最佳PCM群同步码研究的第二批新成果(N=43~(54))

在最佳PCM群同步码的研究工作中,我们继文[1],[2]所发表的第一批新成果(N=31～42位最佳码)之后,又搜索出了第二批新成果——N=43～54位最佳码,并于1990年4月6日完成了编辑整理;对其中每种字长,还搜索出了前8个好码,并在码元误概率为P_0=0.1及容错数E=0～5时,计算出了各自的误同步概率;此外还发现了若干岐码。     

航天遥控系统准最佳地址同步码研究

指出了ＥＳＡ、ＣＣＳＤＳ标准所推荐的４２个１６位字长的航天遥控系统地址同步码，其误同步概率太大，有值得改进的必要，介绍了作者研究得出的一组６４个１６位字长的准最佳地址同步码，并且用表格详细地就两者的汉距离和误同步概率作了对比，表明其研究成果远优于上述两种国际标准中的地址同步码，此外，考虑到发展的需要，还研究出一组２４位准最佳地址同步码（共６４个），供有关读者参考。     

模糊优化设计的探讨

本文叙述了模糊优化设计的全过程。分析了不同的隶属函数对最优解的影响,分析了因素的加权重阵λ_u选取对最优解的影响。     

模糊优化设计在结构优化设计中的应用

模糊优化设计就是将工程设计中的许用应力、许用尺寸、许用频率和许用变形等数据看成模糊子集。本文采用隶属函数来表示模糊子集,然后用入水平截集确定结构设计的新的设防水平和截集的上下限(也就是新的许用应力)。文章中还阐述了水平截集和工程设计中安全系数的关系。本文用模糊优化设计的概念计算了飞行器化铣网格贮箱的优化设计问题。可以看出模糊优化设计保证结构安全情况下减轻结构重量,并提供多个工程设计方案供设计人员选择。     

仿真系统中被动式时间同步算法的实现

随着仿真技术的发展,新的仿真系统对系统内部的时间同步性能有了更高的要求．旧的主动式时间同步算法由于精度差,越来越不能满足仿真系统的要求．本文在分析传统的主动式时间同步算法基础上,探讨了一种新的适用于仿真系统网络环境的被动式时间同步算法．该算法比传统的被动式算法精度更高,但算法和原理更简单,更适合仿真系统的网络环境．     

航天飞机再入大气层最优轨迹

本文研究航天飞机再人大气层最小气动加热的最优轨迹。文中考虑了地球自转的影响和气动加热、动压、过载对再入飞行的限制。在地心非惯性坐标系中,采用球面速度坐标系建立运动方程。再入点的运动参数是在惯性计算系中给出的,故地心非惯性系的再入参数是经过惯性计算系到非惯性计算系的转换而获得的。文中最优轨迹的性能指标采用气动加热量的最小值,最优轨迹的求解方法采用非线性规划法,即将控制变量参数化,把泛函的极值问题转变成函数的极值问题进行求解,因而可以利用函数优化方法的标准程序进行计算。本文在性能指标中引进了罚函数,并采用Powell方法求解无约束的最优化问题。文中进一步用运动参数描述控制变量,这不但便于初值的选择,而且还便于考虑一些参数变化规律的要求。本方法使用方便,计算结果稳定可靠。     

稀疏生成矩阵的低编码复杂度非正规LDPC码性能

提出了一种新的基于稀疏生成矩阵的高性能非正规LDPC码的构造方法，并研究了其性能。与传统的由校验矩阵定义的LDPC码相比，在相同的译码复杂度前提下，非正规LDPC码的编码复杂度更低。模拟结果显示，在加性高斯白噪声信道下，非正规LDPC码的性能要显著优于传统LDPC码。     

基于Nios的单芯片GPS时钟分发系统

GPS时钟对于航空、通讯等领域系统时间同步具有重要意义．本设计实现了一种Altera公司新近推出的Nios技术,即只使用一个芯片实现GPS接收、转换、分发以及串口扩展功能的GPS时钟分发系统,而且很好地解决了系统时间与GPS时间的一致性问题．该系统集成度高,守时精确,不仅加快了开发周期,而且还达到了最佳的性价比．     

基于SOVA的并行级联空时格码的译码算法

并行级联空时格码调制(Turbo—STCM)将并行迭代译码结构(Turbo)应用于空时编码，可以极大地提高空时格码的编码增益。本基于一种改进的(Soft—output Viterbi a1gorithm，SOVA)译码算法，提出了针对Turbo—STCM的并行迭代译码方案。仿真结果表明，在保持分集增益的前提下，Turbo—STCM和原始的空时格码调制相比，编码增益有了极大的提高．同时采用该SOVA算法译码复杂度低，速度快，更利于实际系统的开发实现．     

用遗传算法优化Turbo码交织器

具有短帧的Turbo码的性能取决于交织器的设计．设计的主要目标是距离谱的优化。本文提出在S随机交织器的基础上，用遗传算法(GA)优化交织器．提高Turbo码的自由距离并减少具有自由距离码字的出现频率。它利用了遗传算法的群体多样性，具有全局优化能力的特点，优化了Turbo码的距离谱，提高了系统性能。仿真结果表明，遗传交织器的性能优于块交织器、螺旋交织器等传统交织器。     

关于N=31～64位最佳PCM群同步码的研究

本文是关于N=31至64位最佳PCM群同步码研究成果的总结报告。这些最佳码是世界上迄今为止(在该范畴内)的最新成果。文中给出了N=31～64位最佳群同步码的码组图样、误同步概率和主要特征参数。此外,还阐述了歧码问题和某些关键理论。     

检错码的对偶定理

自动请求重传(ARQ)方法已经在许多数字通信系统特别是通信网中获得了广泛的应用。在ARQ系统中,分组码的不可检错误概率是决定系统性能的重要参数,因此研究各种线性分组码的不可检错误概率显得非常重要。在本文中,不可检错误概率满足上限q~(-(m-k))的q进制线性分组码被定义为检错好码。笔者证明了关于检错码的一个对偶定理,即GF(q)上(n,k)线性分组码为检错好码的充要条件是其对偶码也是检错好码。对偶定理表明,可以从一个线性分组码的对偶码研究它的检错能力,本文用这个定理得到了关于检错码的一系列新的结论。     

基于空间修剪法的配置设计

配置设计问题是在给定的组件中选择组件,构成能够满足特定需求和约束的产品。为了提高配置问题的求解效率,本文提出了一种配置方法——空间修剪法。该方法由“模块类修剪”、“模块属性修剪”和“模块关系修剪”3部分组成。文中通过在组合配置前将违反约束的侯选模块删除,避免了因此而产生的无效配置操作。此外还应用遗传算法的编码原理建立产品方案的描述方法,用模式表达配置空间,从而将对空间的修剪转化为对编码的操作。通过定义匹配因子来反映约束与编码的关系,并由此建立了基于模式操作的各种修剪算法。     

双重迭代置信传播空时编码调制及其在准静态MIMO衰落信道下的性能

提出一种结合低密度校验码和空时分组码的置信传播编码调制方案，并对其在准静态MIMO衰落信道下成对差错概率及最优星座选择进行了分析，并给出了相应的参考设计准则。为防止过多错误反馈造成译码失效，提出采用内、外双重迭代方式提高系统的鲁棒性。同时．由于该方案LDPC(Low—density parity—check)码校验矩阵作为迭代终止判决准则，使得迭代算法的平均复杂度降低。     

基于LDPC码的差分空时编码调制的联合优化

提出一种新的结合低密度校验码（LDPC）和差分空时调制（DSTM）的联合编码调制方案。该方案利用非正则LDPC码中不同度的信息节点具有不同纠错能力的特性,用一个分量码取代传统多级编码（MLC）方案中多个分量码,并通过特定的映射法则,使得系统可以同样逼近联合编码调制的信道容量,并具有更低的编译码复杂度。在分析和阐述了离散概率密度演化理论和多维线性空间极值问题的基础上,给出了适合于该方案的非正则LDPC码的搜索算法和搜索结果。同时仿真比较了不同星座和不同空时编码的选择对系统性能的影响。在准静态MIMO衰落信道下仿真结果表明．该方案能显著提高系统性能。     

Golay码的神经网络译码算法

本文提出了Golay码的一个神经网络译码器N(23,12),证明了Golay码的最大似然译码等价于N(23,12)收敛于能量函数的全局稳定状态。N(23,12)是一个异步的组合逻辑电路,能用12个大数逻辑门和77个异或门电路来实现。根据Golay码的循环结构,本文还提出了一个神经网络译码算法。计算机模拟表明,该算法达到了Golay码的纠错能力,并且,译码速度优于Kasami的修正捕错译码算法。新算法作为一种完全译码算法,不仅适用于Golay码,而且适用于任何循环码,特别是平方剩余码的译码。     

一种速率匹配的准循环LDPC码的编码构造方法

提出了一种新颖的速率匹配的准循环低密度校验码(Low density parity check,LDPC)的编码方法,该方法采用渐进添边(Progressive edge-growth,PEG)算法为工具,综合运用有限几何构造法和搜索方法选取子矩阵的偏移量进行优化,构造LDPC码字,使其生成的校验矩阵具有最短环周期最大化以及短环尽可能少的特点。通过这种方式构造出来的LDPC码,可以实现从1/3~5/6的码率,达到了速率匹配的目的。通过计算机仿真证明,此方法构造的LDPC码字具有良好的误码率和误帧率的性能,并能有效消除LDPC码的"差错地板"现象。并且这种编码方法简单,可节省存储空间,减少编、译码的复杂度。     

基于阴影信息的多视角SAR图像识别

传统的SAR图像识别技术主要基于目标的电磁散射特性,而目标阴影信息对SAR图像目标识别具有重要的作用。若能获取同一目标在多个方位角下的多幅SAR图像,可改善目标识别的性能。针对该问题,本文提出了一种基于隐马尔可夫模型及阴影信息的多视角SAR图像识别技术。该技术提取目标阴影形状的链编码作为特征向量,并结合同一目标在不同方位角下的多幅图像的特征向量,生成该目标的特征序列,然后利用HMM对特征序列进行识别。仿真结果表明,该方法可有效实现SAR图像目标识别。