字之间的失真测度。码书大小和矢量维数越大,穷尽搜索矢量量化编码的计算复杂度就越高。为了降低穷尽搜索矢量量化器的编码复杂度,本文提出了一种用于快速图像编码的均值匹配相关矢量量化器(MMCVQ)。在编码前,首先计算所有码字的均值,然后按照这些均值从小到大对码书进行排序。编码阶段,利用邻近图像块的高度相关性和当前输入矢量的均值共同确定相应的码字搜索范围。实验结果表明,当阈值大小为320时,与传统穷尽搜索矢量量化编码法相比,虽然MMCVQ算法的编码质量下降约0.3～0.4dB,但速度快14倍而且比特率下降0.1～0.2比特像素。     

正交波束成形空分多址系统中下行信息-干扰比分布

为了精确分析基于有限反馈的空分多址系统中矢量量化的性能,考虑码字之间的正交性,运用概率论的方法给出了信道方向信息矢量量化误差分布的数学表达式.同时得到了正交波束成形空分多址系统中下行信号 干扰比的分布.数值仿真结果表明,理论分析结果与实际情况相吻合.