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,Lookup—Log—MAP算法,Lineai—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译码算法的一种改进算法

Log-MAP算法是Turbo码译码算法的一种简化算法，本文针对其所存在的缺点提出了一种改进的算法，即用分段的线性函数对校正函数进行拟合。计算机模拟结果表明，应用此算法后可在不影响性能的情况下，既能简化算法过程，又能使硬件的实现变得更加容易。     

关于前向最大后验概率（MAP）算法的研究

推导了前向MAP的一种简化形式-F-MAP,并给出了它的两种实用算法：Log-F-MAP和Max-Log-F-MAP,F-MAP与SOVA算法（寄存器交换模式）间有着密切的联系,特别是可将Log-F-MAP看作对SOVA的进一步改进,通过定点仿真,对F-MAP和其他流行SISO算法在Turbo译码中的BER/FER性能进行了比较与分析,得到了译码延迟D的合理值为5～6倍的约束长度。     

几种常用MAP算法的研究

Turbo码具有接近香农极限的优越性能，近年来广泛应用于很多领域。本文简要介绍了Turbo码迭代译码的几种MAP算法，从计算复杂度和性能等方面进行了仿真比较和总结，并提出两个可以改进的措施。     

Turbo码译码算法的时延改进分析

通过对Turbo码最大似然译码MAP算法（maximum posteriori probability algorithm）和SOVA算法（soft output viterbi algorithm）的比较和对SOVA算法的比较深入的分析，对Turbo码在译码过程中存在的时延较大的问题做出了一些改进，并且针对引进时延的不同原因讨论了具体的解决方案，通过Matlab进行仿真，表明这些改进是有意义的。     

几种常用MAP算法的研究

Turbo码具有接近香农极限的优越性能,近年来广泛应用于很多领域。本文简要介绍了Turbo码迭代译码的几种MAP算法,从计算复杂度和性能等方面进行了仿真比较和总结,并提出两个可以改进的措施。     

Turbo译码的改进算法及其性能分析

在传统的Turbo译码算法Log-MAP的基础上2提出改进的SW-Log-MAP算法。仿真表明,改进算 法的算法复杂度和存储空间比传统的Log-MAP减少了很多2但是性能几乎没有损失。     

多元线性模型中φ-最优设计迭代算法的改进

本文改进了多元线性模型中φ—最优设计的迭代算法,使φ—最优设计的迭代算法可以从奇异的初始设计开始,从而扩大了传统的迭代算法的使用范围。     

基于Bresenham算法的四步画直线算法

通过分析计算机图形学中的画直线的Bresenham算法，以及由此改进的“对称算法”、“二步法”，提出将“对称算法”和“二步法”结合形成“4—点画线算法”，与Bresenham算法相比，该算法可以将画线效率提高近2倍。     

一种新型的混沌Turbo译码方法

提出了将混沌编码器取代传统Turbo码中递归系统卷积编码器的方案，实现了新型的基于非线性滤波器的混沌数字编译码系统，该方案通过MAP算法的多次循环迭代，使得系统的误码率大大降低，从而解决了传统直接混沌译码抗噪声干扰性能较差的问题，计算机的仿真结果证实了该方案是可行的。     

一种适用于T-TCM系统的简化的Log-Map算法

本文提出了一种适用于Turbo网格编码调制（ T-TCM）系统的简化Log-MAP算法，它可以轻松在硬件实现。我们探索了一种新的分段函数代替Log-MAP算法中的雅克比对数校正项，用这个方法可以损失很小的性能增益去简化Log-MAP算法。仿真结果证明我们的方法可以用非常低的复杂度实现和Log-MAP算法几乎相同的性能。此外，与S． Talakoub等人提出的improved MAX-Log-MAP算法相比，我们的算法降低了大约39%的复杂度，并且完全没有性能损失。     

外信息在Turbo迭代译码中的使用研究

以易于工程实现的Log-MAP算法为基础，深入研究了两种不同的外信息使用方式：Berrou方案及Robertson方案，指出两种外信息使用方式具有统一性，不同的是迭代译码过程中对外信息使用权重的处理；在相同约束条件下对基于两种外信息使用方式的Turbo码性能进行蒙特卡罗仿真，结果表明Robertson方案从整体上要略优于Berrou方案。     

Turbo码的组合译码算法

针对Log-MAP,MAX-Log-MAP和SOVA这三种常用的Turbo码译码算法的计算复杂度与译码性能之间的矛盾,提出了一种Turbo码组合译码算法。通过把Log-MAP和SOVA这两个译码算法在译码过程中进行配比组合,能在少量降低译码性能的同时,有效降低译码复杂度,降低整个系统的译码延时,适用于对实时性要求较高的通信系统。     

混合优化算法及在约束优化问题中的应用

针对混沌优化方法和Alopex算法的特性,将改进的Alopex算法嵌入到混沌优化算法中,提出了一种混合优化算法,此算法充分发挥了改进的Alopex算法的快速搜索能力和混沌优化方法细致寻优的特性,提高了算法的收敛速度,避免了优化算法陷入局部最优的缺陷;同时将混合优化算法应用于约束优化问题中．仿真结果表明了混合优化算法的有效性．     

改进的基于局部搜索策略的生物地理学优化算法

为了提高生物地理学优化（BBO）算法的优化特性,提出一种改进的基于局部搜索策略的生物地理学优化算法（ILSBBO）。改进的算法将差分进化算法的局部搜索策略与BBO算法的迁移策略进行结合,并引入了差分进化算法中的选择操作。在13个基准测试函数上,对改进的算法、基本BBO算法,以及基于BBO的混合差分进化算法（DE/BBO）进行比较,结果表明改进的算法优于所比较的其他两种算法;此外,改进后的算法在收敛速度上也优于基本BBO算法。     

一种基于密度的无监督聚类算法

分析了k-means算法的缺陷、入侵检测特点和网络中数据的特点,提出了一种基于密度的无监督2次聚类算法—KD算法。该算法聚类使用改进的k-means算法并引入基于密度聚类算法的优点,以提高对单种入侵数据集及混合入侵数据集的检测效果。实验结果表明,该算法具有较高的检测率和较低的误检率。     

一种改进的C4.5算法

为了提高C4.5算法的有效性,提出了一种改进的MB-C4.5算法.该算法主要改进了C4.5算法的分枝策略和属性选取的标准.把分类效果较差的分枝合并到分类效果较好的分枝中.引进一个平衡度系数,系数大小由决策者依靠先验知识或领域知识确定.MB-C4.5算法在提高重要属性的选择、减少无意义分枝、过度拟合等方面有一定提高.用该算法构造出的决策树进行分类更为准确、合理.对改进前后的算法用实例进行分析,说明MB-C4.5算法的有效性.     

基于改进算法的移动机器人路径规划

机器人路径规划问题通常采用不同算法来对其进行规划，为发挥算法中改进遗传算法和鲸鱼优化法的优势，弥补遗传算法出现优化准确率和收敛度不高等问题，将改进遗传算法和鲸鱼优化法融合，增强移动机器人路径规划对动态环境的适应性能。对算法适应度函数进行优化，改善了基本遗传算法、提升了原算法对函数的求解效率。通过遗传算法、对遗传算法进行改进的算法、改进遗传算法与鲸鱼算法相融合的算法所运行的路径长度与运行时间进行比较，结果表明融合改进优化算法可以有效获取最优算子，减少运算时的迭代次数，同时提升算法的规划准确率。