SCMA场景下的极化码编解码方案改进研究

极化码是目前唯一一种被证明可达到信道容量的编码方式,稀疏码分多址接入(Sparse Code Division Multiple Access,SCMA)可以提高频谱资源的利用率和接入系统的用户接入数量。为了提升SCMA与极化码的联合系统的误码率性能和译码时延,使联合系统的应用越来越广泛,提出了2种降低译码复杂度的方式:简化的左信息更新方式和剪枝译码算法。简化的左信息更新方式对于N=256,N=1024的极化码分别能降低37.6%和44.6%的存储资源占用数;剪枝译码算法在码率为0.5时能降低50%左右的计算复杂度。基于简化的SCAN算法改进了联合检测译码算法,在接收机采用外循环迭代的结构,引入了阻尼机制,选取最优的阻尼方式和最优阻尼值。仿真分析了所提联合检测译码算法与原有联合检测译码算法的误码率性能差异,外迭代接收机性能与内外双循环迭代的接收机性能相同,采用阻尼机制联合接收机的性能比无阻尼接收机的性能高0.8 dB左右,SJIDD的误帧率性能比保留宽度为32的SCLJDD的性能低0.7 dB左右,但能使接收机处理时延降至原来的1/4~1/8。     

基于列表译码方法在查询访问模型下含错学习问题的分析

Regev在2005年提出了含错学习问题(LWE)，这个问题与随机线性码的译码问题密切相关，并且在密码学特别是后量子密码学中应用广泛。原始的含错学习问题是在随机访问模型下提出的，有证据证明该问题的困难性。许多研究者注意到的一个事实是当攻击者可以选择样本时，该问题是容易的。但是目前据作者所知并没有一个完整的求解算法。该文分析了查询访问模型下的带有错误学习问题，给出了完整的求解算法。分析采用的工具是将该问题联系到隐藏数问题，然后应用傅里叶学习算法进行列表译码。     

CAT777自卸车速度控制计算机译码及信号采集

为了获得最佳功率,CATERPILLAR777型工程自卸车采用前后2套发电机和变速箱系统,2台发电机系统的速度同步,是自卸车取得最大功率和效益的关键,对美国CATERPILLAR777型工程自卸车自动变速控制总成电路进行了剖析和改造。     

数字显示字段译码和存储器寻址

本文给出了字段译码和存储器寻址的方法,为时间程序控制器的实现提供了一种新途经。     

一种高速数传接收机的高效维特比译码结构设计

在高速数传接收机中,通常采用并行解调结构,解调后的数据以多路并行的方式送给译码单元,因此对应的译码也需采用相应的结构。本文设计了一种并行的维特比译码架构,降低现场可编程阵列(FPGA)器件的处理速率,以适应高速接收机的应用。     

新型级联Polar码设计

Polar码是一种新型高效的信道编码技术,被确定为5G增强移动宽带场景控制信道的编码方案。本文提出一种循环冗余校验(Cyclic Redundancy Check, CRC)码、奇偶校验(Parity Check, PC)码与Polar码级联方案,其中CRC码、PC码作为外码,Polar码作为内码。与CRC辅助的Polar码方案相比,新型级联Polar码在译码的过程中利用PC比特辅助路径度量值进行译码路径的修剪,用以保证路径选择的可靠性,从而提高了其纠错性能,由于PC操作简单,在复杂度上没有明显增加。仿真结果表明:新型级联Polar码具有优异的性能,当误码率为10-6,码长为512,码率为1/3时,新型级联Polar码与CRC辅助的Polar码相比大约有0.12 dB的增益。      

单片机外围器件地址编码解析

地址这个概念在不少没有经过实践的人员头脑中并不是很明朗,一般的MCU丛书在这方面也都是一笔带过,并未对其进行详细的解释。本文主要以51系列MCU的外部程序与数据存储器的扩展为例,针对MCU的外部地址编码的原理及方法技巧做了一番简单的阐述,希望能理解地址有所帮助。     

传真通信中MMR编码译码的实现

MMR编码技术是传真通信在发送端对图像进行分解、处理、调制，而在接收端进行解调、处理和传真图像合成而采用的一种编码方法，通过基本的软件语言来实现MMR编码与译码的基本功能。     

基于条件随机场的敏感话题检测模型研究

敏感话题通常包含态度倾向性,且具有一定的先验知识,如何有效利用这些先验知识来判断网络文本的敏感性是敏感话题检测的研究难点和热点。在充分利用条件随机场强大知识拟合能力的基础上,提出一种基于条件随机场的敏感话题检测模型。抽取特征词项,并结合敏感词汇库,将待检测文档和敏感话题类别分别表示为条件随机场中的观察序列和状态序列,再利用敏感话题类别中的先验知识来构造特征函数,从而使观察序列和状态序列建立联系。将待测文档中的特征项根据概率标注为敏感话题类别中的词项,在此过程中采用Viterbi算法对观察序列的可信度进行估计,并依据估计所得的概率值对待测文档中的特征项进行敏感性标注。实例验证结果表明,该算法能够得到较好的准确率、召回率和F度量值。