MIMO无线通信系统研究进展

MIMO技术是无线通信领域的重大突破，它能够极大地提高通信系统的容量和频谱利用率。对MIMO技术的理论基础进行了分析。并介绍了MIMO技术的研究现状。包括MIMO信道模型和各种空时码，最后指出了MIMO商业化之前需要解决的一些问题。     

一种新型的非正交空时编码设计

空时分组码和BLAST系统是两种利用多发多收传输的典型的空时编码系统。但由于空时分组码受正交条件限制,传输效率得不到提高,而BLAST系统存在差错传播制约着误码率的下降。综合了这两种系统的优点,提出了一种非正交空时分组编码设计,并将其描述为空时分组BLAST系统。仿真结果表明,新系统在不同信道环境、不同调制方式和天线数目的情况下都具有良好性能。可以显著改善空时分组码和BLAST系统的性能。     

一种用于数字电视地面广播的编码调制方案

为提高数字电视地面广播(DTTB)系统的传输性能,在传统的串行级联编码结构中,引入Turbo码的思想,同时结合16QAM映射和多载波正交频分复用(OFDM)调制,构造了一种新的并行级联格型码(PCTC)作为内码方案.在接收端采用基于MAX-LOG-MAP准则的"滑动窗"迭代Turbo译码算法,以达到性能和复杂度的折衷并避免了归零处理.在加性高斯白噪声信道下的误码率性能仿真证明:在视觉门限下该方案所需的比特信噪比Eb/No仅为3.4 dB,比参考方案有约1.8dB的增益.在此场强水平下,该系统可提供净信息速率约为12.5Mb/s的可靠视频广播.     

直扩信号伪码周期及序列的估计算法

为了解决直扩信号伪码周期和序列估计的难题,提出了功率谱二次处理结合信号子空间分解的方法。该方法首先利用功率谱二次处理手段估计出直接序列扩频(DS-SS)信号的伪码周期,在此基础上采用信号子空间分解对DS-SS信号伪码序列进行盲估计。为了用信号子空间分解法对伪码序列实施精确估计,在其后加上了r1校正方法。计算机模拟结果表明,该方法在输入信噪比小于-14 dB时还能良好地工作。     

HLA RTI数据描述码扩展

为高层体系结构(High Level Architecture，HLA)运行支撑环境(Run—Time Infrastructure，RTI)引入一个新的扩展，该扩展使用数据描述码在消息上附加特征属性，使RTI能够对数据应用更丰富的使用策略。文章第1、2部分提出了基于数据描述码过滤数据，以及构建HLA仿真系统面向方面框架(Aspect Oriented Framework，AOF)的技术，第3、4部分详细说明了数据描述码扩展和实验原型的设计。数据描述码扩展可用于提高仿真系统的运行效率，改进大规模HLA仿真系统的架构设计，并且不改变RTI和联邦成员的编程接口。     

信号码的一个充要条件

给出关于一个信号码的充要条件的结论:设X是字母表A上的一个前缀码,那么X是信号码当且仅当A*=T∪X∪P,这里P=XA-,T={u∈A*|A*uA*∩X= }.满足条件T∩P= =T∩X,T XA+.同时讨论了一个码满足A*X XA*的一些充要条件,对极大前缀码的性质也做了一些研究.     

扭n立方体中的边不交Hamilton圈

网络图的Hamilton性是图论、计算机网络理论中的重要研究议题，超立方体及其变体由于其良好的网络参数、拓扑结构吸引了众多学者的关注和研究，并将之广泛地应用于许多实际领域中．结合Lee距离Gray码理论证明了扭n方体中存在[n／2]个边不交Hamilton圈，并且给出这些边不交Hamilton圈的生成方法．     

跳频通信中纠错编码技术的设计

本文给出了一种适用于跳频通信信道的级联码编译码器的具体设计方法,即以GOLAY码为内码,GF(16)域上的RS(15,10,6)码为外码的级联码,并对级联码的误码性能进行了模拟,这是一种实用可行的方案.     

基于卷积神经网络的多天线Polar码联合解调-解码方案

为了验证运用神经网络进行信道解码的可行性,利用其提高短码长Polar码的译码准确率,提出了一种基于卷积神经网络(convolutional neural network,CNN)的多天线(multiple-input multiple-output)Polar码新颖联合解调-解码方案.搭建了一种包括4个卷积层,2个全连接层和1个输出层的卷积神经网络,采用最小均方误差作为损失函数,通过计算机生成了Polar码编码的多天线数据并对网络进行训练,使训练得到的神经网络能很好地提取出Polar码比特间的关系特征,从而拟合出Polar码译码函数.仿真结果表明,在相同信噪比条件下,基于CNN的Po-lar码联合解调-解码方案的误码率优于已有的基于全连接神经网络方案;所提方案在不同码率的仿真实验中的误码率皆优于基于全连接神经网络方案,损失曲线的收敛速度更快,显示了基于CNN的Polar码联合解调-解码方案具有更好的泛化能力和学习能力.     

突发错误检测重数分配算法及其电路设计

为解决突发错误信道下里德所罗门码译码复杂度高与性能差的问题,提出了一种突发错误检测的重数分配算法(BD-RCMA)。首先计算信道突发噪声占比参数,根据该参数对包含随机错误与突发错误的混合信道进行数学建模,以便从信道中获取信道软信息;然后基于子码的电平计算每一符号的可靠度与突发度并确定突发度阈值,并比较突发度与阈值得到突发错误的精确位置,实现对突发错误的检测;最后对BD-RCMA算法进行电路设计并将其应用于基于硬判决的突发错误软判决译码器架构中。仿真结果表明,BD-RCMA算法可以精确定位突发错误位置,在突发错误所包含的子码数为65~71、信道信噪比为5~9dB情况下,与低复杂度重数分配算法相比,误帧率可降低15%~45%。