基于Shadow Maps的实时阴影生成算法改进

为了在三维动画场景中实时生成更逼真的阴影,分析了Shadow Maps阴影生成算法走样和失真问题的原因.采用平均分割与对数分割相结合的方法改进了透视走样问题,采用双阴影图法改进了自阴影绘制问题.在Windows XP环境中,基于Open GL库,编程实现了Shadow Maps算法改进.实验表明,在目前流行的硬件配置环境下,改进后的算法在阴影生成过程中能满足实时渲染帧率要求,同时增强虚拟场景阴影质量.

Turbo码MAP译码算法中量化问题的研究

针对Turbo码MAP(MaxaProbability)译码算法的特点 ,对其量化方式进行了分析、讨论与仿真 ;着重讨论了量化范围、量化级数、均匀和非均匀量化等因素对译码器接收比特、前后向递推度量、附加信息和输出似然值的影响 ;分析了相应的译码性能 ;

一种基于Shadow Mapping的阴影生成改进算法

Shadow Mapping算法是目前广泛应用的阴影渲染方法,但该方法容易产生走样,特别是不能满足大规模场景中阴影的真实性和实时性要求。对此,提出一种利用平行面分割的改进Shadow Mapping算法,减少了算法运行时的缓冲空间,提高了阴影质量,尤其适合于动态大规模环境中实时阴影的生成。并用VS2005和OpenSceneGraph实现了算法的绘制过程,达到满意的视觉效果和生成速度。

Turbo编解码结构及基于LOG-MAP算法的性能仿真研究

阐述Turbo码的编解码结构。研究MAP以及LOG MAP解码算法。设计MATLAB仿真运算程序。根据设计的仿真程序比较Turbo码在不同约束长度、不同迭代次数以及不同编码速率情况下的性能。由仿真结果得出影响Turbo码性能的主要因素是交织器长度、迭代次数、编码速率。在各种情况下通过增加交织器长度和迭代次数、降低编码速率来改善Turbo码的性能。

高性能的Max-Log-MAP线性分段算法研究

针对Max-Log-MAP算法存在译码性能比Log-MAP算法差0.5dB,而Log-MAP算法复杂度大的问题。论文提出了用线性分段(piecewise-linear term:PLT)的最大值运算来替代Log-MAP算法中雅克比公式,并通过研究比例因子对译码性能的影响,获得了最佳的优化Turbo译码性能的方法。研究结果证明,用分段项数r等于3,比例因子s为0.7时,获得的Turbo译码性能略优于Log-MAP算法,而算法的计算复杂度比Max-Log-MAP算法仅增加一次乘法、一次加法和求最大值运算。

基于Log-MAP算法的Turbo码量化分析

针对AGWN信道,基于Log-MAP译码算法,系统分析与研究了软输入软输出(SISO)Tur-bo迭代译码过程中数据的量化与定点实现。结合数据观察与算法剖析,借助蒙特卡罗仿真给出了接收信息、外信息、信道可信度值、状态度量等数据的定点表示及量化细节,所选择的量化方案达到了译码性能与实现复杂度较好的折衷,量化后性能损失不大于0.15dB。

低复杂度Log-MAP译码算法的研究

提出用插值函数来计算Log-MAP算法中的校正函数,并在AWGN信道上采用分段差值方法实现了Turbo译码。该算法解决了校正函数计算复杂度较大的问题,消除了译码计算中的指数和对数运算。仿真结果表明:用2段二次样条函数实现的Turbo译码器,其译码性能与Log-MAP算法等价,而计算的复杂度明显降低,运算时间大幅度减少。

一种采用非均匀量化的近似Log-MAP算法

为了简化Log-MAP算法、减小其硬件查表实现时所占用的外存储单元,采用了非均匀量化的方法分别对Log-MAP算法中的校正函数进行两电平和五电平近似,从而得到相应的量化函数。并将该量化函数用于LTE Turbo译码器,在AWGN信道上进行软迭代译码仿真。仿真结果表明,两电平和五电平非均匀量化的近似Log-MAP算法将Max-Log-MAP算法的译码性能提高了0.2～0.3 dB,与原Log-MAP算法性能接近,但却能大大减少查表时需要检索的数据量。

混合MAP-POCS算法在压缩视频中的应用

压缩视频的超分辨率算法受到视频压缩算法的影响,比一般序列图像的超分辨率算法复杂。本文在POCS的约束条件中采用了去除块效应的约束集,将去除块效应的操作融入混合MAP-POCS算法的框架中,将其应用于实际压缩视频的超分辨率重建。通过仿真实验结果证实,本文采用的算法在较低码率的压缩条件下具有更好的重构效果。

深空通信中的线性Log-MAP算法

Turbo码由于具有逼近香农信道容量限的性能,已经被CCSDS标准采纳。译码算法是Turbo码译码的关键组成部分,也是影响其性能的关键因素,而MAP类译码算法以其优越的性能成为译码算法的主体。在对MAP类译码算法的译码复杂度和性能仿真对比、分析的基础上,针对深空通信中的低信噪比、低误比特率的要求,提出一种线性Log-MAP算法方案,该方案在保证性能损失尽可能小的前提下,有效降低了计算复杂度,适用于深空通信的实际要求。

基于MAP算法的无教师讲者自适应的研究

提出了一种基于MAP算法的连续语音识别无教师讲者自适应方法,给出了简单有效的渐进自适应公式.通过识别实验结果表明,提出的方法能利用少量的自适应数据达到满意的学习效果,是一种实用和有效的讲者自适应方法.

SW-Log-MAP译码算法在3G移动通信中的应用

SW-Log-MAP译码算法在传统Turbo译码算法Log-MAP的基础上进行了改进,在保证译码性能的前提下,大大降低其运算复杂度,并将滑动窗的方法应用于译码模块,大大减少了存储空间;并且,在简化后的Turbo译码器基础上,通过仿真,对Turbo码的误码率性能进行研究,分析交织长度、滑动窗、纠正函数等因素对于译码性能的影响。

基于MAP与POCS混合算法的微内腔尺寸测量方法

光纤微力接触式测量方法是测量内腔体尺寸的一种新方法,但其采集的图像受光学系统景深等各种因素的影响而使其质量下降,从而导致测量精度的下降.为此提出了一种基于最大后验概率算法与凸集投影算法的混合处理方法,以提高测量精度.该处理方法结合MAP整体收敛性好和POCS细节保持能力强的特点,首先利用MAP算法使图像达到全局最优,再为图像的局部增加凸集,使局部同时达到最优.该方法能够降低图像中噪声对高频恢复的影响,保证最优图像的唯一性,同时保持图像的边缘与细节,可以显著提高测量精度.实验结果表明,应用此处理方法对微内腔体尺寸进行测量时可以实现对内腔体尺寸的精密测量,其定位不确定度可提高3倍,测量不确定度可达0.7μm.

MAP算法在Turbo码译码中的应用和研究进展

对Turbo码译码算法进行了综述,包括SOVA、MAP、LOG-MAP、MAX-LOG-MAP等算法,并对这几种算法进行了比较。同时根据近年来对Turbo码译码算法的研究,对几种新的译码算法进行了介绍和讨论。

基于SCCC结构非相干MAP译码的简化算法

差分编码和序列译码相结合是实现高性能非相干解调的主要方式。对采用差分编码的SCCC结构进行非相干译码,其性能近乎于相干解调,但在估计信道转移概率时引入了修正的零阶贝塞尔函数,因此译码复杂度过高,不利于工程实现。针对该问题,该文提出了两种基于SCCC结构的非相干MAP译码的简化算法。该算法利用对贝塞尔函数的近似式,简化了内码译码log-MAP算法中分支度量的计算。理论分析和仿真结果表明,简化后的算法在保证译码性能的前提下,显著地减小了译码复杂度。

MAP译码算法对信道估计偏差敏感度分析

作为MAP译码算法的必要参数,信噪比通常通过信道估计单元得到。相关研究表明,信噪比估计值偏差对Turbo译码器输出性能将造成较大的影响。通过对MAP算法的求解,从理论上解释了MAP译码性能下降的主要因素,并通过理论分析和仿真验证,论证了当估计值较真实值小时译码性能明显降低的原因,同时证明了长帧Turbo码对信噪比参数更为敏感。

Turbo码实用的Log-MAP译码算法研究

介绍了Turbo码基本结构,阐述了Log-MAP算法的译码机理,在此基础上就简化Log-MAP算法作了探讨,分析了三种简化Log-MAP算法中非线性运算以利于硬件实现的方法:Max-Log-MAP算法,Loo-kup-Log-MAP算法,Linear-Log-MAP算法.最后通过仿真对它们进行了性能上的模拟和比较.

Turbo码LOG-MAP解码算法及性能仿真

对Turbo码的编解码结构进行了阐述,并就MAP以及LOG-MAP解码解码算法进行了研究,并对LOG-MAP算法误码性能用MATLAB进行了迭代仿真。

基于MAP自适应算法的应力下变异语音识别方法

变异情况对语音的影响是导致语音识别系统性能下降的原因之一。一般情况下变异语音数据采集困难,获得的训练数据量少,这样即使测试环境和训练环境都相同,识别性能也不理想。利用自适应算法可以解决这类问题,它采用少量的测试环境数据进行训练,以达到训练模型和测试数据匹配的目的,保证系统良好的识别性能。MAP算法是常用的自适应算法,大多应用于话者自适应环境,该文尝试将其应用于变异语音识别系统中,并通过对该模型做相应改进获得了较好的识别结果。在小词表特定人应力变异的识别实验中,分别用非特定人模型和改进的特定人模型作为初始模型,应用MAP算法,系统识别率均有明显提高,与基本识别系统相比,在10遍自适应数据前提下,识别率分别提高了15.84%和15.97%,最好的识别率达到85.56%和90.42%。

适用于Turbo均衡的改进前向MAP均衡算法

Turbo均衡是一种基于迭代处理的信号接收处理技术,能有效地改善符号干扰信道中的信号接收效果。均衡算法则对Turbo均衡的性能起着重要作用,在前向MAP信道均衡算法的基础上通过引入先验信息量度和麦克劳林级数简化,使其适用于Turbo均衡,并进行了仿真验证。结果表明这种均衡器在严重ISI信道中的性能优于MMSE,而且运算量大大降低,具有很强的实用价值。