语义编码与经典信道编码融合研究

目前的语义通信研究尚未阐明语义编码与经典信道编码之间的关系、语义编码在现有通信框架中的可行性,以及影响语义编码的关键因素等。对基于联合信源信道编码的语义通信系统进行了理论分析,设计了语义编码与经典信道编码的融合实验,展示了语义编码的潜在优势,探索了语义编码与经典信道编码之间的关系,研究了后续将语义通信应用于经典通信框架的基础方法。

Neural-Polar码:一种基于深度学习的新型信道编码方案

为应对新型移动通信系统智能性的需求以及在难以进行人工建模的复杂信道环境下进行可靠通信的问题,基于Polar码的编译码递归结构提出一种新型神经网络信道编码方案,即Neural-Polar码。该方案利用神经网络将Polar码编译码递归结构中父、子节点间的线性映射变成非线性映射,引入快速连续抵消(successive cancellation, SC)译码的思想,解决在完全二叉树上构建Neural-Polar码造成网络结构过大的问题。仿真实验表明,Neural-Polar码可以获得优于经典SC译码算法的误码率(bit error rate, BER)和误块率(block error rate, BLER)性能,对网络的联合训练使得Neural-Polar码能够自动学习信道特性,具有更好的信道适应性和鲁棒性。Neural-Polar码将传统的对复杂信道进行人工建模分析的难题交给机器,充分体现出其编译码的智能性。

面向6G的信息论与信道编码

6G需要支持更多元化的性能指标,包括更高的峰值和用户速率,同时需要以更低的功耗和芯片复杂度来实现。回顾了现有的信息论与编码方法,并以即将到来的6G标准化背景,展望信息论与信道编码未来的需求和发展趋势,包括与信道编码相关的6G KPI,以及指导6G信道编码设计的几个基本折衷关系等。以此说明,对于未来的信息论和编码研究,理论与实践的努力都远未达到终点,许多与编码实现与产品化的重要问题值得更多的理论研究关注。

基于深层神经网络的信道编码类型盲识别

为了解决当前识别算法只能识别一种或者两种码字类型以及人工提取特征复杂的问题,提出了两种基于深层神经网络模型的信道编码类型识别器,即卷积神经网络(convolutional neural network,CNN)识别器和递归CNN(recursive CNN,RCNN)识别器,用于识别接收数据中不同类型的信道码字。将待识别的软解调序列作为自然语言处理中文本分类问题的句子向量进行处理,输入到预先训练好的深层神经网络识别器中进行识别,并分析了字长度对识别准确率的影响,得出了最合适的字长度。实验结果表明,两种识别器都能够有效识别接收数据中多种类型的信道编码,且在信噪比为3 dB时CNN识别器的识别准确率能够达到99%以上,而RCNN识别器在1 dB时就能够达到99%以上的识别准确率。

物联网通信中的Polar信道编码技术优化研究

文章针对物联网通信中的Polar码研究了一种可变步长的编码方法,并探讨了固定码长与可变码长两种不同编码方法的性能比较。通过对比两种方法在不同信噪比条件下的误码率表现,结果显示可变码长Polar码在各个信噪比条件下均优于固定码长Polar码。这一研究为极化码在通信系统中的应用提供了重要参考,对于提高通信系统的可靠性和性能具有一定的指导意义。

基于LDPC码的光纤通信信道编码优化设计

光纤通信具有容量大、距离远、抗干扰能力强等优点,是实现高速率、大容量信息传输的技术。低密度奇偶校验(Low Density Parity Check,LDPC)码由于具有良好的纠错性能,可以有效提升光纤通信系统的传输可靠性。为进一步提升该方法的健壮性,文章研究LDPC码的优化设计方法。先深入探讨LDPC码的基本原理及其在光纤通信中的应用,接着提出一种基于密度进化和有限字长效应分析的LDPC码优化方法,并通过光学特性仿真OptSim工具进行了验证。实验结果表明,优化后的LDPC码在不同码长下的误码率均取得了显著降低,特别是在长码字情况下,其纠错性能显著提升。

基于深度联合信源信道编码的CSI反馈技术

提出了一种基于深度联合信源信道编码的信道状态信息(CSI)反馈方法。该方法使用非线性编码对原始的CSI信息进行降维,之后使用多层网络生成信道输入符号,并利用注意力机制实现了针对信道噪声的自适应功能。与现有CSI压缩反馈方法相比,得益于信源和信道的深度联合编码,该方法可以在有限的带宽下获得更好的预编码任务的性能。此外,所提的方法可使用近似量化方法将复信道输入符号转换为有限的星座点符号,能够与现代移动通信系统有效兼容。

基于可变长纠错码和掺杂调制的联合信源信道编码调制方法

针对无线通信中存在的频谱资源有限、信道衰落和多径效应等问题,该文将可变长纠错(VLEC)编码和掺杂调制相结合,提出一种新的联合信源信道编码调制方法。该方法利用外信息转移(EXIT)图分析系统的迭代译码特性,优化设计可变长纠错编码和掺杂调制的参数。主要包括:(1)设计有更大自由距离的可变长码,使其具有纠错能力;(2)设计优化掺杂调制的掺杂和映射规则的方法,使掺杂调制EXIT曲线与可变长纠错编码EXIT曲线匹配,降低迭代译码收敛所需的信噪比(SNR)。仿真结果表明,在AWGN信道和瑞利衰落信道下,该联合信源信道编码调制方法与分离的信源信道编码调制方相比,迭代收敛所需的信噪比减小了1 dB以上,相比其他的联合信源信道编码调制方法,也有更好的误码率性能。在误码率为10–4时,该方法距离AWGN信道和瑞利衰落信道的香农限分别为0.7 dB和1.0 dB。

基于小波SPIHT的联合信源信道编码新方法

提出了一种传输小波SPIHT编码图像的联合信源信道编码方法 .该方法针对SPIHT编码码流重要性的不同而进行不同程度的保护 ,并利用无线信道的时变特性自适应地调整信源和信道编码速率 ,从而在不增加额外带宽的前提下有效地提高了系统的性能和可靠性 .在瑞利信道和GE信道下的仿真表明本方法与前文献中提出的EEP方法以及UEP方法相比 ,在信道条件恶劣的情况下 ,能够明显提高恢复图像的质量 .

信源与信道编码在5G通信系统中的性能评估

本文立足5G通信系统,从常见编码技术、应用效能与影响等方面分别概述信源编码方案和信道编码方案,然后分析评估两者性能所需的关键指标、主要方法以及不同评估方法的效用,接着分析基于具体场景或数据的信源和信道编码方案评估案例,比较不同编码方案在实际应用中的表现,总结案例研究中的关键结果和结论,最后进行趋势预测。通过强调信源与信道编码方案在5G通信系统中的重要性,提出未来研究方向,最终为5G通信系统的进一步优化和创新提供了有益建议。

无人机数据链信道编码方法研究

信道编码是提高通信可靠性的重要途径,针对无人机数据链传输遥控/遥测指令时的高可靠性要求,研究了无人机数据链不同码率的卷积码、Turbo码和LDPC码三种信道编码方法,结合无人机信道的特点,仿真验证了无人机数据链的三种信道编码与解码方案;三种编码方式都带来了较大增益,其中LDPC码的性能略优于Turbo码,卷积码性能相比最差,但三种编码方式都可以使数据链的误码率达到了10-5以下,满足了无人机数据链高可靠性要求。

变长信道编码系统的差错控制能力分析

基于分组码周期结构的变长信道编码方法是文献［１］提出的一种新的编码方法，它能在节约大量的信道容量的同时还保持了原来系统的统计差错控制能力．本文继续从解析角度去深入分析这种变长信道编码系统的纠错能力和检错能力，井给出了一些有指导意义的结果．

信道编码盲识别技术研究进展

信道编码盲识别是非合作信号处理领域的重要内容,将非合作信号处理技术从信号层扩展到了信息层,在智能通信、信息截获、信息对抗等领域具有重要作用.本文首先对广泛应用于现代数字通信系统中的卷积码、BCH码、RS码、Turbo码和扰码的盲识别算法进行了总结和归类,然后对算法原理进行了描述,并分别从计算量和误码适应能力两个方面对算法的性能进行了分析.最后,根据目前算法的不足和现实需求,指出了未来信道编码盲识别的研究方向.

一种利用软判决的信道编码识别新算法

现有的信道编码识别方法通常利用解调输出的硬判决序列来进行,其容错能力有待提高.本文针对低信噪比的接收信号,提出了一种利用软判决的编码识别新算法.该算法基于含错方程模型,以方程成立的概率作为衡量解向量性能的量度,从而求解方程,完成识别.对数似然比(LLR)代数的使用使得算法具有简单的形式.仿真实验表明,与基于Walsh-Hadamard变换的传统算法相比,新算法提高了识别性能,且信噪比越低,性能提高越显著.

面向异构无线网移动视频传输的联合信源信道编码方式

文中针对异构无线网环境下端到端移动视频传输问题,提出一种新的联合信源信道编码方式DRAJSCC.现有的联合信源信道编码(JSCC)方式的主要问题是将服务器与客户端之间的网络视为单一的传输链路.在异构无线网环境下该问题更为复杂,因为通信终端之间存在多个可用的无线接入网络,如果在并发传输过程中选择不可靠的传输链路会严重降低视频质量.为了解决上述问题,文中提出一种基于动态速率分配(Dynamic Rate Assignment)的联合信源信道编码方式(DRA-JSCC),该方法包含3个主要步骤:(1)根据视频应用可容忍的传输丢失率调整前向纠错编码的冗余度;(2)基于端到端传输的延迟上限调整视频编码速率;(3)进行动态视频流多路径分配使端到端的视频失真最小化.文中构建了JSCC方法在多个无线链路并发传输场景的端到端视频失真优化问题,并且对视频信源以及信道失真进行了综合分析.在仿真平台Exata上使用H.264实时视频流进行的实验表明,DRA-JSCC相对于现有方法能有效提高视频峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)以及降低端到端延迟.

低压窄带电力线通信信道编码方法

信道编码是提高低压配电网窄带电力线通信可靠性的有效方法之一。在分析研究信道模型基础上,提出了中低速、低成本、适合工程用的电力线通信信道编码设计原则,阐述了简单重复码编码方法和大数判决解码方法。设计由原码、8位编码、16位编码和不同前导符组合而成的4种信道编码方法,给出该4种信道编码方法在实验室220V电网环境下的详细测试数据。在折衷考虑编码效率和可靠性前提下,认为使用8位编码(0X80和0XFE)和使用0XCCC0作为前导符的编码组合方式适合于实际工程应用,较其他3种编码方法误码率至少降低30%。

用信道编码构造压缩感知测量矩阵

压缩感知是近年来,针对稀疏信号和可压缩信号的处理而出现的一种信号处理理论。测量矩阵是压缩感知理论中的一个至关重要的环节,它对信号采样和重构算法有着重要的影响。虽然一般传统的随机测量矩阵重建信号效果比较好,但有硬件实现比较困难的问题,并需要大量的存储空间和其他缺陷。确定性测量矩阵的出现,正好弥补了这些缺点。在本文中,基于信道编码中校验矩阵特性的优势,获得了满足有限紧致特性要求的确定性测量矩阵构造方法。把校验矩阵的列向量标准化、线性组合扩展到方阵、置换列向量后构成的矩阵作为确定性测量矩阵。这种方法可以在构造完成一个信道编码校验矩阵后,很容易构造对应的测量矩阵。数值结果表明,在相同重建算法和压缩比下,这种方法的性能和随机测量矩阵大致相若,甚至有所改善。同时,本文提出方法的构造时间较少,重建时只需要运行一次,可以满足实时性需求。为压缩感知算法的实际应用提供了一种有效的测量矩阵构造方法。

无线信道图像的联合信源信道编码速率分配

分析了信源信道编码速率对图像质量的影响,提出一种联合信源信道编码的速率分配方案.针对渐进图像的速率分配问题建立了数学模型,对模型的求解进行了简化,并采用拉格朗日乘数法,在满足一定的约束条件下实现了速率的最优化分配.在瑞利及Gilbert Elliot信道下的仿真结果表明,该方案在低信噪比时的性能明显优于固定信道方法,在高信噪比时也较固定信道速率方法有0 2dB左右的性能增益.

一种信道编码与物理层网络编码的联合设计

基于正交振幅调制(QAM)设计了一种信道编码与物理层网络编码的联合实施方案,该方案巧妙的引入了一种去噪映射机制,即重新安排QAM调制的星座映射,中继节点对接收数据去噪后直接映射为对应数字比特流的异或。同时,利用卷积码和MAC-XOR网络编码(Network Coding,NC)的线性性质,使得中继节点只需直接估计网络编码的码字,因此中继节点的解调/译码的复杂度减少50%。在此基础上对该方案的误比特率性能进行分析。仿真结果表明了该方案的有效性,即与已有的物理层网络编码方法相比,在没有增加译码复杂度的基础上,该方案的信道容量有了显著提高。

无人机数据链信道编码模拟方法研究

信道编码是提高通信可靠性的重要途径,针对无人机数据链传输遥控/遥测指令时的高可靠性要求,研究了无人机数据链信道编码模拟方法;该方法通过信道编码码流生成、传输信道模型的解算与加载、微波仪表实时驱动、多线程编程与线程同步等技术,在微波暗室环境内模拟了码率可变的卷积码、Turbo码、LDPC码的编解码算法;仿真验证结果表明,通过信道编码模拟方法,验证了无人机数据链的信道编码与解码方案,使数据链的误码率达到了10-5以下,满足了无人机数据链高可靠性要求。