基于二级定位的编码信道信息隐藏算法

分析了以编码信道为载体的信息隐藏算法及容量,指出现有算法存在的问题,提出了一种结合容量上限判断的基于二级定位的信息隐藏算法。所提算法在秘密信息嵌入前首先计算系统隐藏容量上限,并判断是否超出;接着在嵌入位置选择过程中引入二级定位以及循环移位机制。仿真结果表明,相比已有算法,所提算法能较好地避免因隐藏容量过大而导致秘密通道暴露的风险;同时通过二级定位及循环移位机制提高嵌入位置的随机性,避免秘密信息相互覆盖,提升信息隐藏性能。

脉冲噪声环境下编码信道抗噪声性能研究

针对现实中多数信道为脉冲噪声环境的特点,以α稳定分布和信道编码理论为基础,并以α稳定分布噪声为脉冲噪声模型,运用M atlab软件研究了脉冲噪声环境下编码信道的抗噪声性能。研究结果表明,SNR较大时脉冲噪声对编码信道所造成的误码影响远大于高斯噪声所造成的误码影响。

Rician衰落下空时分组编码信道的容量

在得到Rician衰落下正交空时分组码接收信噪比的基础上,首先得到了单位时间片上Ri-cian衰落下正交空时分组编码信道的平均容量,并通过Porteous引理进一步给出了一种衰落环境下平均信道容量的近似计算方法.通过与数值积分以及MonteCarlo仿真结果的比较表明:文中给出的表达式完全可以用来近似计算Rician衰落下的平均信道容量,且非常容易.

基于编码信道理论的拟态括号设计方法

针对DHR架构中的拟态括号安全性构建问题,基于编码信道理论,根据工程实现的具体场景,给出了面向不同应用领域的拟态括号的构建方式,并以拟态交换机的实际应用为例完成了拟态括号的构建。经测试证明,所提的拟态括号构建方法满足拟态防御理论白盒测试的攻击抵御需求。

空时分组编码信道与多天线系统信道容量比较

在研究瑞利衰落条件下正交空时分组编码信道容量的基础上 ,将其与多发送多接收天线系统的信道容量进行了比较 .比较结果表明 ,正交空时分组码虽编码简单 ,易于实现 ,但在信道容量方面存在较大的损失 ,损失的程度与编码码率、信道矩阵的秩及收发天线数等因素有关 .进一步研究表明只有当编码码率和信道矩阵的秩都为 1时 ,才没有信道容量的损失 .

瑞利衰落下空时分组编码信道的容量

本文在分析瑞利衰落下正交空时分组码接收信噪比的基础上 ,得到了正交空时分组编码信道容量的表达式 ,并给出了在接收天线数一定的情况下 ,增加发送天线数所能得到的信道容量的上界。研究表明 ,在发送天线数一定时 ,瑞利衰落下正交空时分组编码信道的容量随接收天线数的增加而增加。在接收天线数一定时 ,信道容量也随着发送天线数的增加而增加 ,但当发送天线数增加到一定数量时会出现地板效应。

信道缩短和基于编码信道缩短

本文对比研究了信道缩短(Channel Shortening, CS)和基于编码信道缩短(Code based Channel Shortening,CCS)两种方法,发现它们在转移概率函数上具有不同的特点。通过比较符号间干扰信道的最小欧式距离(Minimum Euclidean Distance, MED)和可达信息速率(Achievable Information Rate, AIR),,找到了超奈奎斯特(Faster-ThanNyquist, FTN)系统的可靠性能指标。在优化步骤方面,FTN-CCS先优化外码再优化内码,而FTN-CS先优化内码再优化外码。在保持相同频谱效率(Spectrum Efficiency, SE)的条件下,比较了基于CS和CCS的FTN的AIR和BER性能。研究发现,在均衡复杂度相同或更低的情况下,FTN-CS比FTN-CCS具有更好的性能。

多天线编码信道系统中的信息隐藏容量分析

在分析信道编码和信息隐藏技术相结合的基础上,提出了Alamouti编码多天线系统中的基于LDPC码的信息隐藏方案,理论推导了单天线编码信道及多天线编码信道系统中的信息隐藏容量上限,并进行数值验算和MAT-LAB仿真验证。实验结果表明,较之单天线编码信道,基于多天线编码信道的信息隐藏容量有明显的提高。

数字通信系统中的信道编码与解码技术研究

在信息科技迅速发展的今天,数字通信系统已成为现今社会不可或缺的一部分。高效可靠的数据传输是数字通信系统的核心任务,而信道编码与解码技术是保证其信息可靠传输的关键。文章阐述数字通信相关理论,并对信道编码技术中的线性分组码、前向纠错技术、交织技术、Turbo码等展开技术分析。在此基础上从硬判决解码、软判决解码、最大似然解码3种解码方式出发,对比信道解码技术在各种通信场景中的性能,以期为数字通信系统中的信道编码与解码技术研究提供一定的参考。

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。

AI赋能的语义通信系统信道自适应技术研究

基于人工智能(AI)驱动的语义通信系统在面对动态变化的无线信道环境时,性能往往会显著下降。目前,现有方法通过给联合信源信道编码外挂神经网络模块来处理信道状态信息。然而,虽然这些方法能够在变化的信道条件下提高系统性能,但是外挂模块却带来了额外的模型参数与计算负担,增加了编解码延迟。针对这一问题,首先研究最新Mamba模型固有特性,推导了其对于初始状态的闭式响应,并从其闭式响应中发现了对于初始状态信息的遗忘特点。基于此发现,提出了一种内生式信道自适应方法。该方法通过将信道状态信息引入到模型初始状态,并在模型遗忘信道状态信息时重新将信道状态信息注入到状态空间,实现了无需额外计算与参数的情况下,使得模型能够感知信道状态并自适应地进行编码,从而在不同信道状态条件下提升系统性能。

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。

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.

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.

一种适用于大气弱湍流信道的极化纠错编码调制方案

针对服从对数正态分布的大气弱湍流信道模型,基于高斯近似的方法计算分析信道的极化现象,提出了一种适用于大气弱湍流信道的极化编码调制方案,并对其性能进行了仿真分析.不同湍流强度下采用串行抵消译码算法时的仿真结果表明,相比于递归构造方案,文中所提方案在达到1e-5误码率时可获得大约1.0d B到1.4d B的编码增益提升.对极化码分别采用开关键控(OOK)调制与脉冲位置调制(PPM)时的仿真结果表明,采用2-PPM的极化编码调制方案可有效提升无线光通信链路在弱湍流条件下的译码纠错性能.