中短波信道中基于LDPC码的迭代解调译码方案

针对数字调幅广播系统,首次提出了基于迭代解调的低密度奇偶校验(LDPC)编码的比特交织编码调制(BICM)方案.首先研究了LDPC码的映射方式,然后基于复杂度分析,考察了LDPC码、Turbo码及国际标准中码率匹配的删除卷积码(RCPC)方案在中、短波广播信道中的性能.研究结果可为我国调幅波段的数字广播系统提供参考.     

外部信息转移图设计LDPC码

本文利用外部信息转移图技巧设计LDPC编码的数字调幅广播系统,取得令人满意的结果.例如在典型长波信道中所设计的具有线性编码复杂度的非正则LDPC码收敛门限距信道容量不超过0.54dB,码长为104时仿真结果距离信道容量不超过1dB.实验还表明在各种广播信道中优化的LDPC码皆优于本文中的Turbo码方案.     

数字调幅广播中基于LDPC码的多级编码方案

研究了DAMB系统中基于LDPC码的多级编码方案。首先,设计了MLC分量码的码率,从而给出一种具有自适应特性的以LDPC码为分量码的多级编码方案。提出了基于可靠信息传播的多级译码方案,该方案不会造成信息丢失,且不需要重编码。构造了一组性能优异的非正则LDPC码并在DAMB信道进行了差错率仿真,结果表明基于LDPC码的MLC方案全面优于标准中RCPC/MLC方案。     

基于序贯蒙特卡罗滤波的MIMO快时变信道跟踪

高数据传输速率以及终端的高速移动,导致无线通信信道具有时间选择性与频率选择性两个特征.本文主要研究了基于训练序列的多输入多输出（MIMO）时变频率选择性衰落信道的估计与跟踪问题.首先,根据时变无线信道的动态性,将信道冲击响应近似看作一个低阶的自回归矢量过程（AR）,以便于进行时变信道的跟踪.接着在此模型的基础上,利用序贯蒙特卡罗滤波对MIMO通信系统中的双选择性信道进行了跟踪;跟踪过程中需要与信号检测交替进行,即在状态变量的预测和新息修正的中间要进行一次码元的检测,所采用的方法是极大似然序列检测,最后与扩展卡尔曼滤波作了比较.仿真结果表明,在信道噪声是非高斯的情形下,序贯蒙特卡罗滤波的跟踪性能更优越于扩展卡尔曼滤波.     

基于连接态节能信号的5G群体终端功耗控制

5G大规模智能机器协同促使社会生产生活方式向安全、高效、便捷和绿色演进,但移动终端的有限能量存储将严重制约其协同质量。3GPP研究表明,基站发送节能信号可辅助终端显著降低能源消耗,针对利用有限的时频资源设计节能信号,简单有效地检测节能信号以应对严重的信号间干扰导致检测性能恶化等问题,提出了一种基于多级序列的多用户节能信号检测方法,并通过仿真评估验证了该方法检测性能的优越性。     

基于PSAM的MIMO时间-频率双选择性信道的信道估计

数据的高速率传输以及终端的高速移动,导致无线通信信道具有时间选择性与频率选择性两个特征.本文主要研究了数据分组传输方式下,基于导频符号辅助调制(PSAM)的多输入多输出(MIMO)时间-频率双选择性信道的信道估计问题.首先,将时间-频率双选择性MIMO信道,建模为一个随时间变化的多项式内插信道模型;然后,根据信道Doppler衰落速率、多项式模型中的误差项,确定出模型的阶数以及整个数据块的长度;最后,基于该多项式内插信道模型,提出了采用PSAM的MIMO双选择性信道估计方法.实验结果表明本文的算法在时间-频率双选择性衰落信道下具有较好的性能.     

基于Android和嵌入式的智能停车场设计

随着我国经济的快速增长,机动车的数量不断增多,由停车问题所引起的交通堵塞现象也越来越严重;为了解决这一问题,针对传统的停车场系统存在的不足,设计了一种基于Android和嵌入式的智能停车场管理系统;该系统将移动终端和智能停车场结合,使持有手机终端的用户可以搜索到附近停车场及其车位信息,同时可进行车位在线预定;在车辆进入停车场时,系统循环性地采集RFID电子标签来获得车辆信息,同时为车辆提供去车位的导航路线;经过运行及测试,该系统能够完成对车辆的智能管理,且运行稳定,可以为人们生活提供便利,具有一定的应用价值。     

基于TD-LTE和Android技术的智能家居系统设计

随着科技水平和生活水平的提高,人们对居住环境提出了更高的要求,智能家居系统应运而生。本文设计了一种基于TD-LTE和Android系统的智能家居系统,该系统采用各种传感器监测家庭环境,并通过TD-LTE网络将信息传送至用户手机,用户通过Android客户端可以随时随地的掌握家居环境的情况。该系统利用了第四代移动通信技术和移动互联网技术,使得其数据通信速率大大提高,适用群体范围增大,可以远程监控家居设备,提供了安全、舒适和便捷的生活环境,极大的提升了家居生活品质。该系统硬件设备简单可靠,成本较低,易于扩展。     

基于改进支持向量机的中长期电量预测算法设计

为确保电网能够安全、平稳地运行,且实现经济、科学地发展,应对其建立中长期的电力需求预测体系。对于传统方法在中长期电量预测时所面临的非线性问题,文中基于深度神经网络的方法,设计了一种电力需求的映射器与预测器,来完成对电力需求数据的自动编码。同时针对预测模型中复杂函数难以取得数值解的问题,通过使用混合支持向量机算法,设计并提出了基于各种模型优点的预测算法,进而实现更为精准的模型预测。最终通过与线性回归器等多种算法的对比实验结果可知,所提算法的收敛性最优,且预测平均绝对误差最低。     

基于高速视觉目标跟踪系统的自动调焦算法的设计

为了解决高速视觉目标跟踪系统在进行目标跟踪过程中目标的尺度与清晰度的变化,提出一种基于尺度不变性的自动调焦算法。该算法包括基于改进型二维OTSU分割的自动变焦算法和基于二维图像信息熵的对焦算法,通过高速视觉目标跟踪系统获得目标区域,计算目标像素面积和清晰度评价值,转化为可调焦镜头变焦步数和对焦步数后通过FPGA发送调焦指令,最终完成自动调焦动作。设计了自动调焦验证系统以验证算法的性能并得出满足追踪要求的最佳调焦参数。实验证明,该算法在高速目标跟踪系统的跟踪过程中可以较好地完成自动调焦任务。