导读:本文包含了低复杂度编码论文开题报告文献综述及选题提纲参考文献，主要关键词:预编码,广义正交空间调制,误比特性能,最大似然
低复杂度编码论文文献综述
陈发堂,杨康,付永莉,李孟杰[1]（2019）在《预编码辅助广义正交空间调制的低复杂度检测》一文中研究指出预编码辅助广义正交空间调制(PGQSM),利用已知的信道状态信息,对正交空间调制(QSM)的同相和正交两路信号分别做预编码处理,以降低接收机进行信号检测的复杂度。同时,针对预编码辅助广义正交空间调制系统的正交性在接收端造成的计算复杂度过高的问题,提出了一种改进的预编码辅助广义正交空间调制低复杂度检测算法。分析和仿真结果表明,该改进的算法可以得到与最大似然检测算法(maximum likelihood,ML)近乎相同的误比特率(BER)性能,同时可以使计算复杂度降低90%以上。(本文来源于《系统仿真学报》期刊2019年10期）
汪辉,郎文辉,杨学志,段苓丽,佘成龙[2]（2019）在《基于BWDSP的HEVC熵编码的复杂度分析与优化》一文中研究指出为了优化BWDSP平台上高效视频编码(high efficiency video coding,HEVC)熵编码算法,文章基于BWDSP仿真平台对熵编码复杂度进行了深入分析,并结合BWDSP搭载的硬件资源,从对不同尺寸的变换系数块熵编码算法结构的优化、存储器优化和线性汇编优化3个不同层级的组合优化方案进行优化处理,提出了一种基于乒乓缓存的DMA数据传输优化方案,设计了一种基于单核DSP的多任务级并行处理的优化方案。实验结果表明,经过优化的HEVC熵编码的运行速度显着提高,平均加速比达到15倍。(本文来源于《合肥工业大学学报(自然科学版)》期刊2019年09期）
董妮娅,林毅[3]（2019）在《大规模多用户MIMO系统中的低复杂度混合预编码方案》一文中研究指出大规模多输入多输出(MIMO)可提供相当大的系统容量,但代价是硬件的高复杂性。本文提出了一种低复杂度的混合预编码方案phased-ZF(PZF),具有接近传统迫零(ZF)预编码的性能,其原理是在RF域仅进行相位控制,而在基带部分则进行低维基带ZF预编码。通过稀疏散射毫米波信道的仿真,证明了本方案的正确性。(本文来源于《科学技术创新》期刊2019年19期）
吕尉邦,贺光辉[4]（2019）在《一种适用于多用户MIMO系统的低复杂度S-GMI-THP预编码算法及硬件实现》一文中研究指出区块对角化(Block Diagonalization,BD)预编码技术广泛应用于多用户MIMO(Multiple-Input MultipleOutput),其算法的计算复杂性主要来源于两次奇异值分解操作.S-GMI(Simplified Generalized MMSE Channel Inversion)算法提出以一次QR分解代替BD算法中一次奇异值分解.本文提出S-GMI-THP算法,使用THP(Tomlinson-Harashima Precoding)代替S-GMI算法中的奇异值分解,极大降低了复杂度.分析与仿真结果表明,所提出的S-GMI-THP算法相较于THP与MMSE算法可以实现明显的BER性能增益.文章还给出了S-GMI-THP算法整体框图以及8×8规模矩阵求逆模块的硬件实现架构,该结构在virtex-7平台以较低的资源实现了23.8 M Matrix/s的吞吐.(本文来源于《微电子学与计算机》期刊2019年07期）
任学超,薛红平,武彦君,王学才,平建创[5]（2019）在《基于H.265编码复杂度的优化模型算法》一文中研究指出提出了一种结合深度学习方法的GRU神经网络模型;通过采用CNN和GRU神经网络结构,将连续若干帧的CTU图像信息依次通过CNN和GRU结构中,训练学习视频空间和时间内容相关性,预测每一帧的编码单元分割结果;通过对基本视频测试序列压缩的实验验证和对比表明,提出的方法大多能有效降低编解码复杂率。(本文来源于《兵器装备工程学报》期刊2019年05期）
刘晋宏[6]（2019）在《大规模MIMO系统低复杂度线性迭代预编码算法研究》一文中研究指出大规模多输入多输出(Multiple Input Multiple Output,MIMO)系统已经被认为是未来移动通信的关键技术之一,即在基站端配置大量的天线同时服务数十个用户终端使得空间自由度更多,且可以获得巨大的阵列增益和复用增益,理论证明频谱效率能够提升两个量级以上。由于用户终端的增加可能会导致用户间干扰,因此在基站端发送数据前必须采用非线性或线性预编码有效的抑制干扰。然而,传统线性迫零(Zero Forcing,ZF)预编码存在信道矩阵求逆,因此它的计算复杂度会随着天线阵列规模的增大而增加。针对上述问题,本文研究了低复杂度的线性预编码方法。本文的主要研究思路是通过对线性ZF预编码中的信道矩阵求逆利用迭代的思想近似求解从而降低计算复杂度。首先针对在少迭代次数下已存在的迭代方法性能下降且收敛速度较慢等缺点提出了一种改进的加权两步迭代(Weighted Two Stage,WTS)预编码方法,其具体思想是通过经验加权因子将前向和后向迭代结果进行合并从而调整迭代矩阵的谱半径大小进一步影响收敛速度。其次鉴于上述缺点,并且考虑到松弛因子以及迭代初始解对收敛速度的影响提出了一种改进的修正逐次超松弛(Modified Successive Over Relaxation,MSOR)预编码方法,其具体思想是通过合理的选择松弛因子和加速因子从而加速收敛。相比于传统线性ZF预编码,提出的两种改进预编码方法具有更低的计算复杂度,并且两种改进预编码方法的收敛速度要优于已存在的预编码方法。仿真结果表明提出的两种改进预编码方法可以通过较少的迭代次数就能够获得近似最优的线性ZF预编码的性能,因此本文所提方法更加适用于大规模MIMO系统。(本文来源于《内蒙古大学》期刊2019-04-10）
周冬,曹海燕,许方敏,方昕,王秀敏[7]（2019）在《大规模MIMO系统中基于权重高斯赛德低复杂度ZF预编码方案》一文中研究指出大规模MIMO系统中的传统ZF(zero forcing,迫零)预编码方法中由于存在厄米特矩阵求逆,其复杂度随着用户数的增多呈指数增加。针对这一问题,提出了一种基于权重高斯赛德(weighted Gauss-Seidel,WGS)的低复杂度全数字ZF预编码方案,即在高斯赛德(GS)的基础上,将传统GS算法迭代结果与上一步的迭代结果进行权重相加以加速迭代收敛,其权重因子通过最小均方和来确定,并且证明权重因子可使算法收敛。仿真结果表明,WGS算法通过极少的迭代次数即可逼近ZF预编码方案的性能,且将ZF预编码的复杂度从O(K~3)降低到O(K~2),其中, K为用户数。(本文来源于《电信科学》期刊2019年03期）
朱国晖,陈星[8]（2019）在《一种大规模MIMO系统的低复杂度预编码算法》一文中研究指出在大规模多输入多输出系统中,基站侧天线数目和用户数目的增加导致信道矩阵的维度也增加,从而使预编码矩阵的计算复杂度增大。为此,将截断多项式展开理论与最小均方误差(MMSE)预编码算法相结合,提出一种低复杂度的预编码算法。将矩阵多项式的前J项和近似为矩阵的逆矩阵,在MMSE预编码的基础上推导该算法的预编码矩阵,并求解发射功率有限时最佳阶数的表达式。仿真结果表明,在与MMSE预编码算法频谱效率相近的情况下,该算法可有效降低预编码的计算复杂度。(本文来源于《计算机工程》期刊2019年03期）
黎明[9]（2019）在《低复杂度大规模MIMO预编码算法研究》一文中研究指出随着互联网技术和多媒体应用的飞速发展,人们对数据流量的需求变得越来越高,这就要求下一代无线通信技术(5G)拥有更高的通信容量。大规模MIMO(Multiple-Input Multiple-Output)技术作为5G的关键技术之一,在提升系统频谱效率和传输可靠性方面具有突出优势。但是大规模MIMO在实现的过程中,面临着严重的用户间干扰问题,而解决用户间干扰的有效途径是使用预编码技术。同样的,将预编码技术用于大规模MIMO系统,其实现也将面临着诸多的挑战。其中,信号处理计算复杂度过高以及硬件成本和功耗过高就是其面临的两个严峻的挑战。本文主要针对这些挑战展开研究。首先,研究了大规模MIMO的基础理论,介绍了其基本模型并对其信道特性进行了理论分析。从理论上推导了大规模MIMO系统的频谱效率上界并对实际频谱效率进行了仿真分析。其次,研究了配备高精度数模转换器(Digital-to-Analog Converter,DAC)的大规模MIMO系统中的预编码技术,重点研究了其线性预编码技术。针对传统预编码算法的计算复杂度较高的问题,研究了基于迭代法的预编码算法,并提出一种基于PCG(Preconditional Conjugate Gradient)迭代的预编码算法。仿真结果表明所提出的算法不仅具有较低的复杂度,而且还具有较快的收敛速度。最后,为了降低基站端硬件成本和功耗,研究了使用1-比特DAC进行量化的大规模MIMO系统中的预编码技术,针对传统的线性预编码在1-比特场景下效果不理想的缺点,重点研究了非线性预编码算法。文中提出一种Neumann-AM(Neumann series expansion Alternating Minimization)预编码算法。仿真结果表明,所提出的算法不仅能保证量化预编码的误码率性能,而且大大降低了计算的复杂度。(本文来源于《哈尔滨工程大学》期刊2019-03-01）
周秉毅,陈紫强,谢跃雷,黄志成[10]（2018）在《基于FPGA的低硬件复杂度的极化码编码实现方案》一文中研究指出为了降低极化码编码硬件电路的成本并提高编码结构的灵活性,从面积优化的角度,提出了一种基于FPGA的低硬件复杂度的极化码编码实现方案。采用复用结构替换极化码编码中硬件复杂度较高的直接并行克罗内克积运算结构,并将其封装成可以实现任意维数克罗内克积运算的IP核。实验结果表明,当基矩阵为2阶时,实现最小运算单元所需的寄存器数量降低至原来的1/4,整体硬件复杂度降低至与码长呈线性关系的复杂度。(本文来源于《桂林电子科技大学学报》期刊2018年06期）
低复杂度编码论文开题报告
（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：
为了优化BWDSP平台上高效视频编码(high efficiency video coding,HEVC)熵编码算法,文章基于BWDSP仿真平台对熵编码复杂度进行了深入分析,并结合BWDSP搭载的硬件资源,从对不同尺寸的变换系数块熵编码算法结构的优化、存储器优化和线性汇编优化3个不同层级的组合优化方案进行优化处理,提出了一种基于乒乓缓存的DMA数据传输优化方案,设计了一种基于单核DSP的多任务级并行处理的优化方案。实验结果表明,经过优化的HEVC熵编码的运行速度显着提高,平均加速比达到15倍。
（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。
低复杂度编码论文参考文献
[1].陈发堂,杨康,付永莉,李孟杰.预编码辅助广义正交空间调制的低复杂度检测[J].系统仿真学报.2019
[2].汪辉,郎文辉,杨学志,段苓丽,佘成龙.基于BWDSP的HEVC熵编码的复杂度分析与优化[J].合肥工业大学学报(自然科学版).2019
[3].董妮娅,林毅.大规模多用户MIMO系统中的低复杂度混合预编码方案[J].科学技术创新.2019
[4].吕尉邦,贺光辉.一种适用于多用户MIMO系统的低复杂度S-GMI-THP预编码算法及硬件实现[J].微电子学与计算机.2019
[5].任学超,薛红平,武彦君,王学才,平建创.基于H.265编码复杂度的优化模型算法[J].兵器装备工程学报.2019
[6].刘晋宏.大规模MIMO系统低复杂度线性迭代预编码算法研究[D].内蒙古大学.2019
[7].周冬,曹海燕,许方敏,方昕,王秀敏.大规模MIMO系统中基于权重高斯赛德低复杂度ZF预编码方案[J].电信科学.2019
[8].朱国晖,陈星.一种大规模MIMO系统的低复杂度预编码算法[J].计算机工程.2019
[9].黎明.低复杂度大规模MIMO预编码算法研究[D].哈尔滨工程大学.2019
[10].周秉毅,陈紫强,谢跃雷,黄志成.基于FPGA的低硬件复杂度的极化码编码实现方案[J].桂林电子科技大学学报.2018