广义时频二维扩频在加性白高斯噪声信道中的性能

该文提出了一种广义时频二维扩频的概念。在加性白高斯噪声信道中,给出了这种二维扩频通信方式的发射机、接收机工作原理,分析了二维扩频通信方式的误比特率,同时,给出了二维扩频通信方法的误比特率的仿真结果.结果表明,分析结果与仿真结果相近。

噪声信道下保护图像感兴趣区的多描述编码

将感兴趣区编码和多描述编码相结合,提出一种噪声信道下保护图像感兴趣区的多描述编码方法。该方法将图像分为感兴趣区和背景区,并采用多描述编码方法,将感兴趣区和背景区码流编码成多个描述。同时对感兴趣区和背景区描述码流采用不同的冗余树分配方案,以进一步增强图像感兴趣区的抗分组丢失能力。实验证明,该方法即使在信道拥塞较为严重的情况下,也能为图像的感兴趣区提供令人满意的重建质量。

噪声信道的鲁棒图像编码

在一鲁棒图像编码方案的基础上提出了一种改进方案。通过改变部分比特输出的先后次序 ,保留它将 SPIHT输出比特分类以体现各类信息的重要性及出错敏感性 ,使用不等保护能力纠错编码 ,并且利用图像小波系数数据幅度的非均匀分布规律 ,解码时添加后处理步骤 ,将小波系数适当减小 ,得到更高质量的图像。该方案算法简单 ,在实现鲁棒编码结构的同时提高了压缩效率。失真率分析和实验结果都表明该方案提高了峰值信噪比 。

噪声信道中基于进化算法的矢量量化器的设计

本文提出了一个基于进化算法的信道最优矢量量化器(COVQ)设计算法。该算法在给定信道状态模型和存在信道噪声的情况下,可以有效地提高矢量量化器的性能,实现了信道最优矢量量化器的设计。与目前常用的码书设计算法比较,实验结果表明该算法可获得比传统算法更高的性能增益。

基于噪声信道的维吾尔语央音原音识别模型

维吾尔语单词连接构形词缀时,经常发生元音弱化成央音的现象。但对已有形态变化的单词进行形态还原时,使用规则识别弱化央音的原音的效率一般在40%左右。提出基于噪声信道的维吾尔语央音原音识别模型。该模型以弱化词干词尾的二字符、三字符和最后音节作为上下文,建立语言模型和似然度计算公式。在开放测试中,模型的准确率达到82.45%,提高词干提取准确率15%。

加性高斯白噪声信道的最佳接收机性能研究

讨论了加性高斯白噪声信道的基带数字调制技术 ,对加性高斯白噪声信道的最佳接收机性能进行了较深入的研究 ,并重点探讨了信号传输的误码率与信噪比的关系 ,得出了随着信号波形的增加可以通过减小每bit所需的信噪比来达到给定的误码率的结论 ,找到了获得最佳接收机的有效途径。

高斯噪声信道下CCK性能分析的新方法

为分析高斯噪声信道下补码键控(CCK)的性能,在总结CCK及M元双正交键控(MBOK)编码调制特点基础上,提出了M元四正交键控(MQOK)思想,给出了MQOK编码调制及相关解调原理图,分析了MQOK相对于MBOK具有解调结构简单、更适合高速数据传输等优点,并指出CCK编码调制是MQOK的一种具体实现方式。详细推导了高斯噪声信道下MQOK的基带性能公式,结合CCK编码特点,得到了CCK的性能公式。最后对比理论曲线与Monte Carlo仿真曲线,在确定的误符号率或误比特率条件下,理论结果与仿真结果所需的信噪比(SNR)相差不到0.5 dB,验证了基于MQOK分析CCK性能方法的可行性及其性能公式的简洁有效性。

噪声信道下的远程混态制备

量子信息过程实际上也就是量子态的制备 ,操作 ,传输的过程。量子隐形传态 (quantumteleporation)给我们提供了一种远程制备量子态的方法。近来 ,远程态制备 (remotestatepreparation)的研究越来越受到人们的关注。它给我们提供了一种新的远程制备量子态的方法。与量子隐形传态不同的是 :传送方 (Alice)知道要传送的态 ,并且接收方知道要传送态所处在的系综。我们给出了在两种具体噪声信道 (depolarizinganddephaseing)下的任意量子态的远程制备方案 ,并且给出了噪声信道的参数与态保真度之间的关系以及同一系综下不同态的传送保真度曲线。我们利用自发参量下转换过程产生的双光子纠缠对作为噪声量子信道 ,也就是说在我们的实验中 ,我们只讨论消位相(dephaseing)信道下的远程态制备。

基于无线噪声信道的编码端码率控制算法研究

针对分布式视频编码系统的关键帧在无线信道中传输受到噪声污染的情况,提出一种基于无线噪声信道的编码端码率控制算法。首先对解码端边信息携带的无线信道噪声进行了理论和实验分析,建立了边信息中无线信道噪声的分布模型;然后结合相关噪声模型推导出编码端的噪声联合模型,并根据分布式视频编码的率失真理论,提出了在无线信道下WZ帧不同系数带的码率控制算法,同时将新的码率控制算法引入基于无线噪声信道的Wyner-Ziv编码器中。实验表明,与现有的编码端码率控制算法相比,所提出的算法在不同无线信道噪声下可使解码重构视频的PSNR值平均提高约0.1～1.8 dB,且未增加复杂度。

噪声信道下的盲量子计算

盲量子计算(Blind Quantum Computation,BQC)区别于传统的量子计算(Quantum Metrology),它将客户端的计算任务通过量子信道委托给服务器端完成,解放客户端的计算压力,这就要求在信道的传输过程中,量子尽量精确传输。由于量子信道的噪声问题,理想情况下的无噪传输协议是不可能实现的,需要使用量子纠错码(Quantum Error-Correcting Code,QECC)来纠正由噪声信道引起的量子比特翻转和量子相位翻转错误。在盲量子计算协议的基础上,文中针对噪声比特翻转信道和噪声相位翻转信道分别设计抗噪声的盲量子计算协议,客户端通过不同的方式编码量子比特,利用编码后的量子比特传输量子信息给服务器,服务器利用量子纠错码恢复正确的量子信息与客户端完成盲量子计算。协议分析表明,文中提出的两个盲量子计算协议分别在量子比特翻转和量子相位翻转噪声信道中,通过纠错计算达到了盲量子计算协议对于量子尽量精确传输的要求,并且不改变盲量子计算的正确性和盲特性,不会降低量子计算的无条件安全性。最后展望所提协议可以适用于其他量子纠错码。

基于MATLAB的BFSK在高斯白噪声信道中的传输性能研究

本文在MATLAB的环境下构建了BFSK在高斯白噪声信道中传输的系统模型,通过运行程序仿真,研究系统的误码率与信道质量的关系,找到在高斯白噪声信道上传输的最大信噪比及所需发射功率和调制频率,从而得出该系统在高斯白噪声信道中的最佳传输性能。

高斯噪声信道下补码键控调制性能分析

对高速无线局域网IEEE802.11b基带特有的补码键控(complementarycodekeying,CCK)调制在高斯信道条件下的性能进行了分析.从补码的特性出发,根据CCK调制规则,采用相关解调,推导在加性白色高斯噪声信道条件下CCK调制的性能表达式.在COSSAP环境下按高速无线局域网标准构建链路进行仿真,由性能公式计算的结果和按标准进行的链路仿真结果相近,证明了导出的CCK调制性能公式是准确和实用的.

Polar码在加性高斯白噪声信道下的性能分析

在加性高斯白噪声信道下,针对3种不同的Polar码译码算法进行性能研究。首先,阐述了Polar码的编码原理。然后,介绍了逐次消除(successive cancellation,SC)译码算法、逐次消除列表(successive cancellation list,SCL)译码算法和循环冗余校验辅助的逐次消除列表(cyclic redundancy check assisted successive cancellation list,CA-SCL)译码算法。最后,仿真对比结果表明Polar码长越长,性能越好。当码长为有限长时,Polar码在SC译码算法中的性能并不理想。采用SCL和CA-SCL译码算法,能使Polar码具有更佳的性能。

高斯噪声信道数字水印的容量分析

从信息论的角度 ,就基于高斯噪声信道的数字水印容量进行了探索 .针对高斯信源分布具有最大的不确定性 ,能够在所有的二阶随机分布中提供最大信息熵的特点 ,分析了高斯分布情况下的整个水印信道通信过程 ,给出并简化了基于高斯的水印信道容量的最大通信速率 ,同时利用Matlab绘出了非高斯信源水印容量与受限失真度的二维和三维关系仿真曲线 。

噪声信道中的超可加性

超可加性是量子信息传输所特有的性质 ,通过多个量子比特的编码和联合解码 ,平均而言 ,可以获得比一位量子比特编码和解码更多的信息。对于量子比特为纯态的情形 ,已经给出了理论和实验上证明。在此基础上 ,我们讨论了混态 ,具体考虑的是量子比特传输通过量子消偏振通道后 ,超可加性与噪声之间的关系 ,发现超可加性随噪声增大而减小 ,最后消失。

量子热噪声信道在纠缠辅助下的容量

研究了量子纠缠辅助下输入功率受限时的单模热辐射噪声信道传输经典信息的容量问题,和带有放大或衰减的单模热噪声信道的相应问题。对热噪声信道,表明了容量在输入信号为热噪声信号时达到,压缩态无助于达到信道容量CE;对带有放大或衰减的单模热噪声信道,说明了容量同样在输入为热噪声态时达到。

对称噪声信道下利用多纠缠态实现量子密钥分配

研究了对称噪声信道下的量子密钥分配 (QuantumKeyDistribution ,QKD)过程 ,并得到了其误码率和信道保真度的关系式。基于量子态的局域区分原理 ,我们提出了使用“多纠缠态”进行噪声信道下的密钥分配的新方案。应用这个新方案 ,我们可以获得和在理想无噪声信道下使用最大纠缠态 (四个Bell态之一 )进行QKD一样好的结果。

三噪声信道秘密共享通信系统的编码定理

本文证明了具有三个噪声信道的秘密共享通信系统的编码定理。这三个信道均为广播信道,特征为P(Y_jZ_jX_j),j=1,2,3。且假定合法信道(X_j→Y_j)的噪声低于窃收信道(x_j→Z_j)。

噪声信道下最佳矢量量化器的人工神经网络实现方案

噪声信道影响下的矢量量化器设计,实际上是一个信源、信道联合编码(joint soruce/channel encoding)问题。本文提出了一种利用人工神经网络ANN(Artificial Neural Network)技术解决联合编码的组合优化问题的方案,该方案较好地解决了有噪声信道条件下的最佳矢量量化器的设计问题。由于将信道传输特性直接引入到神经网络的构造中,因此,对网络进行训练后,最终得到对噪声信道影响具有一定程度的抑制作用的矢量量化器。我们针对BSC信道对所提方案进行了分析和模拟,结果表明,在量化网络设计中,考虑噪声信道影响的因素,可使训练得到的量化网络的量化特性对噪声信道的影响表现出明显的韧性。

非低三噪声信道秘密共享通信系统的编码定理

本文证明了具有三个非低噪声信道的秘密共享通信系统 (SSCS)编码定理的一组必要条件 ,其中这三个信道均为广播信道。