Turbo码译码算法的时延改进分析

通过对Turbo码最大似然译码MAP算法（maximum posteriori probability algorithm）和SOVA算法（soft output viterbi algorithm）的比较和对SOVA算法的比较深入的分析，对Turbo码在译码过程中存在的时延较大的问题做出了一些改进，并且针对引进时延的不同原因讨论了具体的解决方案，通过Matlab进行仿真，表明这些改进是有意义的。     

基于CRC的ASM信号维特比纠错算法

为提高甚高频数据交换系统(very high frequency data exchange system, VDES)中应用特定消息(application-specific messages, ASM)的解码性能, 提出一种基于循环冗余校验(cyclic redundancy check, CRC)的改进维特比纠错算法。通过合理降低符号状态数和使用部分CRC参与纠错, 使该算法平衡了纠错性能和计算量, 同时提出了新的分支度量以解决过于理想化的传统分支度量导致的性能损失。仿真表明, 新分支度量相比传统分支度量提升了1 dB的误帧率(packet error rate, PER)性能, 在用12个CRC寄存器参与纠错的条件下,该方法比相干解调算法提升了1 dB的PER性能, 同时通过合理的符号状态数降低策略将计算量降为传统算法的1/4。     

基于多符号差分相关的CPM非相干解调算法

为了解决连续相位调制(CPM)信号在某些突发传输条件下或信道快速变化情况下的解调难题,该文研究了基于多符号差分相关的非相干维特比(Viterbi)解调算法。从理论上分析了算法在CPM调制解调系统中的应用、性能和可实现性,并以高进制、低调制指数的CPM信号为例,通过数值仿真验证了理论结果。在CPM非相干解调中考虑多符号差分相关,能够将复杂理论向实际应用简化,以最小的性能代价换取系统复杂度的降低和解调速度的提高,易于在各种硬件平台上以软件无线电格式实现,有一定的理论和实用价值。     

卫星链路网格编码调制信号的载波同步

分析了数字调制解调器载波同步技术,提供了计算机模拟测试的结果,并通过对两种不同鉴相器系统的性能比较,说明了把信号相位判断过程与信号解码过程结合,可使系统的性能得到明显改善.     

OFDM系统仿真及链路性能比较

在这篇论文中，我们提出一个Orthogonal Frequency Division Multiplexing（OFDM）通信系统的组成结构。在我们提出的系统中，对各个重要的OFDM模块都采用了不同方案以形成对比。我们通过计算机仿真的方式，以具体的仿真数据比较了编码和未编码，卷积编码器采用1／2和1／3码率，维特比解码器采用软判决和硬判决，调制方法16-QAM和QPSK，AWGN和Rayleigh信道环境。通过对各种形成方案的性能进行比较，从而为实际通信系统的架构提供强有力的参考依据。     

认知OFDM系统中抗窄带干扰的递推式干扰检测和译码

针对授权窄带系统可能对认知OFDM系统造成的窄带干扰,提出了一种抗窄带干扰的递推式干扰检测和译码算法。该算法构造了一种新颖的递推式干扰检测和译码的结构,能够由一个被干扰符号递推出其他被干扰符号,同时对软判决译码所需的干扰功率和噪声功率进行估算。仿真结果表明：该算法无需已知关于干扰和噪声的任何统计信息,就可在很大的干扰功率范围内达到接近最大似然译码的性能。     

FQPSK简化的维特比解调技术

FQPSK(Feher-Patented QPSK)是一种高频谱效率和高功率效率的调制方式.在实现网格编码调制的基础上,最佳的解调方式是维特比算法解调;但FQPSK的状态较多,算法较为繁复,运算量大.文中主要研究了用简化的维特比接收机对FQPSK进行解调,并用MATLAB对其误码率特性进行仿真.结果表明,在运算量极大降...     

面向无人机数据采集的短突发CPM盲Turbo均衡

在无人机辅助的战场侦察传感器数据采集中,短突发连续相位调制(continuous phase modulation, CPM)具有重大的实用价值,但也面临着盲均衡复杂度高、性能差等问题。基于期望最大化(expectation-maximization, EM)-维特比类盲均衡算法,针对短突发CPM提出了一种盲Turbo均衡算法。采用盲信道捕获方法设计了一组初值方案,同时在EM算法中嵌入Lazy维特比算法,提高了信道估计收敛性并降低了复杂度;接着在编码CPM中匹配卷积码和交织器,优化系统参数,并利用Turbo均衡进一步改善误码率;针对短帧迭代过程中交织深度不够导致的正反馈问题,通过改进外信息交换方式提升Turbo迭代的收敛性。理论分析和仿真结果表明,相比传统方法,所提算法在显著降低计算复杂度的同时能够兼顾误码率性能。     

基于深度学习的新型可视耳标识别方法

针对目前主流的耳标识别方式抗环境干扰能力差的问题，结合通信系统中的信源编码，提出了一种耳标轮廓自设计的新型可视耳标，并利用深度学习方法采集识别确定猪只个体号码。系统设计包括耳标样式设计、数据采集、耳标轮廓分割提取、码位复原、译码输出5个部分：耳标样式采用了结合卷积码编码的轮廓编码方式；数据采集部分采用了帧差检测与耳标分类方式；耳标轮廓分割提取部分采用OCRNet-HRNet18语义分割算法，码位复原采用图像处理技术，译码输出部分采用维特比译码，获得耳标号码结果。系统部署至Jetson Xavier NX上，实现了系统落地。研究结果表明，本文方法实现了新型自设计可视耳标的识别，使得耳标识别抗环境干扰能力更强，为智能养殖中的个体监测提供了新思路。     

WLAN OFDM系统中信道状态信息的提取及应用

维特比算法是一种基于最大似然序列检测的方法，它从传输的比特序列检测出最可能 的传输序列。在维特比译码器译码时，应用信道状态信息（CSI），可以明显提高系统性能 。我们建议的方法采用子载波的幅度平方|Hk|2作为信道状态信息。通过采用IEEE 802.11a OFDM系统进行仿真验证表明，采用该方法系统性能有明显的改善。