基于LDPC的编码PCM/FM系统及其性能分析

提出一种基于低密度校验码LDPC的编码PCM/FM系统,并对该系统的性能进行分析与仿真。首先介绍接近Shannon限的先进的信道编码技术———低密度校验码(LDPC)信道纠错编码原理和解码算法,而后给出基于LDPC的编码PCM/FM系统方案,最后详细分析并仿真该系统的性能,着重比较未编码、卷积编码和LDPC编码三种系统的性能差异,还对比LDPC的各种不同参数(编码长度、校验矩阵等)对系统性能的影响。仿真表明,基于LDPC的编码PCM/FM系统具有非常优异的纠错性能,比未编码PCM-FM系统性能高出6~8 dB,适合于PCM/FM遥测系统的应用。     

多光谱图像无失真压缩的方法研究

在研究无失真压缩理论和多光谱图像特性的基础上,提出了一种新的基于波段排序的谱空间预测算法(BRSS: Band Reordering Spectral and Spatial),结合Huffman编码完成了对多光谱图像的无失真压缩,和其它几种预测方法相比,BRSS有显著的优越性。     

BCM码的软输出迭代译码

ＢＣＭ码是由Ｉｍａｉ与Ｈｉｒａｋａｗａ首次提出的＾「１」，能够在不扩展带宽的前提下获得很大的编码增益，ＢＣＭ码的译码有多种方法，其中多级译码较好地实现了性能与复杂度的折衷。本文在多级译码的基础上，利用＾「２」中给出的三种方法来改善ＢＣＭ码的译码性能。不同的是此处用于软输出译码中的可靠信息不是通过ＭＡＰ算法而是由软输出Ｖｉｔｅｒｂｉ译码算法（ＳＯＶＡ）得到的，从而使得译码复杂度大大降低，文中对成分码选用重复码、汉明码时的ＢＣＭ码在加性白高斯噪声信道（ＡＷＧＮ）中的性能进行了仿真，结果表明，采用这种方法对ＢＣＭ进行译码时可在误码率为１０＾－５时获得１．７ｄＢ的编码增益，而复杂度仅在原硬输出译码的基础上增加了５０％，是ＭＡＰ算法的２５％。     

基于CCSDS标准的卫星遥控LDPC编码方案探讨

随着天地一体化及遥控可靠性需求的不断提高,传统卫星遥控标准中广泛采用的BCH码很难满足未来卫星遥控链路复杂多样的需求。为此,文章将卫星遥控指令分为短指令模式和内存上注指令模式两大类,设计低密度奇偶校验(LDPC)编码方案。对于帧长较短的遥控指令,采用3种码长较短的LDPC码,与目前空间数据系统咨询委员会(CCSDS)遥控标准推荐的BCH(63,56)码相比,在误码字率为10~(-5)量级时,可以额外获得4～6dB的增益。对于大数据量的内存上注指令,应用现有CCSDS遥测标准推荐的LDPC(8160,7136)编码方案,当误码字率为10~(-5)量级时,所需信噪比(Eb/N0)约为3.8dB,编码增益约为7dB。为了实现LDPC编码方案,文章设计了与BCH码相似的协议格式,改动量较小且具有良好的兼容性,不会对已有遥控系统产生影响。译码方案采用并行的FPGA译码器架构及最小和译码算法,其译码复杂度较低,硬件实现资源占用较少,具有可行性。     

高分七号卫星数据处理与传输分系统设计与验证

针对高分七号卫星高速数据和快速下传需求,设计了数据处理与传输分系统。该分系统突破压缩码率自适应控制、多模式矢量调制、可变编码调制、分布式上行程序文件管理、大容量存储管理等多项关键技术,在轨实现了11 Gbit/s图像处理、双通道2×1.2 Gbit/s传输。分系统设计提升了图像压缩质量,增强了数据下传能力,提高了高分七号卫星的应用效能,可应用于后续高分辨率遥感卫星。     

面向火星临近空间的分布式中继纠删编码机制研究

火星探测极远的通信距离以及行星遮挡,使得探测车与地面站的通信需要构建火星临近空间网络传输信息。为保证数据传输的可靠性并提高传输效率,重点研究基于分布式前向纠删编码的多个火星探测车通过中继轨道器向地面站传输的场景。考虑探测节点的周期性加入和退出的特性,设计了源节点使用弱鲁棒孤波LT码,中继随机转发/异或的中继随机决策编码方案,并推导了转发概率的理论最优值。仿真验证了新方案与已有的分布式喷泉方案相比,降低了约50%的信源编码开销,并通过复杂度与译码冗余的折衷,达到了99.9%的译码成功率。     

基于三维Saab变换的高光谱图像压缩方法

高光谱图像中存储了丰富的光谱信息,具有极大的应用价值,但现有大部分高光谱图像压缩方法难以同时兼顾图像中的空间冗余与谱间冗余,导致压缩性能受到局限。针对该问题,提出了一种基于三维修正偏置的子空间(Saab)变换的高光谱图像压缩方法。采用三维Saab变换对高光谱图像的分块进行空间光谱信息融合的降维操作,同时去除谱间冗余和局部空间冗余;利用高效率视频编码(HEVC)中的帧内编码模块进一步去除空间冗余和统计冗余;实现低失真、高比率的高光谱图像压缩。在多个高光谱图像数据集上的实验结果表明,所提方法在同码率下重建图像的信噪比(SNR)比采用主成分分析(PCA)降维的方法至少提高0.62 dB,在高码率的情况下性能优于张量分解的压缩方法。同时,验证了不同降维方法对分类任务的性能影响,结果表明,所提方法更好地保留了图像中的重要特征,在低码率的情况下仍可以保持较高的分类精度。     

基于多维特征的战场实体目标分群方法

目标分群问题也称为群形成过程,是态势估计中的一个重点和难点问题,属于信息融合中的高层融合范畴。现有的目标分群方法大多是将空间位置相近的目标聚为一类,极少有分群方法考虑到进行战场态势分析所需的位置、速度、航向、属性和类型等多维特征。为此,首先根据海战场态势分析需求,基于目标的特征属性定义了多维度欧式距离;然后综合利用分类与密度聚类两种分析方法,提出了一种战场实体目标分群方法,以综合实现战场实体目标的实时分群处理;最后,将该算法应用于一个军用场景的数据集上进行仿真实验。仿真结果表明了该方法在海战场环境中实现目标分群处理的可行性和有效性。     

基于时程卷积自编码的机翼绕流特征识别方法

机翼周围的流动状态直接影响其受力特性,流动特征的识别与分析对保证机翼的气动力研究尤为关键。基于空间流场参数的流动特征识别结果受主观阈值影响大;基于流场快照数据的流动特征分析难以完整表征流场的时变特征,且大范围的流场快照获取难度大,因而其实用性受限。本文基于流场时程数据的低维表征模型提出了无监督自动编码的流场时程特征识别方法。采用深度学习技术充分挖掘时程信号中的隐含的流动特征,建立流场时程数据的低维表征模型;进一步对低维的表征编码进行分析,将包含不同时序特征的测点样本进行特征聚类,实现了基于空间点时程数据的流场特征提取与识别。通过对NACA0012翼型的流场进行特征提取与分析验证了所得流动特征低维表征的准确性,实现了基于流场时程数据的流动分离区自动识别。本文可为相关流场特征提取、特征分析和特征表征等问题的研究提供新的方法与参考。     

FIR数字滤波器的优化设计

针对常系数FIR数字滤波器,采用CSD编码和简化加法器图技术来减少FIR实现过程中乘累运算的加减次数,从而降低了其对硬件资源的消耗;在结构上采用分布式算法和流水线技术进行优化,显著的提高了FIR数字滤波器的工作速度。通过实例对每一种改进方法进行了对比验证,说明达到了节省芯片资源或提高实现频率的目的。