一种信道纠错码BCH码和RS码的译码方法

    公开(公告)号:CN101459431A

    公开(公告)日:2009-06-17

    申请号:CN200810241118.8

    申请日:2008-12-30

    Abstract: 本发明公开了一种信道纠错码BCH码和RS码的译码方法,属于数字通信领域。该方法包括:由接收到的码字R(x)计算伴随多项式S(x);利用Euclid算法,求解Berlekamp关键方程,得到错误位置多项式σ(x);若错误位置多项式σ(x)中的常数项σ0为0,则可以正确译码;若错误位置多项式σ(x)中的常数项σ0不为0,利用Chien搜索计算错误位置和对应的错误值;如搜出的错误位置的个数等于其最大纠错能力,则可以正确译码,否则,发出接收信号错误个数超出最大纠错能力的报警指示信号并将接收码字原样输出。本发明避免了接收码字错误个数超出信道纠错码最大纠错能力时,出现“越纠越错”的情况,从而降低了整个通信系统的误码率。

    一种用于纠正数据帧中错误比特的快速循环CRC校验方法

    公开(公告)号:CN1571284A

    公开(公告)日:2005-01-26

    申请号:CN03146033.X

    申请日:2003-07-14

    Applicant: 北京大学

    Inventor: 赵玉萍

    Abstract: 本发明公开了一种用于纠正数据帧中错误比特的快速循环CRC校验方法,涉及通信及计算机数据传输技术领域。采用技术方案为:一种快速纠正数据帧传输系统中错误比特的方法,其特征在于:在接收机内设置存贮器与计数器,通过若干个比较器与若干个加法器连接为数据帧校验系统,校验系统中设置有CRC校验模块,CRC校验模块包括CRC长除校验法与模二加校验法,其中CRC长除校验法只需采用一次,其后的校验法均采用模二加校验法,通过CRC校验模块对接收的数据帧执行判断、确认数据帧错误比特发生的位置、进行纠正并发出正确数据帧。本发明可有效缩短原有技术中的校验延时,从而达到减小误帧率,节约频带资源的目的。

    基于最大互信息的极化码量化译码方法及装置

    公开(公告)号:CN115529104A

    公开(公告)日:2022-12-27

    申请号:CN202110702802.7

    申请日:2021-06-24

    Applicant: 北京大学

    Abstract: 本发明公开一种基于最大互信息的极化码量化译码方法及装置,包括构建信道量化器;构建极化码信息比特向量与信道量化器输出向量之间的因子图;对物理信道输出向量中各元素进行均匀量化;将均匀量化结果输入信道量化器;根据因子图与信道量化器输出结果进行译码。本发明适用于不同的物理信道,可在不同信噪比下基于最大互信息准则利用量化密度进化方法设计量化译码器,将浮点运算代替为查表操作,在几乎不损失纠错能力的前提下降低硬件复杂度以及功耗。

    一种缩短极化码方法和通信方法及系统

    公开(公告)号:CN111641473B

    公开(公告)日:2022-10-14

    申请号:CN201910155893.X

    申请日:2019-03-01

    Applicant: 北京大学

    Abstract: 本发明涉及一种缩短极化码方法和通信方法及系统。已有的缩短极化码算法仅仅考虑了生成矩阵的特性,并且在消息端均匀地选取overcapable比特。本发明通过分析码字端缩短操作对于消息端比特位的影响,提出了一种新型缩短极化码方法,首先在消息端选取m个最可靠的比特,将它们全部置为overcapable比特和固定比特,再通过一种映射准则得到码字端的缩短模式。本发明从理论上证明了本缩短算法的合理性和可行性,并且从信道容量的角度诠释了本缩短算法的优越性。仿真结果表明,在不同的码长和码率的条件下,本缩短极化码算法的误帧率性能与误比特率性能均优于已有的凿孔和缩短极化码算法。

    基于Arduino实现时间电流法和循环伏安法的激励信号生成电路及电化学检测装置

    公开(公告)号:CN111781267B

    公开(公告)日:2021-11-09

    申请号:CN202010465031.X

    申请日:2020-05-28

    Applicant: 北京大学

    Abstract: 本发明提供一种基于Arduino实现时间电流法和循环伏安法的激励信号生成电路及电化学检测装置,该电化学检测装置包括激励信号生成电路、三电极体系电路、测试电极、信号测量电路及电源信号电路;激励信号生成电路通过接收的Arduino数字信号,生成激励信号;三电极体系电路通过激励信号在测试电极的工作电极和参比电极之间产生一个恒压信号或一个三角波电压信号;信号测量电路将采集的测试电极的工作电极和对电极回路里的极化电流,转化为数字信号,反馈至Arduino。本发明的检测性能极好,成本是一商用电化学设备的百分之一,体积和质量是六分之一,为电化学监测设备的低成本化、便携式化、可穿戴化提供一种新的装置。

    基于二阶段自适应滤波的全双工系统相位噪声抑制方法

    公开(公告)号:CN111726306B

    公开(公告)日:2021-06-29

    申请号:CN202010391010.8

    申请日:2020-05-11

    Applicant: 北京大学

    Abstract: 本发明公开了一种基于二阶段自适应滤波的全双工系统相位噪声抑制方法。本方法为:1)全双工节点的第一自适应滤波器发射信号x(n)、期望信号r(n)完成时域信道估计,得到估计值然后计算误差信号并进行时域自干扰消除;然后移除CP并将信号转化为频域,得到频域信号E1(k);2)全双工节点从E1(k)中获取发射信号x(n)的频域信号X(k),计算然后该全双工节点的第二自适应滤波器根据A(k)、E1(k)得到相位噪声频域估计值δ(k);然后根据E1(k)、δ(k)得到误差信号E2(k),完成相位噪声抑制。本方案自干扰消除能力具有较高的性能增益,抑制了相位噪声。

    一种OFDM信号检测方法
    27.
    发明公开

    公开(公告)号:CN112636855A

    公开(公告)日:2021-04-09

    申请号:CN202011502076.6

    申请日:2020-12-18

    Applicant: 北京大学

    Abstract: 本发明公开了一种OFDM信号检测方法,其步骤包括:1)选取OFDM系统中K个子载波上承载的数据作为训练数据,其中不同子载波上的数据为具有不同多径响应的OFDM信号;2)将该K个子载波上的数据分成T组,然后获取或建立一神经网络,利用每组数据分别单独训练该神经网络,得到一对应预测输出结果;然后计算该预测输出结果与对应真实输出信号之间的损失值,当达到设定条件时停止训练;3)对于需在线检测的OFDM信号,将其分为T组并分别输入到一训练后的神经网络,得到T个预测输出的OFDM频域信号;然后将该T个OFDM频域信号串联作为该需在线检测的OFDM信号的预测输出信号。本发明降低了网络的复杂度并提升了性能。

    一种上行蜂窝网络中的多小区协调调度方法及上行蜂窝系统

    公开(公告)号:CN110312316B

    公开(公告)日:2020-11-20

    申请号:CN201910459945.2

    申请日:2019-05-30

    Applicant: 北京大学

    Abstract: 本发明公开了一种上行蜂窝网络中的多小区协调调度方法及上行蜂窝系统。本方法为:基站1对于每种用户选择,设定调度用户序列基站i∈{2,...M}对于每种用户选择ki,从基站i‑1的K个调度用户序列中选择一个使得前i个小区的系统总速率最大的用户序列并设定基站i调度用户ki时的调度用户序列为基站M从基站M的K个调度用户序列中选择使得系统总速率最大的序列,即为最终的多小区调度用户集合本发明减小了小区间干扰,优化了整个系统的性能。

    一种MU-MISO混合预编码系统模拟预编码矩阵生成方法

    公开(公告)号:CN109560843B

    公开(公告)日:2020-09-29

    申请号:CN201811239432.2

    申请日:2018-10-23

    Applicant: 北京大学

    Abstract: 本发明公开了一种MU‑MISO混合预编码系统模拟预编码矩阵生成方法,其步骤包括:1)将MU‑MISO混合预编码系统的等效信道矩阵的最小特征值作为MU‑MISO混合预编码系统模拟预编码矩阵的性能指标;2)根据所述性能指标构建凸优化问题的目标函数,将该目标函数作为求解所述模拟预编码矩阵的目标函数;3)将所述模拟预编码矩阵的求解问题转化为标准的凸优化问题,根据凸优化理论求解该凸优化问题,获得所述模拟预编码矩阵。仿真实验结果表明,基于本方案的系统性能优于其他相关研究成果的性能。

    一种LTE-A系统中CQI预测方法

    公开(公告)号:CN109756310A

    公开(公告)日:2019-05-14

    申请号:CN201711061612.1

    申请日:2017-11-02

    Applicant: 北京大学

    Abstract: 本发明公开了一种LTE-A系统中CQI预测方法,其步骤包括:利用基站记录的CQI历史数据,生成一长度为L的CQI序列,记为向量XL;从该向量XL中截取一段由近期CQI历史数据构成的序列,记为向量XSL;向量XSL的长度为SL;在向量XL去除向量XSL之后的剩余部分中寻找与该向量XSL最相似的序列段Xkm;根据Xkm和CQI反馈时延D外推找到与待预测时刻最相似的时间点tsp,然后以tsp为基准获取之前一段长度WL的CQI历史数据序列作为预测向量Xhp;根据Xhp确定待预测时刻的CQI预测值。本发明在CQI高时延和用户移动速度相对较大时能够取得较好的效果,同时算法的复杂度低,易于硬件实现。

Patent Agency Ranking