一种删除卷积码识别方法研究

伴随自适应编码调制(AMC)技术的提出与应用,删除卷积码识别已成为自适应通信领域一个亟需解决的问题。针对以(2,1,m)卷积码为源码的删除卷积码识别问题,提出了一种基于构建分析矩阵和遍历删除模式的识别方法。该方法首先由构建的分析矩阵识别出删除卷积码码率和校验多项式矩阵,进而通过遍历确定删除模式,推导得出(2,1,m)源卷积码的生成多项式矩阵。最后,通过MATLAB实例仿真验证了该方法的有效性,并分析了其容错性能。

删除卷积码参数快速估计算法

删除卷积码构造简单、码率可变、译码灵活的特点使其在自适应编码调制(AMC)技术和多级编码系统(MLC)中得到了大量应用。针对删除卷积码的盲识别问题提出了一种基于生成矩阵特征搜索的快速估计算法,该算法充分利用了删除卷积码生成矩阵的特殊性质,大大减少了搜索范围,仿真结果证实算法有效,且计算量低于文献中已有算法。

利用校验方程平均符合度的DVB_RCS协议中DB-CTC识别算法

信道编码参数分析是对编码参数进行逆向分析,在协作通信、智能通信和信息截获等领域具有重要作用。针对DVB_RCS协议中双二进制卷积Turbo码(DB-CTC)码长和删除模式的识别,提出一种基于校验方程平均符合度的匹配识别算法。文章首先给出了校验方程平均符合度的概念及计算方法,并推导出各删除模式下信息序列与校验序列之间所满足的校验方程;然后利用需依据码长和删除模式对接收序列进行分路,以及正确分路得到的序列可使得相应删除模式下的校验方程平均符合度取到最大值这两个事实,进行码长和删除模式的识别。仿真结果表明,所提算法能够快速有效地识别低信噪比条件下不同码率的码长和删除模式。

毛竹Mariner-like element自主转座子的鉴定与生物信息学分析

【目的】Mariner-like element(MLE)转座子是一类在真核生物基因组内广泛分布的DNA类转座子,以“剪切-黏贴”模式在基因组中复制扩张,可以作为一类高效稳定的工具应用于转基因、基因功能研究等领域。为了探究MLE转座子在毛竹基因组中的分布规律,揭示MLE转座子在毛竹进化过程中的演化模式,本研究对毛竹MLE转座子进行了全基因组挖掘和分析。【方法】基于水稻、大豆和毛竹目前发表的MLE转座子序列,利用IRF、Blast和Fasta等工具,根据MLE转座子序列的特异性结构末端倒置重复序列(TIR)及其所编码转座酶的保守性,对毛竹基因组中的MLE转座子进行挖掘,从毛竹基因组中筛选具有完整结构的MLE转座子。分析所获得的MLE转座子的结构特征,根据完整MLE转座子的转座调控元件,从毛竹基因组中筛选出所对应非自主转座子,通过序列提取和比对,对自主与非自主转座子的分布特点以及非自主转座子结构缺失特点进行分析。【结果】共鉴定了2个完整结构的自主MLE转座子,PhV2MLE1A和PhV2MLE2A。PhV2MLE1A全长3950 bp,编码414个氨基酸,TIR长度30 bp;PhV2MLE2A全长12990 bp,编码373个氨基酸,TIR长度49 bp。根据TIR结构的相似性,鉴定出2个自主MLE转座子所对应的非自主转座子,本试验共获得2个结构完整的自主MLE转座子,以及各自对应的非自主转座子,同时发现不同的非自主转座子的结构缺失情况并无规律。所鉴定到的MLE转座子在毛竹基因组中的分布存在随机性,在毛竹基因组中偏好插入保守序列TA之间。【结论】毛竹基因组中分布着大量的MLE转座子,其中绝大多数在进化过程中由于转座酶结构缺失,失去了转座活性。

你问我答

问我购买了一块nForce2主板,可是在安装了USB 2.0驱动程序后,USB设备工作变得很不稳定,经常无故失效,需要热拔插才能恢复正常,请问该如何解决? 答这是因为你没有按正确的方法安装nForce2的USB 2.0驱动程序造成的。正确的安装方法是:WindowsXP/2000需要先安装最新的Service Pack,然后再安装USB 2.0驱动程序:Windows 98/Me由于不支持USB 2.0,所以建议在主板BIOS中将“Integrated Peripherals”项目下的“OnChip USB”设为V1.1。

新形势下档案学鉴定理论创新研究

西方经典档案学鉴定理论的革新总是有着独特的时代敏感性。面对新的时代条件,档案学鉴定理论被期许以新的变革。通过对档案鉴定理论历史发展脉络的回顾,以及对当前形式下档案鉴定理论所面临挑战的分析,本文认为档案鉴定理论应该在未来的发展中放弃传统的"选择模式"与"代表模式",转而实现新的"删除模式"与"参与模式"。

SPC乘积码用于纠删译码的性能分析

SPC乘积码是一种既可以纠错,又可以恢复删除的高效码。该码的最小码距是4,能够恢复所有单阶,两阶和三阶的删除模式,实际上这种码能够恢复更高阶的删除模式。传统上是通过最小码间距来评价SPC乘积码译码性能,若从其空间结构入手,能够推导出SPC乘积码迭代译码后删除率的新上界。仿真显示这个上界更紧。

LSR_(g[d,k])——自控序列

本文引进LSR_g[d,k]——自控序列模型,作为对冯克勤、李超在文献[1]中广义[d,k]——自控序列的推广形式。对于a为n级M序列和n级收缩M序列情形,讨论了LS_g[1,2]——自控序列平移等价特性,证明了对任意素数p(2^(n-1)≤P≤2-1),总存在n元布尔函数g(x_1,x_2,…x_n),使得其LSR_g[1,2]——自控序列周期为p,并给出了求此布尔函数的算法。