一、A DECODING ALGORITHM FOR GENERAL ZZ_4-LINEAR CODES(论文文献综述)
高健[1](2021)在《基于机器学习的极化码译码算法研究》文中研究指明极化码是第一种容量可达的构造性编码,已成为5G移动通信系统的编码方案,是信道编码研究的前沿方向。但是,极化码传统译码算法在纠错性能、译码时延等方面仍有待完善。尽管机器学习技术缓解了传统译码算法的性能问题,但缺乏相应的理论基础,并引入了额外的存储和训练复杂度。目前,对极化码机器学习译码算法的理论框架,以及低复杂度、高可靠神经网络译码器的研究还远远不足。有鉴于此,本文在极化传输理论的基础上,研究了机器学习在极化码译码中的分析理论及关键技术。在此理论框架的指导下,本文从模型驱动和数据驱动两种设计角度出发,对极化码高性能浮点译码算法,量化译码算法,强化学习(Reinforcement Learning,RL)译码算法和盲译码算法展开了全面研究,保证了极化编码高效、可靠的传输。本文的创新工作主要包括以下四个方面:第一,采用残差网络结构,设计了极化码高性能残差置信传播(Belief-Propagation,BP)译码算法。模型驱动的神经网络译码器由于训练参数众多,造成了额外的存储和训练复杂度。针对上述问题,本文从信息传输的角度出发,在极化码BP因子图中引入残差网络结构,构建了残差BP神经网络译码器。该译码器在消息更新的过程中,通过跳变连接继承了部分历史信息,增大了BP译码中传输的信息流量。本文通过在跳变连线上分配可训练的阻尼因子,来学习调整历史信息所占的比例。测试结果显示,残差BP译码器有效提升了 BP算法的纠错性能和收敛速度,并且对阻尼因子的分配方式不敏感,能够在共享常数阻尼因子的情况下实现与完全参数化相似的性能。第二,基于加权译码格图,设计了高性能模型驱动译码器,提高了极化码量化译码的性能。量化在译码器的硬件实现中必不可少,但同时带来了额外的误块率(Block Error Rate,BLER)损失。针对上述问题,本文首先从模型驱动的设计思想出发,通过在极化码串行抵消(Successive Cancellation,SC)译码格图上引入可训练权重,构建了加权SC神经网络译码器。在此基础上,本文分析了 SC算法的计算冗余,简化了加权SC译码器的结构。通过权重共享方案,降低了可训练参数所带来的额外存储和训练复杂度开销。其次,本文将权重共享方案推广到加权BP译码器中,优化了单比特量化下,BP译码的纠错性能和收敛速度。最后,本文分析了神经网络译码器的结构特征,提出了一种对称性分析理论。该理论解释了模型驱动的神经网络译码器可以使用单一码字训练的原因。测试结果显示,加权SC和优化的加权BP译码器有效弥补了量化造成的译码性能损失。第三,设计了数据驱动的极化码强化学习译码算法,探索了比特判决策略。本文首先建立了将极化码译码建模为马尔可夫决策过程的理论框架。在此理论框架的指导下,本文面向极化码译码设计了状态行为空间和基于路径度量(Path Metric,PM)值的奖励策略。在此基础上,本文分别基于Q学习和深度Q网络(Deep Q-learning Network,DQN),设计了两种极化码强化学习译码算法。在Q学习译码算法中,通过设计低复杂度的Q表构建方法,减少了存储开销。在DQN译码算法中,构建了高性能的判决网络,通过拟合Q函数,实现了与现有算法相竞争的译码性能。第四,采用神经网络设计了数据驱动的高性能盲译码算法。本文首先对5G标准中的极化码传统盲译码算法进行了性能分析,通过推导盲译码的虚警率(False Alarm Rate,FAR)误差,揭示了传统盲译码算法出现码率损失的本质原因。结合上述分析,本文选用数据驱动的全连接神经网络提升传统盲译码算法的判决准确率。该神经网络自主提取接收信号到有效发送信号和空信号的平方欧式距离比特征,并通过分类阈值判断接收信号是否为目标下行控制信息。本文进一步跟踪平方欧式距离比特征的概率分布,提出了一种盲译码性能分析理论。该理论在给定BLER增加量或FAR减少量的情况下,可以快速计算分类阈值。测试结果显示,本文提出的增强盲译码算法可以有效降低CRC开销,在达到目标BLER和FAR的情况下,减少了码率损失。综上所述,本文在极化传输理论和机器学习的基础上,设计了模型驱动的极化码高性能浮点译码算法,并将模型驱动思想推广到极化码量化译码中。本文进一步摆脱极化码译码格图的限制,选用常规神经网络模型,设计了数据驱动的强化学习和盲译码算法。通过在分析理论和关键技术上的创新工作,保证了极化编码高效、可靠的传输。
杨婷[2](2021)在《具有给定重量的向量构造极小线性码的研究》文中提出线性码在消费电子、数据存储、通信、密码学和组合数学方面都有着重要的应用。极小线性码一类特殊的线性码,极小线性码可以应用于秘密共享和安全两方计算方面。构造极小线性码具有深远的实际意义,如何构造和刻画具有良好性能的极小线性码是近几年来研究的热点之一。本文通过定义两种特殊的集合,在讨论一类线性方程组解的重量之后,使用给定具体重量的向量来构造极小线性码,并有效的刻画了极小码的性质,最后列举之前文献的一些结果,这些结果可以由本文主要结论推出。本文的结构如下:第一章为绪论,主要描述了编码理论的背景和意义,同时也介绍了编码理论的发展及其研究方向,最后简单阐述了本文的主要工作。第二章介绍了全文的基础理论知识,包括纠错码的数学理论知识,相关代数理论工具和极小线性码的相关理论及结果。这些理论知识为后面的极小线性码的构造奠定了基础。第三章为本文的主要内容,本章先定义了两种特殊的集合,并讨论了一类线性方程组解的重量,其次利用给定具体重量的向量的集合来构造极小线性码,并有效的刻画了极小码的性质,最后列举之前文献的一些结果。第四章为总结,对全文所做的一些工作进行小结,同时对极小线性码的更为深入的研究提出了新的研究方向。
谭吉锋[3](2020)在《多制式键控水下光通信系统设计》文中提出随着人类社会发展速度的逐渐加快,人们对海洋所蕴含的资源也越来越重视。而对海洋资源的开发,无法脱离通信技术的支持,水下通信的技术手段主要分为有线通信与无线通信。其中有线通信受限于线缆特性无法灵活应用,而无线通信手段更为灵活且易于基站拓展。相较于传统的水声通信,水下光通信的通信速率更高,同时为适应水下复杂光信道,通信制式应适时变换才能提供性能最高的水下光通信系统。基于此种情况,本文设计了一种多制式键控水下光通信系统。本文研究了水下光通信信道特性,通过对海水中纯海水、黄色物质以及叶绿素等成分对光子传输过程中的吸收以及散射的影响,证实在波长450~550 nm之间的蓝绿光在海水中衰减系数最小。并利用蒙特卡罗法对水下光信道的特性进行仿真,从而验证以蓝绿光为载波的水下光通信系统实施的可能性。本文对水下光通信算法进行了理论研究,通过编码技术、交织技术、调制与解调技术以及帧同步技术的研究及仿真计算,获得多种编码及调制方式下水下光通信算法的理论基础。其中编码方式选择正反码、循环码以及卷积码,调制方式选择OOK(On-Off Keying,OOK)调制、PWM(Pulse Width Modulation,PWM)调制、OFDM(Orthogonal Frequency Division Multiplexing,OFDM)调制以及Chirp调制,采用集中插入式帧同步技术,完成对多制式下水下光通信信号物理层的构建。本文对水下光通信系统的硬件及程序系统进行设计。硬件系统是基于STM32F1处理器实现的,并在此基础上完成显示模块、存储模块、按键输入模块、信号调理模块以及驱动模块等外设模块的设计。在程序系统中,通过通信算法程序模块的设计实现了水下光通信系统信号物理层部分的构建与解析,利用按键输入模块对通信方式及通信参数进行选择,从而实现多制式键控水下光通信系统。通过串口通信模块可以将通信信号解析结果传输入上位机中进行误信率计算,实现了水下光通信系统的整体设计。本文结合实际使用环境对所设计的多制式键控水下光通信系统进行测试,实验水槽长7 m,通信速率步进提升,对12种制式下不同通信速率逐一进行测试。从而验证了系统的可行性,可以保证在低误信率的前提下实现正常的文本信息传输,并对测试结果进行分析,在不同信道下不同的通信制式可以有效提升系统性能。
姚昕羽[4](2020)在《私密信息检索的容量研究》文中研究指明现今社会生活对网络的依赖程度持续加深,在有意无意间,个人数据都在被服务平台收集并使用,这固然带来了极大的便利,但同时这些用户数据中包含着大量敏感的隐私信息,一旦泄露必将面临遭到非法使用的严重后果,因此保护数据安全和维护用户隐私是当今一项重要的研究议题。最初对数据安全的研究主要集中在匿名化公开内容、去除其中敏感信息上,而后随着对隐私理解的加深,一些研究者将目光转向了对用户检索公开信息过程中的检索目标直接保护。这一问题被称作私密信息检索(Private Information Retrieval,PIR),主要关注的是用户从一些互相之间无交流的公开数据库中检索某项内容,在成功获取这项内容的同时,不能让数据库得知具体检索的是哪一项内容。本文以此为研究前提,对更高隐私要求的场景,如提供检索服务的部分数据库不可靠、对非授权用户保密其他消息,进行了深入研究。针对提供检索服务的部分数据库中可能给出错误应答,即存在拜占庭数据库的情况,本文找到了进行多轮检索的容量,并给出一种达到这一容量的可行方案。检索方案在第一轮使用可检错的MDS码检索全部数据,并在后续轮次使用可纠错的MDS码重新检索少量数据以识别出所有拜占庭数据库身份,最终通过忽略所有来自拜占庭数据库的应答这一方式来解码感兴趣的消息。利用多轮检索方案,大幅提升了拜占庭数据库存在下的私密信息检索容量,等效于增加了有效数据库数。针对提供检索服务的某些数据库可以交流、合谋以分析用户检索目标的情况,本文得到了任意合谋模式下的检索容量及一种可实现方案。检索容量的证明主要利用了熵函数的子模性质,并将可达的下载效率及逆命题证明与两个线性规划问题的最优解联系起来,利用线性规划问题的对偶性,得到了最终的检索容量。与此前大多针对特殊合谋模式的研究相比,本文得到了对任意合谋模式有效的检索容量通式和共同的性能极限证明,填补了对任意合谋模式的认识不足。针对提供检索服务的数据库之间任意合谋,且数据库需要对用户保护其他内容的安全的场景,本文找到了这种情况下的容量及数据库之间需要事先共享的随机数据的最小值,给出一种可实现方案。检索方案同样是基于线性规划问题的最优解,按比例分配发送给各数据库的检索请求个数,而数据库会在回复的消息中加上随机值的线性组合,从而使得用户感兴趣消息的索引和其他消息的隐私同时得到保护。本文将双向私密信息检索放入更一般的合谋模式下讨论,解决了多个安全要求存在下的复杂问题。
李威[5](2019)在《基于FPGA的信道编译码技术的研究》文中认为随着信息时代的迅速发展,对信息传递的可靠性要求越来越高,信道编码技术也逐渐成为热门研究领域。现时的信道编码技术中,有传统的卷积码、RS码、Turbo码,也有最新研究出来的低密度奇偶校验码(LDPC)码、polar码等。由于LDPC码的纠错性能优异,并且接近香农(Shannon)限,使得LDPC码在诸多通信标准中被作为信道编码方案应用。LDPC码是一种特殊的线性分组纠错码,利用检验矩阵进行编译码,并且校验矩阵只有0、1元素,具有稀疏性。相对于其他的编码方式,LDPC码编码方法易于分析和研究,硬件的实现也能达到较高的吞吐量,并且具有更低的错误平层。LDPC码具有较大的研究价值和意义。本文对信道编码研究现状做简要的分析。描述了信道编码基本原理,阐述WLAN的关键技术,并介绍了基于IEEE802.11ac标准的物理层帧结构。介绍了不同信道编码方法的描述方法、编码过程、译码过程。通过校验矩阵的不同构造方式,对现有主流的LDPC码的几种不同编码方式进行分析介绍、对置信传播译码算法进行详细的公式推导。基于IEEE.802.11ac标准下,分析不同译码方法在MATLAB仿真下的性能差异,并对BP译码算法中不同迭代次数下译码性能进行对比。最后提出利用基于近似下三角的编码方法完成编码器的设计,利用校验矩阵结构的特殊性,对校验矩阵进行初等变换,通过矩阵计算完成编码过程。采用改进的最小和BP译码算法实现译码器的方案,在性能仿真结果中,改进的最小和BP译码算法在性能上不如LLR BP,但便于硬件的设计与实现,设计译码器的核心模块中,对校验节点更新单元和变量节点更新单元采用串行译码方式,降低译码复杂度,节省FPGA的逻辑资源。通过对仿真结果的分析,验证了方案在FPGA上实现的可行性。
刘礼文[6](2019)在《生物微纳电子学若干可靠性设计问题研究》文中研究表明在过去半个世纪内,以集成电路为代表的微纳电子技术在很大程度上改变了世界的面貌。然而,如今的微纳电子技术正在发生两方面革命性的变化:一是从技术推动转向需求牵引,“一代CPU产生一代计算机”的时代已经结束,集成电路芯片不再直接引领电子信息产品的更新换代,而是密切依据并迎合用户需求,与其他相关技术高度整合;二是应用领域从“计算机、通信、信息处理”三大传统领域,开始转向“健康、能源、环保”三大新兴领域。与传统的三大领域相比,新兴的三大领域是人类发展更加永恒的主题,微纳电子技术在该领域的未来应用与发展潜力不可估量。在生物医疗领域,微纳电子技术已经得到了一定的应用,通过使用人体植入式芯片,不仅可以实时监测人体器官的健康状态,而且可以智能化地给予人体器官电学、化学、机械的刺激,起到疾病治疗、动态用药和辅助康复等作用,甚至可以用植入式芯片取代已经损坏的器官,使其恢复机能。人体植入式芯片的技术核心是实现硬件的小型化、低功耗、低成本、多功能。而当半导体工艺技术逐渐进入纳米级节点时,所带来的芯片可靠性问题日益增多,例如生物电信号非常微弱,生物芯片对生物电信号的采集越来越容易导致信号失真,难以被后端处理模块转换识别。不仅如此,由于植入式芯片需要长时间在人体内工作,不能频繁取出或再植入,因此芯片内部信息的安全存储和芯片集成电路抗老化研究则成为植入式芯片可靠性设计中重点攻克的关键技术。针对生物微纳电子学所遇到的若干可靠性设计问题,本文基于信号采集、信息存储和电路抗老化三个方向进行了深入研究并给出了解决方案,主要工作如下:1.针对应用于生物微纳电子学中生物电信号采集的植入式芯片,对于可编程的生物神经记录放大器高可靠性结构展开研究。依据植入式芯片发展现状及对信号采集前端放大器的要求,设计了一种含有辅助运放的共源共栅密勒补偿方案,以提高低噪声放大器的稳定性;在此基础上,提出了一种开关漏电缩减方案,以减少可编程电容电阻阵列中MOS开关对系统低频稳定性的影响;最后,提出一种高可靠性、低噪声的可编程神经信号记录放大器结构设计。该放大器具有多种配置条件,以适应不同生物信号的放大及过滤需求,并在低电源电压(1.2V)、0.18μm标准CMOS模数混合集成电路制造工艺下进行了设计和仿真,以验证所设计的电路结构的可行性,并给出相应仿真结果。结果表明,所设计的可编程神经记录放大器(Nerual Recording Amplifier,NRA)具有良好的可靠性,满足生物电子系统对脑神经电信号多样性的采集和放大需要。2.基于当前技术条件下,使用自旋转移矩磁随机存储器(Spin Transfer TorqueMagnetic Random Access Memory,STT-MRAM)替代传统的存储器作为植入式芯片存储模块,通过对STT-MRAM的基本原理进行研究,得出STT-MRAM的存储可靠性相对较低:一方面是由它本身的物理与结构特性(如STT效应的随机性与读取干扰等)所决定;另一方面是由工艺本身的参数偏差(如参考失配等)造成的。此外,STT-MRAM的存储可靠性还受外界环境(如辐射粒子与热扰动等)的影响。将纠错码(Error Correction Code,ECC)技术应用于STT-MRAM或者传统的存储器类型中,可有效提升其存储的可靠性。为此,本文基于1T1MTJ存储单元结构,提出了针对线性分组码的新型译码方案。该方案包括两个校正子译码层:超前纠错层和非对称纠错层,用于处理具有非对称错误率特性的多比特错误,并对该译码方案进行了性能仿真验证,结果表明,该译码方案运行工作正常,为提升植入式芯片存储模块的可靠性提供了有力的技术支持。3.针对植入式芯片中负偏置温度不稳定性效应(Negative Bias Temperature Instability,NBTI)和场效应晶体管对工艺、电压和温度(PVT)变化的影响,基于应用于替代传统存储器的自旋转移矩磁随机存储器中的灵敏电路基本结构,深入研究了NBTI和PVT对灵敏电路的影响。针对此可靠性问题,本文设计了基于开关晶体管和平衡晶体管的新灵敏电路结构,以提高灵敏电路的可靠性,并基于所提出的灵敏电路,进行了理论研究和性能分析。利用垂直各向异性CoFeB/MgO-MTJ紧凑模型和商用40nm CMOS设计工具,对传统灵敏电路和所设计的新型灵敏电路进行了混合SPICE仿真和蒙特卡罗仿真。仿真结果表明,采用开关晶体管和平衡晶体管的灵敏电路不仅降低了NBTI对PMOS器件的影响,而且降低了灵敏电路对PVT变化影响的灵敏度,有效减少了集成电路的老化效应,提高了植入式芯片的可靠性。上述研究表明,本文对生物微纳电子学可靠性设计方向提供了一定的理论基础和技术支持,包括信号采集、信息存储以及电路抗老化。尽管这些研究工作取得了一定的进展和成果,但同时也存在一些不足之处。本文所提出的可靠性设计方案只是通过仿真验证说明了正确性,有待于在后续的工作中进一步通过流片测试进行验证。
章广志[7](2018)在《网络编码的安全与纠错机制研究》文中研究指明网络编码理论突破了网络传输中的“存储-转发”概念,利用网络节点对数据有组织的数学编码处理获得传输增益,是信息处理和传输理论研究上的一个重大突破。但是在网络编码里,中间节点对上游信息的混合操作使得网络里的错误具有扩散特性,即使在网络的上游发生少量的错误,经过网络编码的传播作用后,也会被放大至很多个错误,导致处在下游的信宿节点译码失败。网络编码对上游信息进行混合操作这一特性使得传统的纠错和安全方案不能直接应用于网络编码。针对纠错,传统基于汉明距离的网络纠错码构造算法的复杂度太高,基于秩距离、子空间距离的网络纠错码所需的编码域过大,并且网络纠错码只能对个数小于最大流最小割一半的原始错误进行纠错,基于密码学的网络编码纠错方法虽然可以对任意个数的原始错误进行纠错,但是运算负载又太高;针对安全,基于信息论的方法能对抗的窃听者数量太少,基于密码学方法的运算负载过高;针对能同时提供安全和纠错功能的网络安全纠错码,因为需要为安全和纠错功能分别提供信息冗余来对抗错误和窃听,所以它的信息速率很低。针对上述问题,本文开展了以下几个方面的研究工作。(1)网络纠错码和安全网络编码的快速构造算法。针对确定性网络里基于汉明距离的网络纠错码构造算法的时间复杂度过高问题,基于最大距离可分(MDS)性质很容易被近似维持这一特性,提出了一种简化网络纠错码构造方法,利用该性质,实现了信道编码和网络编码的分离设计。该方法构造的网络纠错码和传统网络纠错码相比,纠错距离一般不下降或只下降1,明显降低了网络纠错码构造算法的时间复杂度。利用对多元高次方程组求解的困难性,提出一种基于非线性网络编码的安全方案。该方案减小了编码域,在窃听者人数较多时,构造算法复杂度有所降低。(2)基于McEliece密码体制的网络安全纠错码。针对现有网络安全纠错码存在信息速率过低等问题,基于McEliece密码体制和网络纠错码,提出了基于McEliece密码体制的网络安全纠错方案。其中,针对随机网络,提出基于秩距离码McEliece密码体制的网络安全纠错码;针对确定性网络,提出基于准循环低密度奇偶校验(QC-LDPC)码McEliece密码体制的网络安全纠错码。在这两种方案中,McEliece密码体制里的纠错码本身同时提供安全和纠错功能,为了纠错功能而添加的冗余信息和为提供安全功能而需要添加的冗余信息二者之间可以彼此复用,这样提高了系统的信息速率。因为该类型方案的安全功能是由密码系统提供的,所以其可以对抗任意多的窃听者。并且因为只需要在信源信宿两个节点处进行密码运算,其运算负载比全网所有节点都需要参与校验运算的密码学方法和污染检测方法都要少很多。(3)基于稀疏学习的网络编码纠错方法。针对基于信息论的网络编码纠错方案所能纠错的原始错误个数过低、基于密码学的网络纠错方案的运算负载过高等问题,利用能对稠密错误进行纠错的基于稀疏学习技术的交叉花束模型对网络编码里的扩散错误进行纠错。该方法能以不低于线性分组码的译码效率,对网络纠错码里近似100%被污染的接收消息进行纠错从而可以对抗任意个数的原始错误,有效的解决了非常棘手的网络编码错误扩散问题。本文提出两种网络编码纠错方案:增加扩散错误向量稀疏性的网络编码纠错方案、基于秘密信道和稀疏学习的网络编码纠错方案。其中前者分为确定性网络和随机网络两种情况。因为交叉花束模型不能对100%被污染的消息进行纠错,而在汉明距离度量下,扩散错误往往被100%污染,所以这里提出的两种方案都是首先利用相应方法将扩散错误率由100%降下来,然后利用交叉花束模型对其进行纠错,从而完成对网络编码的纠错。
李明明[8](2017)在《两类三重量的二元线性码》文中进行了进一步梳理纠错码理论作为信息理论的重要分支之一,数学是其重要的理论基础。在实际运用中,纠错码理论主要为了解决电子计算机技术与现代通讯技术中的差错控制问题。因此,纠错码的研究不仅是通信学者的工作,同时也是数学研究者的关注焦点。随着数学以及计算机研发工具的发展,学者对编码理论的研究更加深入,尤其是线性码构造问题的相关研究。本文的研究工作主要是线性码的构造。利用布尔函数构造线性码的方法,本文选取了不同的函数构造二元线性码,并给出其重量分布,同时对其对偶码进行简单的研究。本文组织结构如下:第一章为绪论,主要讲述了编码理论的背景和发展史,同时介绍了编码理论的发展方向,最后叙述本文的工作。第二章为预备知识,主要介绍了代数基础和纠错码理论等相关知识。这些理论知识为本文的撰写奠定了坚实的基础。第三章为主要内容,通过布尔函数构造三重量的二元线性码,给出其重量分布并讨论其对偶码的参数。第四章为总结,主要是对本文主要内容的概括,并对线性码的研究提出了新的问题。
石磊[9](2015)在《极化码性质及编译码方法的研究》文中研究表明2006年Erdal Arikan基于信道极化的理论,提出了Polar码这种新的编码方法。Polar码是一种线性分组码,它的核心理论是信道极化理论,在理论上,低译码复杂度的条件下它能够达到信道容量,而且当码长增大时它的优势也将更加明显。正是由于Polar码在性能上的这一突出优势,决定了其广泛的应用前景。由于Polar码提出的时间不长,对其研究报道也较少,应用方面还停留在实验室阶段,要投入实际应用还需要进一步的完善。当作为第三方的数据接收者,接收到的都是未知信道、信源编码类型的数据,而目前常用的译码算法都是在已知编码类型的基础上实现的,因此,要实现译码及信息还原,首先必须判定其编码类型。本文针对这一问题,提出了比特流分析方法,通过对大量数据的统计特性的研究,寻找出数据的各种特征,然后通过数据特征来识别、判断和归结出编码结构,进而实现译码及信息还原,具体工作包括:(1)研究Polar码的性质以及编码原理,设计完成了基于C语言的Polar码的编码平台,实现了Polar码在设定编码参数下的编码。(2)提出一种针对比特流数据的编码分析思想及方法,通过对比特数据流进行数据特征的分析和统计,根据统计特性、比特关系等数字特征对未知编码格式的信息进行分析,进而判定编码类型。(3)基于C语言设计完成比特流数据分析平台,其功能包括二进制或十六进制形式进行数据浏览、搜索帧长、按不同的帧长进行数据排列、求解线性方程组、数据特征的分析和统计、数据抽取、Polar码译码等。(4)实验结果验证了本文所提出的比特流数据分析方法的有效性和可行性。对大量编码后的信息,包括文本、图像、语音等,从比特流的角度上进行统计特性分析,实验验证在未知信道编码方式的情况下,本文算法能正确识别编码的方式和参数,完成polar码的译码。
陈致远[10](2015)在《基于区域梯度统计分析与卷积神经网络的条码定位算法研究》文中研究表明条码技术经过多年发展,因为其经济、便利、可行等特点,已经在物流、零售、供应链管理等领域得到广泛应用。近年来随着智能手机和移动互联网的普及,条码技术也从过去单纯的货物标签用途,转向了更为广阔的应用场景。在工业应用中,对基于图像的高速、精准且具备一定鲁棒性的条码定位算法有独特的需求。为了提高在工业场景中条码识读的自动化水平,图像处理技术在条码定位问题中得到了众多应用。传统基于图像的定位算法主要应用现有的理论成果,利用图像处理方法,从图像中得到条码的大致位置进行识读。此类方法对于一般条件下的条码有不错效果,但是自适应程度较差,难以处理诸如尺度、模糊等变换问题。同时定位精度较粗糙,无法得到较为准确的条码顶点信息。区别于人工的特征选取技术,深度学习技术被证明能够学习样本内部的统计规律和特征,得到超越人工特征的识别效果。本文在对现有算法充分调研的基础上,对应用图像处理和机器学习方法实现的条码定位问题做了深入的研究。主要的研究内容和贡献包括下面几个方面:1.研究了国内外发表的主要条码识别和定位工作。深入研究和比较了现有条码识读装置的特点的基础上,明确了利用数字图像处理条码定位问题的优势。在广泛阅读相关文献后,对现有定位方法进行分类和整理,为后续工作奠定了基础。2.针对作为研究对象的线性码、PDF417码、线性堆叠码与线性PDF堆叠码四种条码类型,设计了使用图像处理方法的条码顶点定位方案。结合信息熵的计算概念,提出基于区域块的梯度统计检测。利用粗定位和有针对性设计的精确定位的两步定位方法,在模糊、光照明暗、尺度、旋转、位移、倾斜等八种图像变换下实现平均80%的定位准确度。3.将深度学习结构引入条码定位问题。区别于图像方式的人工特征设计,在模型中使用学习算法自主学习出适合于表现样本特性的特征。并对于PDF417码和线性码分别构建了包含13万与9万4千样本的数据集用于训练和测试。4.使用深度学习框架Caffe,搭建了具有两个卷积池化层对与两层全连接层组成的卷积神经网络,并利用GPU的硬件加速方式,在构建的数据集下对样本进行训练和测试。证明了学习算法与深度网络结构在条码定位问题中的有效性。
二、A DECODING ALGORITHM FOR GENERAL ZZ_4-LINEAR CODES(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、A DECODING ALGORITHM FOR GENERAL ZZ_4-LINEAR CODES(论文提纲范文)
(1)基于机器学习的极化码译码算法研究(论文提纲范文)
摘要 |
ABSTRACT |
符号说明 |
英文缩略语 |
第一章 绪论 |
1.1 信道编码理论概述 |
1.2 机器学习在信道译码中的应用 |
1.2.1 机器学习技术的发展 |
1.2.2 机器学习信道译码算法研究现状 |
1.3 本文的主要工作 |
1.3.1 极化码高性能浮点译码算法研究 |
1.3.2 极化码高性能量化译码算法研究 |
1.3.3 极化码强化学习译码算法研究 |
1.3.4 极化码高性能盲译码算法研究 |
1.4 本文的组织结构 |
第二章 信道极化与机器学习理论及方法 |
2.1 信道极化基本原理 |
2.2 极化码传统编译码算法 |
2.2.1 极化编码 |
2.2.2 极化码传统译码算法 |
2.3 机器学习基本理论与方法 |
2.3.1 梯度下降与反向传播 |
2.3.2 极化码机器学习译码算法 |
2.4 本章小结 |
第三章 极化码高性能神经网络译码算法设计 |
3.1 残差神经网络基本原理 |
3.2 残差BP神经网络译码器架构 |
3.3 灵活的参数分配方案 |
3.4 训练与测试结果分析 |
3.4.1 BLER性能与泛化能力测试 |
3.4.2 译码收敛性测试 |
3.4.3 互信息分析 |
3.5 本章小结 |
第四章 极化码机器学习量化译码算法设计 |
4.1 加权SC量化译码算法 |
4.1.1 SC译码信号模型 |
4.1.2 加权SC神经网络译码器 |
4.1.3 简化的加权SC神经网络译码器 |
4.1.4 神经网络译码器的训练与测试方案 |
4.1.5 仿真结果与分析 |
4.2 极化码单比特译码算法设计 |
4.2.1 系统模型与等效信道 |
4.2.2 加权BP译码器的优化设计 |
4.2.3 神经网络译码器的对称性分析 |
4.2.4 训练与测试结果分析 |
4.3 本章小结 |
第五章 极化码强化学习译码算法设计 |
5.1 强化学习理论框架 |
5.1.1 强化学习信号模型 |
5.1.2 马尔可夫决策过程 |
5.1.3 Q学习和深度Q网络 |
5.2 基于强化学习的极化码译码算法 |
5.2.1 强化学习译码理论分析 |
5.2.2 基于Q学习的极化码译码算法 |
5.2.3 基于DQN的极化码译码算法 |
5.3 仿真结果与分析 |
5.3.1 学习收敛 |
5.3.2 存储开销 |
5.3.3 BLER性能 |
5.4 本章小结 |
第六章 极化码高性能盲译码算法设计 |
6.1 极化码盲译码及增强算法 |
6.1.1 5GNR的下行控制信息编码与盲译码 |
6.1.2 极化码增强盲译码算法 |
6.2 基于神经网络学习分类阈值 |
6.2.1 基于神经网络的分类阈值计算方法 |
6.2.2 神经网络训练与测试结果分析 |
6.3 分类阈值的定量分析与计算 |
6.3.1 增强盲译码算法的信号空间 |
6.3.2 分类阈值的定量分析方法 |
6.3.3 仿真结果与分析 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 本文工作总结 |
7.2 未来工作展望 |
参考文献 |
致谢 |
攻读学位期间所取得的研究成果 |
(2)具有给定重量的向量构造极小线性码的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 纠错码的发展史 |
1.2.1 目前研究的现状 |
1.2.2 极小线性码的研究现状 |
1.3 本文的主要内容 |
第二章 预备知识 |
2.1 纠错码的基本理论 |
2.2 线性码 |
2.3 有限域理论工具 |
2.4 线性码的一般构造方法 |
2.5 极小线性码 |
第三章 给定重量的向量构造极小线性码 |
3.1 引言 |
3.2 一些引理的证明 |
3.3 给定具体重量的向量构造极小线性码 |
3.4 主要结论的应用 |
第四章 总结与展望 |
4.1 总结 |
4.2 展望 |
致谢 |
参考文献 |
附录 作者在读期间发表的学术论文及参加的科研项目 |
(3)多制式键控水下光通信系统设计(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 本课题研究目的与意义 |
1.2 本课题国内外研究现状 |
1.2.1 水下光通信技术国内外研究现状 |
1.2.2 水下光通信制式国内外研究现状 |
1.3 本文结构安排 |
第2章 水下光通信系统理论分析 |
2.1 水下光信道分析 |
2.1.1 水下光传输特性理论分析 |
2.1.2 基于蒙特卡罗方法的水下光信道特性研究 |
2.2 水下光通信算法 |
2.2.1 水下光通信编码信道编码算法 |
2.2.2 交织技术 |
2.2.3 水下光通信调制算法 |
2.2.4 调制方式比较 |
2.2.5 帧同步技术 |
2.3 通信算法仿真 |
2.3.1 编码性能仿真 |
2.3.2 调制性能仿真 |
2.3.3 通信系统性能仿真 |
2.4 本章小结 |
第3章 水下光通信系统硬件设计 |
3.1 水下光通信系统硬件介绍 |
3.2 通用模块设计 |
3.2.1 电源模块设计 |
3.2.2 处理器模块设计 |
3.2.3 显示模块及串口模块设计 |
3.3 发射机模块设计 |
3.3.1 按键模块设计 |
3.3.2 发射机信号调理模块设计 |
3.3.3 发射机驱动模块设计 |
3.3.4 发射机光源参数选择 |
3.4 接收机模块设计 |
3.4.1 存储模块设计 |
3.4.2 接收机信号调理模块设计 |
3.4.3 接收机传感器参数选择 |
3.5 本章小结 |
第4章 水下光通信软件系统设计及实验测试 |
4.1 水下无线光通信软件系统介绍 |
4.2 发射机软件系统设计 |
4.2.1 按键输入模块程序设计 |
4.2.2 显示模块程序设计 |
4.2.3 发射机通信算法设计 |
4.2.4 DAC转换模块程序设计 |
4.3 接收机软件系统设计 |
4.3.1 ADC采集模块程序设计 |
4.3.2 接收机通信算法设计 |
4.3.3 存储模块程序设计 |
4.3.4 串口通信模块程序设计 |
4.4 通信系统测试结果 |
4.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间取得的成果 |
致谢 |
(4)私密信息检索的容量研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.3 本文主要工作 |
1.4 论文组织结构 |
第二章 私密信息检索的研究理论基础 |
2.1 私密信息检索基本问题 |
2.1.1 问题描述 |
2.1.2 最优检索方案 |
2.1.3 下载代价下界证明 |
2.2 更高隐私需求下的私密信息检索 |
2.3 信息论与编码理论 |
2.3.1 熵与互信息 |
2.3.2 数论与编码理论 |
2.4 本章小结 |
第三章 拜占庭数据库存在下的私密信息检索 |
3.1 引言 |
3.2 模型建立 |
3.3 主要结论 |
3.4 可达性证明 |
3.4.1 简单示例:N=6,K=2,B=2 |
3.4.2 一般性方案 |
3.5 逆命题证明 |
3.6 本章小结 |
第四章 任意合谋模式下的私密信息检索 |
4.1 引言 |
4.2 模型建立 |
4.3 主要结论 |
4.4 最优下载效率证明 |
4.4.1 可达性证明 |
4.4.2 逆命题证明 |
4.4.3 最优下载效率 |
4.5 特例解释说明 |
4.5.1 N=5,P1={{1,2, 3}, {1, 4}, {2, 4}, {3, 4}, {5}} |
4.5.2 N=5,P2={{1, 3, 4}, {2, 3, 4}, {1, 3, 5}, {2, 3, 5}, {1, 4, 5}, {2, 4, 5},{3, 4, 5}} |
4.5.3 N=7,P3={{1, 4}, {2, 5}, {1,2,3, 6}, {3, 7}, {4, 5, 6, 7}} |
4.6 检索容量下界证明 |
4.6.1 启发性的例子:N=5,K=3,P4={{1, 2, 3}, {1, 3, 4}, {2, 3, 4}, {1, 2, 5},{1, 3, 5}, {2, 3, 5}, {4, 5}} |
4.6.2 对任意K个消息,任意N个数据库和任意合谋模式P的一般可达方案 |
4.7 检索容量上界证明 |
1N的例子'>4.7.1 BPx>1N的例子 |
4.8 和式(4.60)下界推导算法 |
4.8.1 一个解释算法4.1的例子 |
4.8.2 算法4.1的可行性证明 |
4.8.3 算法4.1的收敛性证明 |
4.9 本章小结 |
第五章 任意合谋模式下的双向私密信息检索 |
5.1 引言 |
5.2 模型建立 |
5.3 主要结论 |
5.4 最优下载效率证明 |
5.4.1 可达性证明 |
5.4.2 逆命题证明 |
5.4.3 最优下载效率 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 未来工作展望 |
致谢 |
参考文献 |
作者攻读硕士学位期间的研究成果 |
(5)基于FPGA的信道编译码技术的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 FPGA的简介与发展 |
1.3 国内外研究现状 |
1.4 论文的主要工作和内容安排 |
第二章 无线局域网关键技术研究 |
2.1 无线局域网简介 |
2.2 OFDM系统技术原理 |
2.2.1 OFDM系统传输方案 |
2.2.2 OFDM系统数学模型 |
2.2.3 OFDM系统优点及局限性 |
2.3 MIMO技术原理 |
2.3.1 MIMO系统模型及原理 |
2.3.2 MIMO关键技术研究 |
2.4 IEEE802.11ac协议物理层研究 |
2.4.1 IEEE802.11ac物理层技术简介 |
2.4.2 IEEE802.11ac数据帧结构研究 |
2.5 本章小结 |
第三章 现有的编码方法理论分析 |
3.1 分组码 |
3.1.1 线性分组码介绍 |
3.1.2 线性分组码生成矩阵与检验矩阵 |
3.2 卷积码 |
3.3 Turbo码 |
3.3.1 Turbo码编码原理 |
3.3.2 Turbo码译码原理 |
3.4 LPDC码简介 |
3.4.1 LDPC码的矩阵表示和Tanner图表示 |
3.4.2 度数分布 |
3.4.3 LDPC校验矩阵的构造 |
3.5 本章小结 |
第四章 准循环LDPC编译码方案的实现 |
4.1 LDPC编码算法 |
4.1.1 基于高斯消去法编码算法 |
4.1.2 基于近似下三角编码算法 |
4.1.3 基于准双对角线的编码算法 |
4.2 LDPC译码算法 |
4.2.1 基于概率域BP算法 |
4.2.2 基于对数域LLR-BP算法 |
4.2.3 基于LLR-BP算法的改进 |
4.3 基于FPGA实现的编译码方案可行性 |
4.4 本章小结 |
第五章 信道编码技术的FPGA设计与实现 |
5.1 FPGA设计 |
5.1.1 硬件开发平台 |
5.1.2 IDE和编程语言 |
5.2 系统仿真与结果分析 |
5.2.1 线性分组码仿真与实现 |
5.2.2 卷积码仿真与实现 |
5.2.3 Turbo码仿真与实现 |
5.2.4 LDPC码仿真与实现 |
5.3 本章小结 |
总结与展望 |
参考文献 |
本论文由下列项目资助 |
攻读硕士学位期间发表的论文 |
致谢 |
(6)生物微纳电子学若干可靠性设计问题研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 植入式芯片可靠性问题研究及现状 |
1.2.1 生物电信号的采集可靠性 |
1.2.2 植入式芯片的存储可靠性 |
1.2.3 植入式芯片的电路老化效应 |
1.3 论文的主要研究工作和内容安排 |
第二章 植入式芯片可靠性基础理论 |
2.1 生物电信号对放大器的基本要求 |
2.2 STT-MRAM基础及线性分组码概述 |
2.2.1 电子自旋 |
2.2.2 磁性系统的能量 |
2.2.3 隧穿机制的理论分析和模型 |
2.2.4 磁场翻转方式 |
2.2.5 线性分组码概述 |
2.3 集成电路抗老化效应方法 |
2.3.1 NBTI补偿技术 |
2.3.2 NBTI缓解技术 |
2.4 小结 |
第三章 高可靠性可编程生物神经信号记录放大器设计 |
3.1 植入式芯片对模拟前端放大器的要求 |
3.1.1 前端放大器所应用的频率范围 |
3.1.2 可编程神经记录放大器 |
3.2 一种含辅助运放高稳定性补偿技术的LNA放大器结构 |
3.3 一种含有开关漏电削减技术的可编程电阻电容阵列 |
3.4 高可靠性可编程神经信号记录放大器整体电路 |
3.5 小结 |
第四章 植入式芯片中存储模块的数据纠错码设计 |
4.1 STT-MRAM的基本单元结构 |
4.1.1 MTJ的结构 |
4.1.2 选通晶体管 |
4.1.3 STT-MRAM的可靠性问题 |
4.1.4 STT-MRAM的错误来源及类型 |
4.2 STT-MRAM的读写信道模型 |
4.2.1 STT-MRAM写信道模型。 |
4.2.2 STT-MRAM读信道模型 |
4.3 STT-MRAM非对称性错误分析 |
4.3.1 写入操作的非对称性 |
4.3.2 不同写脉冲宽度下导致的非对称性 |
4.3.3 不同TMR下的读操作非对称性 |
4.3.4 在工艺偏差下的写操作的非对称性 |
4.3.5 晶体管宽度对读写非对称性的影响 |
4.4 典型校正子译码方案 |
4.5 扩展校正子译码方案设计 |
4.5.1 整体工作流程 |
4.5.2 纠错能力评估 |
4.6 超前纠错校正子译码方案设计 |
4.6.1 超前纠错层 |
4.6.2 非对称纠错层 |
4.6.3 整体工作流程 |
4.6.4 纠错能力评估 |
4.7 小结 |
第五章 针对植入式芯片的电路级抗老化设计 |
5.1 基于STT-MRAM的灵敏电路 |
5.1.1 电压型灵敏电路 |
5.1.2 电流型灵敏电路 |
5.2 NBTI对灵敏电路的影响 |
5.3 PVT对灵敏电路的影响 |
5.4 基于开关晶体管和平衡晶体管的灵敏电路设计 |
5.4.1 灵敏电路方案 |
5.4.2 工作原理 |
5.4.3 仿真结果 |
5.5 小结 |
第六章 结论与展望 |
参考文献 |
致谢 |
作者简介 |
(7)网络编码的安全与纠错机制研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文组织结构 |
第2章 网络纠错码和安全网络编码的快速构造算法 |
2.0 引言 |
2.1 网络编码模型 |
2.2 转移矩阵及网络纠错码模型 |
2.3 MDS近似不变的讨论 |
2.4 基于MDS易维持性的网络纠错码 |
2.4.1 传统网络纠错码构造方法及其缺陷 |
2.4.2 网络纠错码的快速编码解码算法 |
2.5 非线性安全网络编码 |
2.5.1 传统安全网络编码及其缺陷 |
2.5.2 非线性安全网络编码的基本思想 |
2.5.3 非线性安全网络编码的具体构造算法 |
2.6 理论分析 |
2.7 本章小结 |
第3章 基于MCELIECE密码体制的网络安全纠错码 |
3.1 引言 |
3.2 MCELIECE密码体制的网络安全纠错码的预备知识 |
3.2.1 传统的基于秩距离的网络安全纠错码 |
3.2.2 McEliece密码体制 |
3.3 基于MCELIECE密码体制的网络安全纠错码 |
3.3.1 基于QC-LDPC码 McEliece密码体制的网络安全纠错码 |
3.3.2 基于秩距离码McEliece密码体制的网络安全纠错码 |
3.4 理论分析和实验验证 |
3.4.1 基于QC-LDPC码 McEliece密码体制的网络安全纠错码性能 |
3.4.2 基于秩距离码McEliece密码体制的网络安全纠错码性能 |
3.5 本章小结 |
第4章 基于稀疏学习的网络编码纠错方法 |
4.1 引言 |
4.2 预备知识 |
4.2.1 交叉花束模型 |
4.2.2 基于列表译码的子空间码 |
4.2.3 适合交叉花束模型的网络编码译码 |
4.3 增加扩散错误向量稀疏性的网络编码纠错方法 |
4.3.1 确定性网络下增加扩散错误向量稀疏性的网络编码纠错方法 |
4.3.2 随机网络下增加扩散错误向量稀疏性的网络编码纠错方法 |
4.4 基于秘密信道和稀疏学习的网络编码纠错方案 |
4.5 性能分析和实验验证 |
4.6 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文和取得的科研成果 |
致谢 |
个人简历 |
(8)两类三重量的二元线性码(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景和意义 |
1.2 编码理论研究方向 |
1.2.1 小重量二元线性码 |
1.3 本文的主要内容 |
2 预备知识 |
2.1 基本编码理论 |
2.2 编码理论的数学基础 |
2.3 本章小结 |
3 三重量二元线性码 |
3.1 引言 |
3.2 利用Tr(x~(2~k+1)+x) =1构造二元码 |
3.3 利用Tr(x~(2~k+1)) =1构造二元码 |
3.4 重量为三的二元线性码的对偶码 |
3.5 二元线性码重量的性质 |
3.6 本章小结 |
4 总结与展望 |
4.1 总结 |
4.2 展望 |
致谢 |
参考文献 |
附录 |
(9)极化码性质及编译码方法的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 纠错码的发展过程 |
1.2 信道编码技术概述 |
1.2.1 信道编码基本概念 |
1.2.2 检、纠错码 |
1.2.3 随机错误和突发错误 |
1.2.4 差错控制的基本方式 |
1.2.5 信道编码的分类 |
1.3 课题的研究背景与意义 |
1.4 国内外研究现状 |
1.5 论文主要内容以及结构 |
第二章Polar码理论知识 |
2.1 矩阵张量乘积 |
2.2 信道容量 |
2.3 信道极化 |
2.3.1 信道组合 |
2.3.2 信道分解 |
2.3.3 信道极化定理 |
2.3.4 极化速率 |
2.4 线性分组码 |
2.4.1 生成矩阵和校验矩阵 |
2.4.2 常用线性分组码 |
2.5 本章小结 |
第三章 Polar码的构造及性质 |
3.1 对称二进制输入无记忆信道中极化码的构成及性能 |
3.1.1 码字的构造 |
3.1.2 二进制对称信道中错误概率的下限 |
3.1.3 二进制删余信道中错误概率的上限 |
3.1.4 上限的性能和构造 |
3.2 生成矩阵 |
3.3 极化码编码 |
3.4 编码参数的确定 |
3.4.1 码长的选择 |
3.4.2 集合的确定 |
3.4.3 矢量的选择 |
3.5 极化码编码平台 |
3.6 本章小结 |
第四章 比特流的统频分析 |
4.1 引言 |
4.2 统频分析法 |
4.2.1 字符统频 |
4.2.2 r字符跟随统计 |
4.2.3 字符分路统计 |
4.2.4 符合优势统计 |
4.2.5 C~r_n字符统频 |
4.2.6 相同字符跟随 0、1 统计 |
4.3 比特流分析平台 |
4.4 本章小结 |
第五章 基于比特流分析方法的Polar译码 |
5.1 引言 |
5.2 SC译码方法 |
5.2.1 SC译码 |
5.2.2 一种简化的SC译码方法 |
5.3 置信传播译码 |
5.4 线性规划译码 |
5.5 基于比特流分析方法的极化码译码算法及实现 |
5.6 比特流数据分析方法的现实意义 |
5.7 本章小结 |
第六章 Polar码扩展及应用前景 |
6.1 极化码的扩展 |
6.1.1 与低密度奇偶校验码级联使用 |
6.1.2 与RS码级联使用 |
6.1.3 速率兼容极化码 |
6.2 极化码应用前景 |
6.3 本章小结 |
结论 |
参考文献 |
致谢 |
附件 |
(10)基于区域梯度统计分析与卷积神经网络的条码定位算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 引言 |
1.1 条码定位算法的研究意义 |
1.2 条码识别技术的历史和现状 |
1.3 本文的研究内容及结构安排 |
1.3.1 现有条码识读装置与研究难点分析 |
1.3.2 本文主要工作 |
1.3.3 研究内容及本文结构安排 |
1.4 本章小结 |
第二章 条码定位技术概述 |
2.1 一维、二维条码特点比较 |
2.2 常见条码样式介绍 |
2.3 实验条码简介 |
2.3.1 线性条形码 (Linear Code) |
2.3.2 PDF417码 (PDF417 Code) |
2.3.3 线性堆叠码(Linear×Linear code) |
2.3.4 线性PDF堆叠码(Linear×PDF417 code) |
2.4 条码定位算法概述 |
2.5 条码定位算法研究现状 |
2.5.1 条码定位的时域分析法 |
2.5.2 条码定位的频域分析方法 |
2.6 本章小结 |
第三章 基于图像处理的定位算法 |
3.1 基于图像算法思路 |
3.2 基于图像算法主体流程 |
3.3 图像预处理 |
3.3.1 灰度化 |
3.3.2 边缘梯度计算 |
3.4 区域梯度统计分析 |
3.5 条纹粗定位 |
3.5.1 区域块一次合并 |
3.5.2 一次合并遍历规则 |
3.5.3 区域块二次合并 |
3.6 条纹精确定位 |
3.6.1 线性码 |
3.6.2 PDF417码 |
3.6.3 线性堆叠码 |
3.6.4 线性PDF堆叠码 |
3.7 本章小结 |
第四章 卷积神经网络CNN |
4.1 特征学习与CNN |
4.2 神经网络 |
4.2.1 神经元模型 |
4.2.2 神经网络模型 |
4.2.3 反向传播算法 |
4.3 深度学习网络 |
4.3.1 自编码网络 |
4.3.2 逐层贪婪训练 |
4.4 卷积神经网络 |
4.4.1 卷积 |
4.4.2 池化 |
4.4.3 网络结构 |
4.5 本章小结 |
第五章 深度学习框架CAFFE |
5.1 CAFFE简介 |
5.2 CAFFE特点 |
5.3 现有学习框架比较 |
5.4 CAFFE框架的结构 |
5.4.1 Blob |
5.4.2 Layer |
5.4.3 Net |
5.5 CAFFE应用 |
5.6 本章小结 |
第六章 实验结果与分析 |
6.1 基于图像处理的定位算法 |
6.2 基于卷积神经网络的定位算法 |
6.2.1 实验网络结构 |
6.2.2 PDF417码 |
6.2.3 线性码 |
6.3 本章小结 |
第七章 总结与展望 |
7.1 论文总结 |
7.2 展望 |
参考文献 |
致谢 |
攻读硕士学位期间已发表或录用的论文 |
四、A DECODING ALGORITHM FOR GENERAL ZZ_4-LINEAR CODES(论文参考文献)
- [1]基于机器学习的极化码译码算法研究[D]. 高健. 北京邮电大学, 2021(01)
- [2]具有给定重量的向量构造极小线性码的研究[D]. 杨婷. 杭州电子科技大学, 2021
- [3]多制式键控水下光通信系统设计[D]. 谭吉锋. 哈尔滨工程大学, 2020(04)
- [4]私密信息检索的容量研究[D]. 姚昕羽. 东南大学, 2020
- [5]基于FPGA的信道编译码技术的研究[D]. 李威. 广东工业大学, 2019(06)
- [6]生物微纳电子学若干可靠性设计问题研究[D]. 刘礼文. 西安电子科技大学, 2019(02)
- [7]网络编码的安全与纠错机制研究[D]. 章广志. 哈尔滨工程大学, 2018(08)
- [8]两类三重量的二元线性码[D]. 李明明. 杭州电子科技大学, 2017(02)
- [9]极化码性质及编译码方法的研究[D]. 石磊. 华南理工大学, 2015(12)
- [10]基于区域梯度统计分析与卷积神经网络的条码定位算法研究[D]. 陈致远. 上海交通大学, 2015(07)