Construction of protograph LDPC codes with circular generator matrices

The application of protograph low density parity check(LDPC) codes involves the encoding complexity problem.Since the generator matrices are dense,and if the positions of "1" s are irregularity,the encoder needs to store every "1" of the generator matrices by using huge chip area.In order to solve this problem,we need to design the protograph LDPC codes with circular generator matrices.A theorem concerning the circulating property of generator matrices of nonsingular protograph LDPC codes is proposed.The circulating property of generator matrix of nonsingular protograph LDPC codes can be obtained from the corresponding quasi-cyclic parity check matrix.This paper gives a scheme of constructing protograph LDPC codes with circulating generator matrices,and it reveals that the fast encoding algorithm of protograph LDPC codes has lower encoding complexity under the condition of the proposed theorem.Simulation results in additive white Gaussian noise(AWGN) channels show that the bit error rate(BER) performance of the designed codes based on the proposed theorem is much better than that of GB20600 LDPC codes and Tanner LDPC codes.     

交换主理想整环上交错矩阵的距离与极大集

讨论了交换主理想整环上交错矩阵的算术距离与距离之间的关系,并用两个矩阵之间的算术距离得到了交换主理想整环上交错矩阵极大集的结构.     

关于二维伊辛模型严格解中的一个问题

本文指出并改正了文献关于二维伊辛模型严格解推导中的一个错误.     

SRH中元的群逆与Drazin逆

本文进一步讨论次一值域Hermite矩阵集合SRH中元素的群逆及Drazin逆问题。给出群逆存在的若干充要条件及计算方法。     

广义循环布尔矩阵半群的格林关系

研究了广义循环布尔矩阵的秩，在此基础上对广义循环布尔矩阵半群的Ｌ、Ｒ关系进行了刻划。     

两个非负定阵的Hadamard积的估计

本文以Moore-Penrose逆为工具,讨论满足一定条件的非负定阵A,B的 Hadamard积A·B的估计式,得到了一系列矩阵不等式,推广了已有的结果.我们还证明了A≥0时rk(A·A~+)≥rkA．     

有限元混合法求解几种特殊弹性接触问题时的处理方法

用弹性接触有限元混合法求解弹性接触问题时，对有些特殊的接触情况会导致有限元方程组病态，从而使接触求解失败。对此作了分析讨论，找出了接触求解失败的原因，并提出了相应的处理方法。该法根据接触情况，适当修正相应的病态矩阵，从而使特殊的接触问题有解。     

不可约非负矩阵的周期与指标集的分类算法

文［１］和［２］讨论了不可约非负矩阵指标集的分类理论，在此基础上，本文给出了不可约非负矩阵的周期与指标集的分类算法。这一算法能同时求出周期与同余类，当矩阵的阶不大时，该算法容易在图上实现。     

关于正定Hermitian矩阵乘积的特征值估计

本给出了当A、B是正定的Hermilian矩阵时，乘积AB的特征值的上，下界估计。这个结果推广了[1]的相应定理。     

ED与SVD及相关阵中信号的提取

本文介绍信号相关矩阵的奇异值分解(SVD)与特征根结构分解(ED)之间的关系及用信号特征矢量表示平稳随机过程和信号子空间的方法。利用信号子空间对信号进行信息提取,可减少噪声对估计参数精度的影响。文中论述了提高前向预测定向精度的方法。SVD能把信号空间与噪声空间分开,以提出互相关矩阵中信号信息。