基于Gamma-Gamma湍流信道下的卷积码性能研究

为了研究不同码型的卷积码在水下湍流信道中的误码率(BER)性能,采用接受-拒绝采样模拟湍流信道乘性干扰,并选择二进制相移键控(BPSK)调制方式,建立Gamma-Gamma湍流信道通信系统仿真模型。仿真结果表明:在不同强度的湍流信道中,采用卷积码编码均能提升系统的BER性能;卷积码的码率越小,系统BER性能提升越显著;随着信噪比(SNR)增大,记忆深度越长,系统BER下降速度越快;采用软译码比采用硬译码时增益至少提升2.82 d B;卷积码的解码不仅受当前信息的影响,还与之前的码元信息有关。

相位模糊下基于软判决的卷积码识别方法

QPSK数据流通常具有相位模糊的问题,传统方法常采用卷积码遍历识别码字起始位置的译码算法,这将导致算法计算量大、资源占用高等诸多问题。因此,提出一种基于软判决的卷积码起始位置识别与QPSK相位模糊消除的译码方法,以有效提升译码算法性能。首先,推导了卷积码编码序列与校验矩阵之间的数学表达式,明晰了卷积码码字起始位置与相位模糊的逻辑关系;然后,求解CCSDS标准卷积码的校验矩阵,以方程成立的概率作为判决的度量,该方法适用于各种码率的删除卷积码,具有工程实用性;最后,通过仿真分析验证了所提出方法的有效性。研究表明该方法无需遍历卷积码的码字起始位置和相位模糊,且鲁棒性较强,所需数据量较小,随着数据量的增大和卷积码码率的降低,识别准确率逐渐提高。

卷积码盲识别树图遍历算法研究与仿真实验

针对现有卷积码盲识别算法在校验矩阵相同的情况下识别性能不佳的问题,提出一种基于树图遍历的卷积码盲识别算法,并对算法识别准确率进行仿真实验。算法基本思想是:遍历所有可能的输入序列,并依据输入序列构造下一状态,根据输入序列和状态这两个参数在卷积码树图中寻找符合要求的路径,识别出卷积码的输入⁃状态⁃输出转移表,然后构造方程组,估计出生成矩阵。实验结果表明,该算法能够有效地对卷积码进行盲识别,规避了从校验矩阵反推生成矩阵的过程中存在多个可能的生成矩阵的问题。

矩阵变换特征与码序列联合学习的卷积码识别方法

现有基于深度学习的卷积码识别方法仍存在参数规模较大、识别性能较弱等不足。针对该问题,提出了一种基于矩阵变换特征与码序列联合学习的卷积码识别方法。将接收到的码字序列排列成矩阵形式,利用软信息剔除可靠性较低的码字,通过一种新的矩阵变换算法得到特征矩阵。在识别时,将原始码字矩阵和特征矩阵输入到具有多模态数据联合学习能力的网络模型,在神经网络中完成特征的提取融合与卷积码的识别。仿真结果表明,所提方法性能明显优于现有基于深度学习的识别方法,特别是对于高码率卷积码;当码率较低时,同样优于传统识别方法。当信噪比达到5 dB时,25种不同参数卷积码的识别率均可达到100%。

基于动态寻优调节的卷积码堆栈-桶算法

大约束长度卷积码具有抗干扰性强,难以破译等优点,被应用于卫星通信等领域。但低信噪比环境下,存在空间利用率低和译码复杂度高的缺点。针对此问题,提出一种基于动态寻优调节的卷积码堆栈-桶(DORSB)算法。所提算法采用新参数深度因子辅助路径存取,能够增大接近码树终点的路径优势,降低译码复杂度;并在堆栈溢出时,对桶的尺寸进行调节,对桶空间进行复用的同时降低误帧率,可有效提升空间利用率。仿真结果表明:在深度因子增量适当且误帧率为10^(-5)的情况下,相比于标准堆栈-桶算法,所提算法误帧性能提高了约0.6 dB,并且时间复杂度最多能改善72.63%。

基于深度残差网络的(n,1,m)卷积码盲识别

针对传统(n,1,m)卷积码识别方法容错性能较差或所需数据量较大的问题,提出了一种基于深度残差网络(Residual Network, ResNet)的方法。对图像识别领域常用的二维ResNet模型进行结构调整,使其适用于一维卷积编码序列的处理;仿真生成大量卷积码比特序列,以不同的误比特率在序列中随机加入误比特,并按固定长度从序列截取片段作为ResNet的训练样本,分别完成编码类型和起点识别模型的训练;将待识别卷积码序列输入网络,即可输出识别结果。仿真结果表明,相比传统方法,该方法以略高的计算复杂度为代价,获得了更好的容错性和较低的识别数据量需求。

Punctured卷积码在HDTV信号传输中的应用

基于Punctured卷积码的特点 ,本文分析了其在HDTV(High -DefinitionTV)信号传输中的应用 ,分别在AWGN信道和Rayleigh衰落信道下将Punctured卷积码用于静态图像传输 ,通过计算机仿真给出了其性能分析并与RS码进行了比较。

基于改进欧几里得算法的卷积码快速盲识别算法

卷积码盲识别技术在信号截获、智能移动通信、多点广播通信等领域具有广泛应用,针对卷积码的快速盲识别问题,对经典欧几里得算法进行了改进,提出了一种基于改进欧几里得算法的卷积码的快速盲识别方法。算法对卷积码码率进行遍历,通过欧几里得迭代算法求解卷积的校验多项式,实现了任意码率卷积码的快速盲识别。对算法进行了仿真,仿真结果验证了算法的有效性,且算法的计算量小于文献中已有算法。

卷积码盲识别方法研究

提出了一种(n-1)/n码率删除卷积码的盲识别算法。该算法基于卷积码的线性特性和校验性质,利用一种优化方法求解二元域线性方程组,估计出校验多项式矩阵,并建立删除卷积码的数学变换模型,由校验多项式矩阵估计出删除卷积码的源码生成多项式矩阵和删除模式。

基于Walsh-Hadamard变换的卷积码盲识别

该文针对信道编码的盲识别问题,提出了高误码率下(n,1,m)卷积码的盲识别方法。首先给出了盲识别的数学模型,进而扩展了Walsh-Hadamard变换的应用范围。证明了通过对截获码序列做Walsh-Hadamard变换可以解决卷积码的盲识别问题,该方法在智能通信、信息截获、密码分析等领域有重要的应用。仿真实验表明该算法可以对高误码率的卷积码进行有效的识别。

2,1,3)、(2,1,5)卷积码在典型快衰落移动信道中的纠错性能

本文介绍一种在用三状态Ｍａｒｋｏｖ模型表示的典型移动信道上运行的（２，１，３）和（２，１，５）卷积码纠错抗干扰的性能，模拟完成了一个卷积码编码（Ｔｒｅｌｉｓ结构）、加错、Ｖｉｔｅｒｂｉ译码的全过程。并将（２，１，３）、（２，１，５）卷积码在ＢＳＣ和典型移动信道中的纠错抗干扰性能进行了比较，得出了一些有意义的结论。

基于遗传算法的卷积码快速译码

本文提出基于遗传算法 (GA)的卷积码快速译码 ,进行格图上的单向 (U GA)和双向 (B GA)搜索译码 .它利用遗传算法的群体多样性好、搜索空间宽广 ,具有全局优化能力 ,提高译码质量 .通过模拟计算 ,分析了单向和双向的译码算法和群体规模M对误比特性能Pb 的影响 .模拟结果表明 :在相同译码复杂度下、Pb=10 -6时 ,与MA算法 (编码约束度K =19)相比 ,该译码算法约有 0 5dB性能增益 ;与VA算法 (K =7)相比 ,B GA大约有 1dB增益 .

基于改进欧几里德算法的(n,1,m)卷积码识别

针对信息截获领域中(n,1,m)卷积码识别算法的应用范围受限和所需数据量大的问题,提出基于改进欧几里德算法的识别方法。该方法利用剩余定理改进经典欧几里德算法,使其可求n个多项式的最高公因式,识别(n,1,m)卷积码只要求码字多项式最高幂次大于记忆长度m,即截获的码序列长度大于其约束长度。Matlab仿真表明:在只需少量数据情况下,可识别所有(n,1,m)卷积码的生成多项式。

一种新的准随机LDPC卷积码及窗译码

以Gallager随机LDPC分组码为基础,通过列置换、置数、剪切与合并,构造了一种新的(l,3,6)准随机LDPC卷积码.针对该码类,提出了一种窗扇尺寸固定、滑动步长可选的窗译码算法,大幅降低了寄存器开销和译码延时.仿真实验界定了滑动步长的取值范围,验证了构造方案和窗译码的有效性,测试了不同约束度的准随机LDPC卷积码的误码性能,结果显示约束度l仅为1535即可获得距离香农限约1dB的纠错能力.

基于最大似然检测的(n,1,m)卷积码盲识别方法

该文针对非合作信号处理中的(n,1,m)卷积码的盲识别问题,提出一种基于最大似然检测的识别方法。该方法将接收码序列按不同长度进行分段,构建卷积码校验多项式系数的线性方程组,利用最大似然检测方法估计线性方程组的解,并利用解向量与卷积码生成多项式的校验关系,构建生成多项式系数的线性方程组,最终求解得到卷积码的生成多项式。仿真实验验证了算法的有效性,并对算法的误码适应能力进行了理论和仿真分析,仿真结果表明该方法能够在较高误码率条件下实现(n,1,m)卷积码的检测与识别。

多阶幻方卷积码的构造及译码

本文结合线性分组码和卷积码,构造出一类信息组长度和约束度都相对较大的多阶幻方卷积码.通过定义一种多维矩阵,进行了状态转移分析,并借助矩阵运算构建出单一结构但却能并行处理的软判决维特比译码器.仿真分析表明,该码类存在大量距离特性优良、高效率的好码,具有获取香农码的良好预期.

基于最小二乘代价函数的卷积码盲识别方法

卷积码的盲识别是级联码、Turbo码等高性能编码盲识别的基础,这要求卷积码盲识别方法具有较高的抗噪能力.使用接收解调的软判决信息是提高抗噪能力的关键.本文首先通过理论分析,从概率分布的角度解释现有软判决方法抗噪能力不足的原因,即汉明重量较小的候选解向量会严重削弱现有方法的识别正确概率.然后,提出一种基于最小二乘代价函数的解决方案,理论证明它能够有效减轻汉明重量对识别性能的影响.最后,通过仿真实验,对理论分析的结论进行验证.理论和实验表明,所提的新方法能将卷积码盲识别的抗噪能力提升约1d B.

K=9卷积码的Viterbi译码算法及其FPGA实现

探讨了ＣＤＭＡ数字移动通信中的差错控制问题，研究用约束度Ｋ＝９的卷积编码和最大似然Ｖｉｔｅｒｂｉ译码的差错控制方案．在Ｖｉｔｅｒｂｉ译码算法中，提出了原位运算度量、保存路径转移过程和循环存取幸存路径等方法，能有效地减少存储量、降低功耗，使得Ｋ＝９的Ｖｉｔｅｒｂｉ译码算法可在以单片ＸＣ４０１０ＦＰＧＡ为主的器件上实现，其性能指标符合ＣＤ－ＭＡ数字移动通信ＩＳ９５标准要求．文中给出了实测的算法性能，讨论了ＦＰＧＡ具体实现问题．

基于FPGA的卷积码分组译码方法

针对传统Viterbi译码方法硬件资源开销大、译码速度低的缺点提出了基于FPGA的卷积码分组译码方法。该方法将待译码数据分成若干组,充分考虑前后分组间的相互影响并分别进行译码,综合考虑每个分组的译码结果后得到最终的译码输出。研究表明:在相同的回溯深度下,该方法与传统的Viterbi译码方法相比,减少了硬件设计的逻辑门数量,提高了系统译码速度。

RS+交织+卷积码级联纠错的FPGA实现

为了提高编解码速率,更好地满足实时收发系统的要求,本文提出了采用由纯硬件电路构成的现场可编程逻辑门阵列(Field Programmable Gate-Array,FPGA)取代CPU系统的纠错码策略.该策略先把RS(Reed Solomon)、交织、卷积编解码分别模块化,然后通过端口映射方式对它们进行逻辑组织以实现整个编解码的级联.分析表明,用FPGA构成的纠错码系统不仅使电路大大简化,稳定性得到极大提高,而且可编程逻辑器件的高智能化使整个系统的设计、调试周期大大缩短.