移动通信中的空时编码技术

在移动通信系统中,空时编码技术可以有效提高无线传输速率.介绍了空时编码技术的由来及特点,包括3种典型的空时编码技术即分层空时码、空时格码、空时分组码,并讨论了空时编码技术在移动通信中的应用.     

空时编码的研究进程和未来展望

空时编码是近年来发展十分迅速的一项无线通信技术,现在已广泛应用于通信领域.空时编码方案有很多,综述了空时格码和空时群码两种编码方案在近年来取得的研究成果以及它们的优劣,指出来有待进一步解决的问题和未来研究发展方向.     

基于EXIT图的正则LDPC码性能分析研究

EXIT（EXtrinsic Information Transfer）图分析方法可以看作密度进化技术的一种简化,具有实现简单的优点,并且在不同的信道、调制方案以及检测器中都可以使用。在详细阐述了EXIT图分析方法的基础上,给出了基于EXIT图的正则LDPC码的门限判决算法,进一步通过计算机仿真分别给出了变量节点译码器和校验节点译码器的EXIT曲线,以及不同的信道信噪比下（3,6）正则LDPC码EXIT图的变化规律,直观地对迭代译码过程中的互信息变化进行了描述分析。     

几种空时码容量对比

贝尔实验室提出的分层空时（layered space-time code,LSTC）主要基于空分复用思想,它的主要目的是提高系统频谱效率;而其它空时码（space-time code,STC）,如空时分组码（space-time block code,STBC）、空时格码（space-time trellis code,STTC）等主要基于发射分集。它们主要利用空间分集带来的增益,包括分集增益和编码增益来对抗无线信道的各种衰落。本文从信道容量角度评估各种空时编码的性能,同时将其和相同收发天线数下多输入输出（Multiple input multiple output,MIMO）系统的信道容量进行对比。     

一种新的空时频正交变换扩展码设计方案

针对基于正交矩阵的空时频分组编码无法得到满分集增益的问题,提出了一种新的空时频分组编码方法,该方法利用正交变换扩展码（OTSC）对数据符号进行空域和频域的扩展,不仅能够实现满分集增益,且该扩展码适用于任意发射天线数下的MIMO-OFDM系统。仿真结果表明,利用该设计方案的系统误比特性能得到了提高,并且系统在任意收发天线数的低信噪比情况下也能获得良好的误比特性能。     

空间发射相关信道下的空时码性能

根据类空时码和类空时码不同的特点,研究了衰落信道的空间发射相关性对空时编码性能的影响,并分别给出发射相关条件下两类空时码的最大似然译码规则及其成对错误概率,通过仿真分析揭示了发射相关对两类空时码性能的影响。发射相关的存在会恶化空时码的误码性能,并且恶化的程度随着相关性的增强而增大,然而某些情况下,在低信噪比时,发射相关会起到改善误码性能的有益作用。空时码在发射相关条件下的性能将直接影响到空时码的实际应用。     

一种新的满符号传输率满分集度的分布式空时码

结合分布式空时码的系统模型和DBOAST空时分组码的编码方法,提出了一种新的分布式空时码--DBO分布式空时码(DBO-DST),可达到满发送分集度和满符号传输率.对该分布式空时码的编码和解码方法进行了仿真,结果表明,DBO分布式空时码比已有的线性分布式空时码的误码率低,性能更优.     

Turbo码译码的收敛性与停止迭代判据

为减少译码延时,根据Turbo码的似然比的可靠性讨论了Turbo的收敛性,提出了两种基于可靠性的迭代停止判决,通过仿真译码时的平均迭代次数明显减少,并且所获得的性能几乎没有下降,表明提出的迭代停止判据有效。     

适合酉空时调制的多进制Turbo码及其MAP译码算法

酉空时调制技术可以在发射和接收两端均无信道状态信息的环境中实现无线通信,适合快速Rayleigh平衰落信道,然而它的一个本质问题是只有在高信噪比条件下才会有理想的差错性能.现有的比特级处理方案在改善系统可靠性的同时带来了过大的计算量、存储量和译码时延的问题.文中提出一种适用于酉空时调制的多进制Turbo码方案,同时给出其相应的酉空时符号级多进制MAP译码算法.仿真表明:相比于现有方案,文中的算法可以降低系统组成及处理的复杂度,同时又保持良好的差错性能.另外,文中从酉空时调制的概念出发,首次给出了信噪比过低时结合纠错编码的情况下发射分集性能恶化的定性分析.     

一种改进的垂直分层空时码检测算法

针对垂直分层空时码系统的最大似然检测算法运算复杂度大的缺点,将排序的QR分解算法和最大似然检测算法结合起来,给出了一种改进的垂直分层空时码检测算法.该算法既减少了最大似然检测算法的搜索次数,降低了计算量,又避免了层间干扰和误码扩散,提高了系统误码性能.最后的仿真验证了所提算法的有效性和实用性.     

Joint source channel VL coding/decoding for deep space communication networks based on a space trellis

This paper presents joint source channel variable length (VL) coding/decoding based on a space trellis.Through constructing a joint decoding plane trellis,better decoding performance can be achieved than by using the bit-level decoding algorithm.However,the plane trellis is complicated,which results in high decoding complexity for decoding VL turbo codes.To solve this problem,we construct a space trellis and design a low-complexity joint decoding algorithm with a variable length symbol-a posteriori probabil...     

EXIT analysis of M-algorithm based MIMO detectors and LDPC code design optimization

This paper investigates joint design and optimization of both low density parity check (LDPC) codes and M-algorithm based detectors including iterative tree search (ITS) and soft-output M-algorithm (SOMA) in multiple-input multiple-output (MIMO) systems via the tool of extrinsic information transfer (EXIT) charts. First, we present EXIT analysis for ITS and SOMA. We indicate that the extrinsic information transfer curves of ITS obtained by Monte Carlo simulations based on output log-likelihood rations are not true EXIT curves, and the explanation for such a phenomenon is given, while for SOMA, the true EXIT curves can be computed, enabling the code design. Then, we propose a new design rule and method for LDPC code degree profile optimization in MIMO systems. The algorithm can make the EXIT curves of the inner decoder and outer decoder match each other properly, and can easily attain the desired code with the target rate. Also, it can transform the optimization problem into a linear one, which is computationally simple. The significance of the proposed optimization approach is validated by the simulation results that the optimized codes perform much better than standard non-optimized ones when used together with SOMA detector.     

累积码EXIT曲线的高效数值求法

累积码作为非规则RA码的分量码之一,除了在纠删信道上具有显式的EXIT函数之外,在一般信道上其EXIT曲线均由仿真获得。由仿真获得累积码EXIT曲线不但增加了非规则RA码的设计复杂度,而且使得整个设计过程无法实时完成。首先证明对于累积码而言,串行和积算法与BCJR算法是等价的;在此基础上,证明了累积码在串行和积译码时,与译码中间变量相关的互信息具有平稳特性;利用该平稳特性,推导了累积码EXIT函数的隐式表达式,从而给出一种求解累积码EXIT曲线的高效数值算法。采用该方法获得的EXIT曲线与仿真结果一致,能够显著降低非规则RA码的设计复杂度,并使非规则RA码的设计实时化。     

交织复用空时码在协作中继网络中的应用

本文研究了一种基于交织复用(IDM)的分布式空时编码方案,对一种适用于该方案的迭代接收机结构进行性能分析。同时通过仿真,对所提出的协作编码方案进行性能评估。在相似环境下,通过比较本方案与其它协作空时码的性能,表明本方案由于采用了非正交的空时编码,具有多方面的优越性。同时它还可以采用灵活的发送天线数配置,反映到协作通信的场景,也就是对中继终端的数量没有特殊要求。     

一种AWGN信道下非规则LDPC码的优化方法

提出了一种加性高斯噪声（AWGN）信道下非规则低密度奇偶校验（LDPC）码的优化方法。利用LDPC码迭代译码算法下变量节点与校验节点的EXIT曲线之间的面积反映码的收敛阈值与香农限的差距这一特点,设计表示两条EXIT曲线之间面积的函数F,该函数可以衡量非规则LDPC码的性能,F值越小,LDPC码的收敛阈值就越接近香农限。仿真显示,合理设计变量节点和校验节点,减小函数F的值,能够提高非规则LDPC码的性能。     

两种基于对象的嵌入式小波图像编码算法比较分析

为进一步研究现有基于对象的图像压缩技术,介绍两种基于对象的嵌入式小波图像编码算法——基于对象的集合分裂嵌入块（0bject-Based Set Partitioned Embedded bloCK,OB—SPECK）编码算法和基于k—d树的二元集合分裂（Binary Set Splitting with k—d trees,BISK）编码算法,并进行比较分析、结果表明两种算法在集合分裂方案、对透明因数的处理方法及算法复杂度上有不同之处．在Matlab中进行的仿真实验表明,在对任意形状对象进行编码时,BISK编码算法在算法性能和图像压缩质量上较OB—SPECK编码算法更优．     

两种时间序列模型在客流量预测上的比较

模糊时间序列模型和季节模型都是基于时间序列的模型,为了探讨在时间序列表现出一定的周期性时,哪种模型的预测效果会更好,分别利用模糊时间序列模型和季节模型对南京某商场的客流量进行预测,计算并比较两种方法下的相对误差值和RMSE（Root Mean Square Error）值,发现季节模型的相对误差值图形的平滑度要优于模糊时间序列模型,季节模型的RMSE值小于模糊时间序列模型,这表明考虑到数据特征的模型有更好的预测结果。     

状态空间时间序列的区域物流需求预测研究

区域物流需求是制定区域物流发展政策、基础设施建设和物流系统规划的重要依据,由区域各项相关经济指标共同决定。针对区域物流需求预测中样本数量小的问题,提出了互信息高维度特征降维方法,在保证相关综合信息完整性基础上降低原始数据维度,在此基础上建立了状态空间时间序列预测模型,同时采用局部线性小波神经网络和LIBSVM支持向量回归模型进行对比实验。算例分析及实验结果表明,采用互信息降维后的预测模型相对误差平均减少54.8%,互信息与状态空间时间序列模型相结合的预测方法对于区域物流需求预测问题预测精度较高,相对误差约为0.08。     

Improving the training time of support vector regression algorithms through novel hyper-parameters search space reductions

The selection of hyper-parameters in support vector machines (SVM) is a key point in the training process of these models when applied to regression problems. Unfortunately, an exact method to obtain the optimal set of SVM hyper-parameters is unknown, and search algorithms are usually applied to obtain the best possible set of hyper-parameters. In general these search algorithms are implemented as grid searches, which are time consuming, so the computational cost of the SVM training process increases considerably. This paper presents a novel study of the effect of including reductions in the range of SVM hyper-parameters, in order to reduce the SVM training time, but with the minimum possible impact in its performance. The paper presents reduction in parameter C, by considering its relation with the rest of SVM hyper-parameters (γ and ε), through an approximation of the SVM model. On the other hand, we use some characteristics of the Gaussian kernel function and a previous result in the literature to obtain novel bounds for γ and ε hyper-parameters. The search space reductions proposed are evaluated in different regression problems from UCI and StatLib databases. All the experiments carried out applying the popular LIBSVM solver have shown that our approach reduces the SVM training time, maintaining the SVM performance similar to when the complete range in SVM parameters is considered.