可快速编码的大围长QC-LDPC码构造方法

校验矩阵右半部分双对角线上的子矩阵均为单位阵,该确定性单位阵的存在不仅破坏了准循环低密度奇偶校验(QC-LDPC)码的随机性,使得码字性能有一定的损失。为此,提出一种围长为8、可快速编码的QC-LDPC码构造方法。该方法采用独立行列映射序列(IRCMS)算法、行列循环移位和掩码技术得到一种改进型准双对角结构的校验矩阵,使得所构造的码字不仅围长至少为8,而且可利用校验矩阵直接进行快速编码,可有效降低编码复杂度。仿真结果表明,与基于IRCMS算法构造的规则码相比,所构造的码字不仅具有快速编码特性,而且性能提升0.15 dB左右。与基于渐近边增长算法构造的QC-LDPC码相比,所构造的码字在低编码复杂度的基础上性能与之相近。与可快速编码的改进型DVB-S2码相比,所构造码字有0.1 dB左右的编码增益。

基于CRT的(3,L)-QC-LDPC码构造

对于任意行重L,利用完全确定的方式构造出一类围长为8的(3,L)-LDPC码作为分量码1,构造可快速编码的LDPC码作为分量码2,利用分量码1和分量码2,并结合中国剩余定理(CRT)构造出一类围长至少为8的合成QCLDPC码。该方法构造出来的码字同时具备以上两种特性。仿真结果表明,所构造的码字性能与基于IRCMS算法构造的QC-LDPC码相比,有略微提升,且具有快速编码特性,编码复杂度更低;与具有双对角结构的阵列码相比,性能有了明显提升。在误码率达到10^(-4)时,码字性能大约提高了0.3 dB;与PEG-CRT-LDPC码相比,所构造的码字在低编码复杂度的基础上性能有所提升。

结合多尺度学习的无线体域网数据处理机制

无线体域网进行生理信号长期非间断观测过程中,为捕捉生理数据动态特征以提升信号压缩率,增强网络能量有效性,综合考虑压缩感知和多尺度在线字典学习,提出了一种能量有效数据处理机制。首先依据各尺度系数能量占比设计观测矩阵,以提高观测数据有效性;其次,节点对多尺度小波系数进行随机投影,以深入削减数据量;最后,结合多尺度鲁棒字典学习,高质量恢复原始数据。数值结果表明,所提机制在重构精度、数据压缩率方面表现尤佳,有助于提升网络能量有效性。当压缩率高达85时重构信号仍满足医疗诊断要求。

基于聚焦曲面的快速聚焦算法的研究

在大倍率监控摄像机中,聚焦速度对摄像机有着重要的影响。为了提高聚焦速度和聚焦精度,通过对聚焦曲线的分析从而获得聚焦曲面,利用聚焦曲面,在变倍或者移动的同时进行跟焦处理,结合数字图像处理的方法,可以快速实现聚焦。为减小计算量,对分辨率为3840×2160的输出数据进行抽稀放缩,结合放缩后图像特点,使用快速DCT变换进行清晰度评价,从而实现局部小范围精确聚集。基于4K分辨率的33倍光学变焦网络摄像机对提出的算法进行验证,实验结果表明在保证画面清晰的跟焦处理结束后3.7秒内即可完成聚焦。