卷积码的线性系统

介绍了卷积码的线性离散时不变系统模型。从建立卷积码的状态变量方程出发,研究了卷积码的代数结构,并详细论述了基于状态变量方程描述的迭代译码算法。     

基于CHASE译码思想的PCMA信号盲分离算法

在软输出逐幸存路径处理（SOVA-PSP）算法的基础上,提出了基于Chase译码思想的载波成对复用多址（PCMA）信号的盲分离算法。该算法对SOVA-PSP软输出的结果进行可靠性排序,对于排序中可靠性较低的混合符号进行信号重构,通过重构信号和接收信号之间的欧式距离对比纠正其中的错误结果。仿真结果表明,所提算法与SOVA-PSP算法相比,性能有2 dB左右的增益。     

乘积码译码算法研究与仿真实现

简要介绍了构成乘积码的分量码的Chase2译码算法,并对算法中关于测试图样的产生方法进行了改进,提出了一种可以快速进行伴随式计算的测试图样构造方法,根据计算所得伴随式给出了一种带偶校验的测试序列的硬判决译码方法.把改进后的Chase2译码算法应用到乘积码的迭代译码中,并进行了仿真研究,对不同迭代次数的译码结果进行了分析比较,当迭代次数增加时,译码性能逐渐改善.     

宽带数字下变频的采样率变换模块的FPGA实现

提出了一种改进的多相滤波方法,通过多相内插后的直接抽取,可完成宽带信号任意分数倍的采样率变换.经过分析,重采样造成的误差并不影响信号的质量.最后合理分配FPGA资源,在FPGA上实现了采样率变换模块.     

利用Gibbs采样进行优化的Turbo码交织器识别

针对基于校验方程符合度方法前面交织关系识别会严重影响其后所有交织关系识别的不足,本文对该算法进行了改进.改进算法根据原算法性能受限的原因进行方法设计,利用识别可靠度找到交织识别错误位置,并从降低复杂度角度出发,根据编码器的记忆特性,仅针对部分相关数据采用Gibbs样本法得到条件概率进行纠错.仿真结果表明,改进算法较原算法性能改善明显,在相同信噪比条件下,达到相同识别性能时所需数据量减少一半;在相同数据量条件下,达到相同正确率时的信噪比增益约为1dB.     

基于单路定时准确的低复杂度成对载波复用多址信号盲分离算法

该文分析了传统逐幸存路径处理(Per-Survivor Processing, PSP)算法模型,给出了改进的前馈非二元码软输出维特比(Soft Output Viterbi Algorithm, SOVA)PSP算法。针对单路定时准确的情况,提出了针对成对载波复用多址(Paired Carrier Multiple Access, PCMA)信号的SOVA-PSP盲分离算法。该算法相对传统的PSP算法状态数由原来的M2(L-1)减少到M(L-1)(其中M为调制阶数,L为等效信道响应长度),从而大幅度地降低了算法复杂度。仿真结果表明,改进的算法在降低复杂度的同时与传统PSP算法相比性能几乎没有损失。     

一种基于自相关矩阵的OFDM信号同步参数盲估计算法

该文提出了利用自相关矩阵实现OFDM信号符号定时参数和频偏估计算法。该算法不需要数据辅助,通过使得接收信号自相关矩阵非对角线元素的模值之和达到最小实现分数倍频偏的跟踪,通过判断对角线元素位置发生的移动可以准确地估计整数倍频偏,同时通过使得对角线上对应虚载波位置的元素的模值之和最小实现符号同步。文中给出了算法的推导过程和具体应用的步骤。仿真结果表明该算法具有较大的估计范围以及良好的估计精度。     

基于软信息的分组交织和卷积码联合识别

针对非合作数字通信系统中分组交织和卷积码的盲识别问题,提出了一种基于软信息的信道编码识别方法.该方法利用软信息建立了符合度的概念,首先利用采样序列的总符合度实现交织行数和卷积码校验向量的识别;然后通过每路采样序列平均符合度的变化规律实现交织起点行坐标的识别;最后根据解交织后数据的符合度实现交织列数和交织起点列坐标的识别.仿真结果表明,本文算法能在较高误码率下实现分组交织和卷积码的盲识别,与硬判决算法相比,达到较高正确率时,本文算法具有约5dB的信噪比增益.     

一种新的每符号两个样点的前向定时估计算法

针对线性调制信号,提出一种新的每符号两个样点的非数据辅助的前向符号定时估计算法。算法的基本思想是：首先,将两倍符号速率的样点信号通过一个特定的抗混叠滤波器,使得输出信号经非线性变换后,在符号速率处不再混叠;然后,利用传统的平方律非线性等算法估计定时相位偏差。文中详细描述了算法的推导过程。最后的仿真数据表明,在计算复杂度相当的情况下,新算法的估计性能优于其他两种算法,并且对于信号及应用环境的适应性更强。     

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1dB.