基于QR码构造的QC-LDPC码译码器设计与实现

基于平方剩余(quadratic residue,QR)码构造的准循环低密度奇偶校验(quasi cyclic low-density parity check,QC-LDPC)码的行重通常比较大,硬件实现时译码器消耗的资源也就较多。设计了一种在资源占用率和吞吐率方面较为平衡的部分并行结构的分层译码器。该译码器采用分层修正最小和算法(layered normalized min-sun algorithm, LNMSA)实现,利用部分并行结构同时处理层内连续n行;在变量节点后验概率信息的存储结构上,将连续的n个信息合并为1组,连续的2组采用2个随机存取存储器(random access memory, RAM)进行交替存储;在求取最小值和次小值时,将输入信息分为4组,再从4组中分别获取最小值比较出全局最小值和次小值,从而有效地降低了最小值和次小值比较运算的复杂度。在码长为2040、码率为0.83的码字和Xilinx Virtex-6开发板的测试环境下,译码器最大时钟频率可达166.7 MHz,吞吐量可达447.5 Mbit/s。     

基于光电传感器的防盗报警系统设计

<正>随着科学技术的进步,一些不法人员的盗窃技术越来越"高明"。目前,市场中的防警报系统主要是接触式的,只有当人或物接触到报警系统才会产生报警,很难满足人们的需要。基于人们对报警系统提出的更高要求,本文,笔者设计了一种光电传感器防盗报警系统,该防盗报警系统通过光电传感器监测光量变化完成光信号向电信号的转换,然后通过无线编码器和解码器进行编码、解码触发警报系统,达到报警的目的,具有     

基于自动编码器和长短时记忆网络的智能汽车故障诊断方法研究

智能汽车故障诊断技术对于保障智能汽车安全行驶具有重要意义,本文针对智能汽车传感器数据异常检测和车辆运动的异常检测提出了一系列故障诊断方法. 针对非时序传感器数据,采用基于超限学习框架的自动编码器,对正常数据进行特征压缩学习其特征表示,再利用压缩的特征重构数据,根据重构误差的大小判断数据是否异常. 针对时序传感器数据,采用多层长短时记忆网络学习时序数据之间的时间依赖关系来预测当下时刻的数据值,根据预测误差的大小判断数据是否异常. 提出一种阈值随误差大小动态变化的自适应阈值确定方法,使得决策变量对于异常值相对敏感. 进一步地,采用车辆自行车运动学模型和Kalman滤波,利用Jarque-Bera测试对预测值和量测值残差的正态性进行检验来检测车辆运动是否异常. 实际场地测试验证了本文所提出的方法可以有效检测非时序或时序传感器数据的异常,并对车辆运动是否异常进行检测.     

CMMB系统中RS编码器的实现

RS码是目前最有效、应用最为广泛的差错控制编码方式之一.CMMB系统中采用RS码作为信道编码的外码,既可以纠正数据信号传输中的随机错误,又可以纠正由于噪声等造成的突发错误.本文在分析CMMB系统中RS码编码原理的基础上,设计了一种基于FPGA的RS编码器,并重点分析了其中能够实现高速运算,且结构简单的的乘法器.     

一种基于RAM的QC-LDPC码新颖编码架构研究

为了提高LDPC编码器的数据吞吐率,提出了一种基于RAM的改进型准循环LDPC码(quasi-cyclic low density parity-cheek,QC-LDPC)的编码器实现方法.采用RAM存储校验位,并引入指针来指示RAM的地址方法.从而取代传统编码架构中的移位寄存器,使编码过程通过对RAM的读写操作实现,校验位序列也通过对RAM的读操作串行输出.由于该编码器没有使用移位寄存器以及并串转换电路,从而大幅度节约了硬件资源并提高了数据吞吐率.     

卷积码的一种代数描述

模仿线性分组码,从简单的(n,1,m)卷积码生成矩阵入手,引入(n,k,m)卷积码的生成矩阵.     

HCGAN:一种基于GAN的高容量信息隐藏算法

针对现有信息隐藏算法存在隐写容量低、信息提取困难以及安全性差等问题,本文提出了一种基于生成对抗网络的高容量信息隐藏算法（High Capacity Information Hiding Algorithm Based on GAN,HCGAN）.在秘密信息嵌入方面,使用基于Im-Residual结构的编码器将秘密信息嵌入载体图像中,避免了秘密信息嵌入时由卷积层提取特征导致的信息损失.在秘密信息提取方面,使用基于稠密结构的解码器从含秘图像中提取出秘密信息,利用特征复用来增加秘密信息的提取率.在抗隐写分析方面,利用基于隐写分析的鉴别器与基于Im-Residual结构的编码器进行对抗训练,以提高含秘图像的抗隐写分析能力.实验表明,经过对抗训练后,HCGAN在2 bpp嵌入率下比WOW和S-UNIWARD在0.4 bpp嵌入率下具有更低的隐写分析检测率.     

一种大气急流计算方法

异常检测是计算机视觉的一个经典问题.针对异常样本稀少在真实场景中异常很难被捕捉,且标签难以获取,提出一种仅用正常样本进行训练的端到端异常检测模型.首先,通过自动编码器对输入图像进行编码,得到它的低维特征;然后,用一个自回归概率密度估计器对低维特征的概率分布进行正则约束,解码器再将其恢复至原始输入大小;最后,使用一个分类器来判断生成图片的真假.编解码器之间使用了跳线连接,能够最大限度地提高该模型对正常样本的记忆能力.本文在CIFAR 10和UCSD Ped2数据集上进行了实验,测试结果显示,IFAR 10总共10个类别的平均曲线下面积（AUC）达到73.5%,UCSD Ped2的平均曲线下面积（AUC）达到95.7%.结果证明,该模型能够明显提高异常检测的效果.     

基于QC-LDPC码的联合信源信道编码研究

基于欧式几何构造的准循环LDPC码(quasi-cyclic LDPC,QC-LDPC)应用于联合信源信道编码(joint source and channel coding,JSCC)系统中,由于JSCC系统中信源码和信道码存在特殊的边连接关系,致使满足信源码字和信道码字之间特殊连接关系的QC-LDPC码字比较少,但至少QC-LDPC码可以用来作为JSCC系统中的信道码.仿真结果表明,双QC-LDPC码的JSCC系统纠错性能相比双随机LDPC码的JSCC系统有明显的改善,同时前者的译码迭代次数明显少于后者,从而提升了译码效率.仅使用QC-LDPC码作为信道码的JSCC系统也比双随机LDPC码的JSCC系统有更好的性能,且其迭代次数也更少.     

活化粉煤灰低密度水泥浆体系研究及应用

粉煤灰本身的化学组成与微观颗粒形态决定了其活性低、水化慢。通过对其进行物理活化,破坏玻璃体表面致密保护层,改善颗粒圆球度,增加颗粒细度;再进行颗粒分级,窄化粒径分布,90%的活化粉煤灰颗粒粒径小于5μm;配合使用化学激活剂,可有效提高粉煤灰活性。扫描电镜显示,活化粉煤灰水泥浆养护24 h的水化产物均匀,其间未有未反应的粉煤灰颗粒。以活化粉煤灰为主要减轻材料,研制开发出性能优良的活化粉煤灰低密度水泥浆体系,其密度在1.45~1.55 g/cm3可调,API失水50 mL,SPN值3,48 h水泥石抗压强度大于15 MPa,水泥浆上下密度差小于0.01 g/cm3。该体系在塔河油田应用30多井次,固井优良率达到80%,有效解决了塔河油田二叠系低压易漏层固井难题。