基于无迹卡尔曼滤波的分布式BP协同定位算法

协同定位是智慧城市和万物互联的核心基础,为解决复杂非线性高斯环境下传统协同定位方法通信开销大、定位效果差的问题,文章研究了基于无迹卡尔曼滤波(Unscented Kalman Filter, UKF)的分布式置信度传递(Belief propagation,BP)协同定位算法。该算法结合无迹变换(Unscented transform,UT)理论和参数化BP策略,利用一系列样本点对移动协同网络中待定位节点位置变量的概率密度分布进行近似,并在此基础上重新推导了置信度信息传递与更新的计算公式。节点仅需传递概率密度函数参数即可实现信息交互,通信开销减小明显。计算机仿真结果表明,方法有效降低协同定位系统计算复杂度的同时,提升了协同定位的精度,有效增强了协同定位系统性能。

一种基于最小区域选择的LDPC码迭代译码算法

提出一种基于最小区域选择的LDPC(low-density parity-check)码迭代译码算法(min-zone selection decoding algorithm,MZS decoding).MZS算法把最小区域选择和近似计算的思想结合起来,针对传统的置信度传递译码算法(belief propagation decoding algorithm,BP decoding)中的Q(x)函数提出了一种有效的简化处理方式,而这种简化处理只产生少许的性能损失.仿真结果证明,通过合理的参数设置,MZS算法几乎可以提供和BP算法同样优秀的性能.

一种兼容Turbo码的LDPC解码器

提出了一种兼容Turbo码的低密度校验码(LDPC)解码器,它可以将Turbo码完全转化为LDPC码来进行解码,由于采用了校验分裂方法来处理由Turbo码转化而来的LDPC码中所存在的短环,从而使其解码性能优于联合校验置信度传递(JCBP)算法0.8 dB,仅仅比Turbo码专用的BCJR算法损失约为1 dB。本文提出的通用解码器,为多系统兼容通信设备的应用提供了一种新的、灵活方便的实现途径。

基于置信度震荡的LDPC码译码算法研究

在采用基于对数似然比的置信度传递译码算法LLR-BP(Log-Likelihood Ratio Belief Propagation)对低密度奇偶校验码LDPC code(Low-density Parity-check code)译码时,变量节点对数似然比外信息ex-LLR(ExtrinsicLog-Likelihood Ratio)的震荡会引起比特节点发生错误。文中分析了ex-LLR值和后验概率值(APP)产生震荡的原因及两者的关系,提出了减弱其对整个译码过程影响的两种改进译码算法。仿真结果表明,改进的译码算法在基本不增加译码复杂度的情况下,能够降低译码错误平层,进一步改善传统的LLR-BP译码算法的性能。

多元域LDPC码在卫星通信中的应用研究

在卫星通信中,如何提高抗干扰能力是需要重点关注的问题之一。多元域LDPC码是通信界研究的热点课题,较二进制LDPC码有更优的纠错性能。本文从卫星通信的应用角度出发,对利用LU分解进行编码的通用编码算法展开研究,以保证矩阵稀疏性为目标,分析了行主元选取策略。同时研究了多元域LDPC码的迭代译码算法。对多元域LDPC码纠错系统的纠错性能进行了仿真,测试结果表明多元域LDPC码的性能优于信源信息速率和码率相同的二进制LDPC码,为多元域LDPC码在卫星通信中的应用奠定了基础。