一、继续工程教育的矩阵结构（论文文献综述）
华纬韬[1]（2021）在《基于压缩感知的宽带信道估计关键技术研究》文中认为高频段信道估计作为B5G技术发展的重要一环,受到了越来越多的关注与研究,针对该信道趋于稀疏化的特征,压缩感知算法作为稀疏信道重构的关键技术,其相关研究具有十分重要的实际意义。本论文聚焦压缩感知算法中测量矩阵设计环节与信道重构算法环节,对列间低相关性测量矩阵建模以及基于贪婪重构的优化改进算法等技术展开研究,本文的主要研究工作与贡献如下:首先,针对测量矩阵列间相关性导致信道估计性能下降的问题,本文提出了分段列相关的矩阵结构模型,并且对基于该模型构造的测量矩阵进行仿真验证。其结果表明该测量矩阵相比于传统的测量矩阵能够有效降低列间相关性从而提高了信道估计精度。此外,受分段列相关矩阵结构特征的启发,本文提出了基于预选集的分组并行化重构算法。其中,重点研究了预选集与分段列相关矩阵结构的适配模型;同时根据该模型提出了分组并行化的结构;然后给出了基于相关性的分组筛选支撑集方案。经过仿真实验可知,该算法不仅能够有效缩短运行时间而且作为全局处理方式能提高信道估计精度。其次,针对传统贪婪重构算法存在无法有效剔除错误索引导致信道估计精度低的问题,本文提出了动态反馈匹配追踪（DFMP）算法。其中,主要研究了通过增加反馈集动态扩充候选集的办法;并且提出了基于动态约简集的筛选方案。仿真结果表明DFMP算法的信道精确估计概率明显高于传统算法,所以该算法不仅能够选取更多的潜在正确索引而且能够随着迭代进行动态地剔除错误索引集。但是DFMP存在索引集固定选取与迭代次数偏多的问题,为达到既保证重构精度的同时又能兼顾降低运行时间的要求,本文提出了快速动态反馈匹配追踪（FDFMP）算法。其中,研究了基于预设反馈长度的优化方法;并且提出了基于残差跟随的索引集动态选取方案。仿真结果显示FDFMP算法的运行时间与精确重构概率相比于DFMP算法都得到了提升,因此该算法在减少索引集偏差的同时还能够加速支撑集的扩充。
荣志[2]（2021）在《基于电磁积分方程快速直接算法的研究与应用》文中研究指明电磁积分方程方法因其具有较高的计算精度和较少的未知量,已被广泛应用于电磁仿真设计领域中。使用矩量法离散积分方程会产生一稠密矩阵,为此诸多快速算法被提出以进一步提升了积分方程方法的计算能力。绝大多数快速算法通常用于加速积分方程离散形成的线性矩阵与右端向量之间的乘积。所以这些快速算法常结合迭代方法,求解积分方程离散形成的线性矩阵方程。然而,迭代方法仍然有严重的弊端。首先是对于复杂问题,迭代方法的收敛很慢甚至难以收敛。另一个问题是在求解多右端项时,迭代方法会因重启迭代过程而导致计算效率低。另一方面,不同于迭代方法,直接求解方法能够得到系统矩阵的逆,因而能够完全避开迭代方法的收敛性问题,并且对多右端项的求解更有效率。本文围绕着积分方程快速直接求解方法开展了一系列研究,研究内容包括基于叠层非对角低秩矩阵结构和骨架化分解两种快速直接求解方法,求解问题包括金属问题和均匀介质问题。首先,本文研究了基于改进的叠层非对角低秩矩阵结构（Modified HODLR）的快速直接求解方法。改进的方法将非对角矩阵块的压缩近似过程分为下行分割和上行聚合两个过程。对于下行分割过程,其将非对角矩阵块逐层分割,并使用扩展的相容性条件（EAC）判断子矩阵块能否使用低秩近似。随后上行聚合过程将低秩近似的子矩阵块逐层聚合得到非对角矩阵块的低秩近似形式,并使用QR-SVD再压缩方法降低非对角矩阵块的近似秩。数值算例证明使用改进的HODLR矩阵方法能够显着地提升计算效率和计算精度。然后,本文研究了基于骨架化算法（Skeletonization）的快速直接求解方法。为了进一步提升骨架化直接求解的计算效率,本文使用了新型骨架化策略和骨架分解。新型骨架化策略在代理面上使用等效点和常矢量基函数,避免了使用RWG基函数对代理面完全离散,因此减少了代理矩阵的维度,极大的提升了构建骨架化矩阵的计算效率。在得到了系统矩阵多层稀疏化表示之后,应用骨架分解方法将系统矩阵分解为若干矩阵相乘形式,并且只需对中间块对角矩阵求逆,求逆时间因此得到降低。接下来,针对骨架分解方法存在的缺陷,本文研究了强相容骨架分解方法（SASF）。该方法结合强相容性条件,只需对远区组耦合压缩近似,而不用同时压缩附近组和远区组,因此非对角矩阵块的近似秩更小,矩阵构建效率更高。对压缩后的系统矩阵使用SASF方法,可将系统矩阵分解为一系列三角矩阵和一块对角矩阵相乘形式。在分解过程中产生的稠密fill-in矩阵块,将其压缩近似以保证矩阵的稀疏性,分解求逆的计算效率也因此得到保证。数值算例表明SASF方法的计算复杂度为O(N1.5),存储复杂度为O（Nlog N）。最后,本文将强相容骨架分解方法拓展至求解均匀介质问题的PMCHWT积分方程中（PMCHWT-SASF）。PMCHWT方程同时具有电流和磁流未知量,为此提出了将两种未知量分别处理,得到分别的近似形式。再将得到的电流和磁流近似形式合并,得到最终系统矩阵的近似形式。依此方法得到的系统矩阵结构更为简单,能够更好地应用SASF方法快速分解求逆。在分解过程中产生的fill-in矩阵,将其与代理矩阵一同压缩,并结合矩阵归一化技术保证精度和效率。
卢嘉欣[3]（2020）在《互联网品牌基因的生成与发展机制研究》文中研究说明随着信息技术的普及和快速发展,移动设备和电脑设备成为人们的必备生活物品,电子载体上涌现出一大批软件,由于发展速度快、成长时间短,互联网行业传递出了一种快消快长的信号。为了增长互联网产品的生长周期,稳固互联网企业的市场地位,品牌基因成为了着力点。本文旨在研究构建在互联网领域的品牌基因生成与发展机制模型,为中小企业提供如何在互联网浪潮下构建自身品牌基因并在激烈的竞争环境下维持基因延续和进化的方法论。研究思路发起于传统行业的品牌基因研究,尤其是汽车领域关于品牌基因的生成、表征以及继承进化都已有了较为成熟的理论指导体系。本文在此基础上,将研究对象拓展至互联网行业,将研究主体转换为互联网产品,主要产品形式是PC端的网站和移动端的软件、系统等,为该类产品的设计提供基因层的方法论指导。研究首先明确传统行业的显性和隐性基因形态表征及提取方法,将其嫁接到互联网产品设计中,通过问卷、访谈、spss数据分析等研究方法对基因的提取流程及方法进行再设计。由于显隐性基因之间存在相互生成,相互制约的影响机制,针对既有硬件产品布局又有软件产品布局,且自身暂无明确隐性基因策略的品牌来说,提取出其品牌基因的生成模型如下:基于硬件产品表现建立品牌基因原始形态库——抽象提取共性形态——生成显性品牌基因——融合意象评价作为约束——生成隐性品牌基因——指导软件产品的设计表现。针对已有明确隐性基因策略的品牌来说,提取出其品牌基因的生成模型如下:提取企业战略层要素——生成品牌隐性基因——约束指导产品设计表达——构建产品显性基因体系。在构建显性基因表达体系时,引用了 Alan Cooper提出的、经过多重市场验证后确认可行的软件产品设计开发流程作为基础,将软件产品分成战略层、范围层、结构层、框架层和表现层,分层次进行品牌基因原始形态库的构建,接着提取出抽象的共性形态,生成显性基因表征库。最终的研究成果是一个显隐性品牌基因的生成转换模型,以及具体落实到软件设计上的显隐性品牌基因映射库。在研究的最后,以小米为实例验证对象,从小米的硬件产品中提取出产品显性基因,融合小米自身的品牌定位和基因战略,从五个层次对小米的主要运营软件——“米家”进行验证,提取出米家的显性基因表征,并将其和小米硬件产品所体现的基因表现进行对照,发现具备相当程度的吻合性,证实小米公司的软硬件设计是遵循统一的品牌基因表达体系而进行的,但是也存在部分未吻合甚至偏离性较大的设计表达,可见软件产品的基因表达体系的完整度和系统性弱于硬件产品,这也为小米的进一步软件设计迭代提供了 一个主要修整方向。
于长钺[4]（2020）在《新一代信息技术产业发展评价及影响因素研究》文中研究说明全球科技创新进入空前密集活跃期,新一轮技术革命和产业变革正在重构全球创新版图、重塑全球经济结构。新一代信息技术产业是战略性新兴产业的重要组成部分,主要包括下一代信息网络产业、电子核心产业、新兴软件和新型信息技术服务、互联网与云计算、大数据服务、人工智能等。它具有创新性最活跃、带动性最强、渗透性最广等特点。发展新一代信息技术产业对于提升我国科技创新实力、培育新经济增长点、促进传统产业转型升级和推动经济高质量发展具有重要意义。特别是在我国经济由高速增长转向高质量发展的新阶段,在优化经济结构、转换增长动力的攻关期,需要以新一代信息技术产业为突破口,紧抓全球新一轮科技革命和产业变革蓬勃兴起的历史性交汇期,加快抢占未来科技和产业竞争制高点,构建全球竞争新优势。新一代信息技术产业对我国经济发展起着举足轻重的作用,但如何从新一代信息技术产业的内涵特征出发,深入探讨新一代信息技术产业发展机理、剖析新一代信息技术产业与经济增长的相互关系、找出影响新一代信息技术产业发展的因素,尚需进行更加深入细致的研究。本文从相关理论和研究现状出发,以新一代信息技术产业发展评价为抓手,通过评价,得出新一代信息技术产业发展指数,以新一代信息技术产业发展指数为因子,从理论和实证两个方面,研究影响新一代信息技术产业发展的外部因素,以及新一代信息技术产业发展与经济增长效应之间的关系。主要研究内容及结论如下。第一,梳理并分析了新一代信息技术产业发展相关理论基础与文献,以产业发展理论、经济演化理论、技术创新理论和扎根理论为基础,从信息技术产业影响因素、信息技术产业对经济增长影响、信息技术产业动态演化三个方面进行了系统回顾,掌握了相关领域研究现状,为新一代信息技术产业发展评价、影响因素分析、经济增长效应分析提供了理论支撑。第二,对新一代信息技术产业的发展演进机理进行了细致的分析。从新一代信息技术产业形成的基本条件、基本特征、发展现状、面临的机遇与挑战等不同方面对新一代信息技术产业发展进行了细致的刻画。第三,构建了一种基于动态演化视角的新一代信息技术产业发展评价指标体系,科学合理地评价了我国新一代信息技术产业的发展水平。基于扎根理论,采用质性分析软件MAXQDA,对从CNKI数据库中检索出的相关文献进行分析,通过开放性编码、主轴编码、选择性编码,对相关数据进行清洗、钻取、试探性质性分析和理论饱和度检验,构建了包含60项指标的新一代信息技术产业发展评价初始集,在此基础上,提出了采用最大信息系数MIC与欧氏距离相结合的K-means聚类算法对评价指标体系进行筛选的方法,该算法充分利用MIC能够较好处理高维数据的优点,以及欧氏距离能够准确定位聚类中心的特点,从两个方面对K-means算法进行了改进,一是聚类中心点选取,提出了以欧氏距离均值为中心的临时聚类中心选择方法,每次聚类时,选择与该临时中心欧氏距离最远的点作为新的聚类中心;二是聚类原则,采用MIC值代替欧氏距离值。仿真实验结果表明,该算法在迭代次数、聚类正确率方面具有优势。通过该算法,探索建立了由40项指标组成的我国新一代信息技术产业发展评价指标体系,其中沿用21项指标,新增19项指标;分别采用熵权法、时点权重法计算出静态视角和动态视角下新一代信息技术产业发展指数,基于2011-2017年我国29个省域的面板数据,对指标体系的合理性进行了验证,并从全国、区域、省域、具体指标四个维度对评价结果进行了相应分析。研究结果表明,（1）随着政府出台政策的不断优化,我国新一代信息技术产业呈上升趋势发展。（2）我国新一代信息技术产业的发展水平是不平衡的。（3）区域排名变化整体变化不大。（4）要大力发挥新一代信息技术产业的带动性、渗透性和融合性作用。第四,构建并验证了新一代信息技术产业发展影响机制理论模型。基于扎根理论,通过关联矩阵结构分析和选择性编码,找出了新一代信息技术产业发展影响因素,构建新一代信息技术产业发展影响机制模型。以新一代信息技术产业发展指数作为因变量,采用面板数据固定效应和分位数回归模型,从实证角度,量化分析了人力资本水平、基础设施水平、金融水平、产业结构水平、经济开放水平、城镇化发展水平在不同阶段、不同区域对新一代信息技术产业发展产生的影响,为推动新一代信息技术产业发展提供了理论和实证依据。较单一维度下传统线性回归、固定效应回归等模型,提高了新一代信息技术产业发展影响因素回归分析的有效性、稳定性。模型回归结果表明,在不同的发展阶段、不同的地域,各因素的作用水平各不相同。从横向来看,在新一代信息技术产业的成长期,基础设施水平和金融发展水平是产业起步的关键,伴随着新一代信息技术产业的深入发展,这些生产要素所能发挥的作用接近极限,而人力资本水平在新一代信息技术产业发展中的重要性则呈上升趋势。从纵向来看,在新一代信息技术产业的成长期,基础设施水平和金融发展水平比人力资本水平的作用强;在新一代信息技术产业发展期,人力资本水平的因素逐渐凸显;在新一代信息技术产业成熟期,人力资本水平成为最重要推动要素。从地域来看,在东部发达地区,人力资本水平对于新一代信息技术产业发展具有显着促进作用,且作用力日益提升,基础设施水平和金融发展水平对于新一代信息技术产业的发展也是正向促进作用,但其促进作用伴随新一代信息技术产业的发展逐步减弱。产业结构水平和经济开放水平只有当新一代信息技术产业发展较为成熟时,才会发挥正向促进作用;在中部地区,基础设施水平和人力资本水平对新一代信息技术产业发展起着显着的促进作用,城镇化发展水平在新一代信息技术产业发展的成长期也会有正向促进作用;在西部地区,新一代信息技术产业发展关键在于基础设施水平,金融发展水平在西部地区新一代信息技术产业发展中也发挥着正向促进作用。第五,提出了基于PVAR模型的新一代信息技术经济增长动态效应分析方法,并通过动态面板GMM估计、脉冲响应函数、预测误差的方差分解,实证分析了新一代信息技术产业与经济增长之间的动态关系。本文利用2011-2017年我国29个省域的数据和计算得出的新一代信息技术产业发展指数,在数据平稳性检验、最优滞后阶数计算的基础上,以新一代信息技术产业发展指数为因子,构建了适用于新一代信息技术与经济增长动态关系的面板向量自回归模型（PVAR）,通过动态面板GMM估计、脉冲响应函数、预测误差的方差分解,检验二者相互冲击情况。研究结果表明,（1）新一代信息技术产业与经济增长存在动态均衡关系,两者相互促进,但两者的促进关系是非对称的:新一代信息技术产业对经济增长具有长期效应,而经济增长对新一代信息技术产业则是短期效应;（2）两者的贡献度不同:新一代信息技术产业对经济增长的贡献度比较大,而经济增长对新一代信息技术产业的贡献度比较小。第六,依据产业集群理论,采用空间计量模型,以新一代信息技术产业发展指数为因子,实证分析了新一代信息技术产业与经济增长的空间关联关系。鉴于当前新一代信息技术产业对经济增长实证研究尚待深入且大多忽略了空间因素,本文依据产业集群理论,应用空间自相关检验、空间计量模型等方法考察新一代信息技术产业与经济增长的空间相依性,以及新一代信息技术产业对经济增长的空间溢出效应。同时,本文基于2011-2017年我国29个省域的面板数据,构建了由基础设施水平、经济开放水平、人力资本水平等控制变量组成的空间计量模型。研究结果表明,（1）新一代信息技术产业和区域经济增长存在显着的空间依赖性,两者之间依存性和集聚性现象明显。（2）从模型的对比效果发现,考虑空间因素的空间计量模型要优于普通面板模型。由此得出,在选择新一代信息技术产业发展地区时,应该充分考虑空间因素,优先考虑周边拥有一定产业基础的地区、进而形成空间联动效应。第七,提出了促进新一代信息技术产业发展的政策建议。以我国新一代信息技术产业发展的现状分析为基础,依据所提出的新一代信息技术产业发展评价指标体系、构建的面板分位数回归模型、面板向量自回归模型和空间计量模型实证分析结果,提出了大力支持和推动新一代信息技术产业发展、积极引导新一代信息技术产业聚集发展、因地因时施策统一协调发展、全面推进新一代信息技术产业与实体经济融合发展等对策及建议。总体而言,本文在理论研究方面,弥补了当前研究领域存在的不足;在实践方面,结合实证分析结果,提出了加强新一代信息技术产业发展的对策和建议。上述研究成果,对于新一代信息技术产业的未来发展具有重要的参考和指导意义。
纪振东[5]（2020）在《基于半张量积和特殊结构约束矩阵方程求解及有效算法》文中提出矩阵方程的求解问题在图像恢复、线性规划、参数识别等领域有着广泛的应用,约束矩阵方程是数值代数领域最活跃的课题之一,因此,在约束条件下矩阵方程的求解问题具有重要的理论意义和实用价值.本文对特殊类型的矩阵方程的求解进行了研究,提出有效的解法,其主要工作有两个部分.首先,基于半张量积的一类矩阵方程的求解.半张量积最初是由程代展教授提出,广泛应用在布尔控制网络、图着色、博弈理论、密码算法等方面.本文在姚的研究基础上,进一步研究半张量积下矩阵方程AXB=C的可解性.首先研究了矩阵-向量方程,其中所要求的X是一个向量,建立了半张量积下矩阵维数的相容条件、有解的充要条件和具体求解方法.在此基础上,研究了矩阵-矩阵方程,其中所要求的X是一个矩阵,建立了半张量积下矩阵维数的相容条件、有解的充要条件和具体求解方法,对于每个部分,都给出了对应的数值实验来表明结果的有效性.其次,给出两类约束矩阵方程的解法.约束矩阵方程问题在参数识别、自动化控制、生物学等领域中有重要的应用.本文分别讨论了矩阵方程AX=B和AXAT=C的低秩对称半正定数值解.首先刻画可行集X=YYT,Y∈Rn×l,然后将低秩对称半定解的问题转化为无约束优化问题,利用非单调共轭梯度法建立了求解对称正半定解的迭代方法,最后数值实验表明该方法是可行有效的.
薛宇丛[6]（2020）在《QC-LDPC码打孔算法研究与设计》文中进行了进一步梳理低密度奇偶校验码,即LDPC（Low-Density Parity-Check Codes）码,因具有接近Shannon极限的纠错、检错性能以及较低的译码复杂度,在过去的十年间得到广泛研究。得益于LDPC码编码、译码方案的不断改进,LDPC码的适用性和可操作性大大提高。为使数字通信系统获得更高的容量和频谱利用率,通常采用打孔（puncturing）的方法实现码率自适应,即根据信道的实时性能自适应地改变编码方式和调制方案等。然而打孔通过删余部分码元信息来调整码率大小,破坏了校验矩阵中置信信息的完整性,对LDPC码的纠错能力造成影响,这一缺点限制了LDPC码在移动通信等系统中的应用[1]。本课题旨在解决LDPC码的这一问题,促进LDPC码更为广泛的应用。准循环低密度奇偶校验（Quasi-Cyclic Low-Density Parity-Check,QC-LDPC）码是一种高度结构化的LDPC码,其自身的准循环特性能够简化编码过程,同时提高译码效率。为降低QC-LDPC码在译码过程中的误码率和误帧率,改善通信系统在有噪信道中的性能,本课题从研究QC-LDPC码的结构出发,结合QC-LDPC码Tanner图的环路特性,提出一套改进的打孔方案。首先设计合适的基于循环置换矩阵的QC-LDPC码,从校验矩阵的构造上简化编码程序,根据其编码实现给出对应的二分图表示形式。结合QC-LDPC码校验矩阵结构和译码性能的理论关系,提出一种检测最小环路围长的方法,并给出算法方案的详细描述和流程图。其次,基于此算法构造一组最小环路围长递增的QC-LDPC码校验矩阵,选择合适的最大迭代次数,在高斯白噪声信道下进行误码率和误帧率仿真,以检测矩阵最小环路围长对译码性能的影响,从而验证算法的合理性和适用性。在此算法的基础上,解决有限码长的QC-LDPC码的打孔问题。已知打孔方案的选取会影响译码性能,本课题提出基于最小环路围长的一系列打孔位置和打孔数量的选取方案,控制变量进行仿真和对照,并与现有的打孔方案对比,比较各打孔方案的优劣。最终明确最小环路围长对于打孔位置和打孔数量的影响,并保留最佳方案。
杨涛宇[7]（2020）在《超高清视频无线传输用LDPC编译码器的研究与实现》文中进行了进一步梳理为了更好的研究LDPC码在超高清视频无线传输中的优势和性能,并适应各种编码需要的码长码率,本文从多码长和多码率的方面研究了8种模式的LDPC多模式的兼容结构,并且优化了编译码算法使其易于使用FPGA实现。首先,本文给出了伪随机LDPC码的校验矩阵结构,并具体分析了其相应的参数在实现中的意义。其次,介绍了常规的LDPC编译码的编码算法和和积译码算法,并详细分析了其使用FPGA实现过程中的难点。然后,从具体的QPSK调制解调方式和附加加性高斯白噪声的模拟情景下,利用动态生成伽罗华域地址的方式优化了编码算法的实现结构,并利用线性拟合的方式优化了译码算法的实现结构,使编译码算法在实现中能够节省大量FPGA资源的情况下,性能损失最小。接着,使用VERILOG语言在VIVADO软件上,使用优化后的编译码算法实现了8种模式兼容的LDPC编译码模块。最后,在FPGA平台上搭建符合情景的LDPC多模式编译码模块的测试平台,将实现之后的8种模式兼容的LDPC编译码模块搭载在测试平台上进行性能测试,测试平台能够收集在QPSK调制解调附加加性高斯白噪声的情况下的LDPC误码个数,以便进行性能分析。测试结果表明,使用优化过后的编译码算法能够节约大概98%的FPGA似然比计算存储资源,能够进行突发的模式变化,并且吞吐率最大的模式能够达到最大25M的吞吐率。对于码率为1/2的前4种模式,实现后模块的性能仅仅比需求的SNR性能低0.10.2dB。码率为3/4的后四种模式,实现后模块的性能仅仅比需求的SNR性能低0.10.3dB。使用基于优化后的算法实现的8种模式兼容的LDPC编译码模块,能够很好的实现需求所需性能,并且能够节约大量实现所需的FPGA资源,使得其易于实现。
王帅[8]（2020）在《飞行器数据链多码率LDPC编译码器设计与实验验证》文中研究表明LDPC码是一类逼近Shannon限的信道编码,在通信和存储领域应用广泛。飞行器数据链是无线自组织网络的通信链路,存在不同信息类型和传输速率的业务,要求LDPC编译码的信息长度和编码效率可配置。针对不同编译码模式兼容率低,导致硬件资源消耗高的问题,论文对比多码率LDPC编译码技术,结合5G标准扩展型LDPC码,设计并实现了一种多码率LDPC编译码器,支持2种信息位长和4种码率,兼容8种模式,可匹配飞行器数据链需求。论文主要研究内容如下:第一,分析场景并选择实现的信息位长和码率。结合自组织网络的应用场景和5G标准LDPC码的结构特点,针对数据链存在不同信息长度的短帧和长帧,选择实现320bits、1280bits两种信息位长;针对数据链要求长帧可改变速率,选择实现1 3、1 2、2 3、5 6四种码率,分别对应四种传输速率和译码门限。第二,设计并实现多码率LDPC编码器。分析生成矩阵和校验矩阵的编码算法复杂度,结合准循环近似下三角的校验矩阵结构,设计了基于循环移位的编码方案。说明编码模块的实现方法,对实现过程存在码字存储、移位长度、矩阵维度的兼容问题,提出优化方案,有效降低多码率编码器的资源占用率。第三,设计并实现多码率LDPC译码器。仿真不同算法的译码性能,在置信传播（BP）算法基础上,选择低复杂度的归一化最小和（NMS）算法,性能损失在0.2dB以内。考虑译码性能和实现资源,选取译码算法中的归一化因子、迭代次数、量化位宽参数。通过扩展矩阵技术,设计并实现多码率译码器,对节点信息存储单元、节点更新单元的模式兼容问题,给出可行的处理方案。第四,通过验证平台完成多码率LDPC编译码器测试。从功能、性能、资源三个方面评估编译码器,实现的编译码器性能相对仿真性能损失在0.1dB以内,信息处理速率高于25Mbps,通过复用1280bits信息位长和1 3码率的单模式编译码器资源,实现8种模式的编译码,触发器占用在5%以下,整体资源消耗较少。论文完成了飞行器数据链多码率LDPC编译码的FPGA设计与实现,兼容不同信息长度和编码效率的方案值得参考,具有一定的工程意义。
曾晶[9]（2019）在《基于Fibonacci-Lucas序列对QC-LDPC码构造方法的研究》文中研究指明低密度奇偶校验（Low-Density Parity-Check,LDPC）码的纠错性能可逼近香农极限,准循环低密度奇偶校验（Quasi-Cyclic LDPC,QC-LDPC）码的构造是LDPC编码研究的重点。正因为其具有循环或准循环特性,QC-LDPC码与随机化LDPC码对比,实现起来更加便利,其硬件实现过程中不用浪费大量的存储空间,能够更好的运用代数理论和几何理论知识来构造出具有较好纠错性能的LDPC码,QC-LDPC码已在许多通信标准中得到应用如IEEE802.16e、CCSDS、WiMAX和GB20600。参考了众多关于研究QC-LDPC码构造方法的文献,将Fibonacci-Lucas序列应用于QC-LDPC码的构造中,能够构造出码长码率灵活变化、编码复杂度低和纠错性能较好的QC-LDPC码。本文针对当前QC-LDPC码构造过程中存在的问题进行改进优化,主要解决围长不够大与最小距离不够大导致纠错性能不够好和编码复杂度高的问题,主要工作内容如下:1.针对围长不够大从而影响纠错性能的问题,本文提出一种基于Fibonacci-Lucas序列的大围长Type-I F-L-QC-LDPC码。利用Fibonacci-Lucas序列的特殊性质结合一种三角旋转构造方法构造指数矩阵,再利用单位矩阵和循环移位矩阵（Circulant Permutation Matrix,CPM）进行相应的扩展操作,最终得出校验矩阵,通过设置指数矩阵行列数能够灵活变化码长码率,能够消除4环和6环的存在,具有比较良好的纠错性能。在信道环境设置成加性高斯白噪声信道,调制方式选择二进制相移键控方式,译码方式选择BP迭代译码算法,迭代次数为50次迭代的仿真环境下,该方法构造的（2700,1352）F-L-QC-LDPC码,在误码率（Bit Error Rate,BER）为10-6的时候,和（2700,1352）F-QC-LDPC码与（2700,1353）L-QC-LDPC码对比,净编码增益（Net Coding Gain,NCG）分别提高了约1.0dB和1.6dB,相同情况下,该方法构造的（2580,1292）F-L-QC-LDPC码与（2580,1292）APS-QC-LDPC码比较,NCG提高了约1.0dB,另外这几种编码方法的计算复杂度都与码长的平方成正比,所需存储参数个数相当。2.针对编码复杂度高的问题,本文提出一种基于Fibonacci-Lucas序列的可快速编码的Type-I F-L-QC-LDPC码,是在第一种构造方法的基础上变化而来,校验矩阵结构形如H（28）[H1 H2],右边是一个准双对角线的结构,最终的校验矩阵能够实现快速编码,且能够避免4环的产生。构造出来的（4977,3318）F-L-QC-LDPC码对比于通过删除校验矩阵行来构造的（4665,3114）QC-LDPC码和Type-II CDS-QC-LDPC码,在BER为10-5的时候,NCG分别提高了约0.3dB和0.08dB。另外可快速编码的Type-I F-L-QC-LDPC码的计算复杂度与码长成正比,所需存储参数个数与对比的编码方法相当。3.针对最小距离不够大的问题,本文提出一种基于Fibonacci-Lucas序列的Type-II类型的QC-LDPC码的构造方法。可通过设置指数矩阵行列数能够灵活变化码长码率,引入修饰技术在增大最小距离的同时还能够消除4环,一定程度上能够减少大环长的生成,具有良好的纠错性能,构造出来的（3650,2192）Type-II F-L-QC-LDPC码对比于（3650,2192）Type-II CDS-QC-LDPC码和（3650,2192）Type-II S-QC-LDPC码,在BER为10-6的时候,NCG分别提高了约0.2dB和0.12dB。另外编码所需存储的参数个数相当,都是基于生成矩阵的间接编码方式,编码计算复杂度与码长的平方成正比。
孙国皓[10]（2019）在《基于协方差矩阵结构特征的机载雷达空时处理》文中指出现代机载雷达尤其是预警雷达中多采用大规模阵列与多脉冲体制,此外由于机载雷达所处的地形多变特性以及环境的非均匀性,使得雷达信号处理中所需巨大的样本数量与环境可提供的样本数量相矛盾。为了解决在少样本或无参考样本情况下,机载雷达空时自适应处理（STAP）中杂波协方差矩阵估计、降维算法、波形设计、目标检测等问题,需借助于一定的先验信息来提高机载雷达STAP性能。因此,本文围绕着机载雷达协方差矩阵结构特征,并展开相关空时二维信号处理算法研究。本文主要工作与贡献为:（1）建立机载雷达目标杂波模型以及分析杂波协方差矩阵结构机载雷达信号建模是后续工作展开的基础。首先本文分别对机载相控阵雷达、多输入多输出（MIMO）雷达体制下目标与杂波建模,并给出相应的杂波协方差矩阵。在此基础上,分析得出了杂波协方差矩阵具有一定的特殊结构,包括一种线性结构的集合。利用该结构,研究了协方差矩阵的极大似然估计方法以及几种放缩估计算法。（2）机载相控阵雷达结构化杂波协方差矩阵估计算法研究机载相控阵雷达杂波协方差矩阵具有多个低秩空域与时域杂波基矩阵Kronecker积求和的非线性结构。利用一种Kronecker积置换运算,可将该非线性结构转变为向量外积求和的线性结构。基于此,借助于近似梯度下降算法,本文提出一种将极大似然估计问题、先验协方差矩阵以及秩约束三者相结合的迭代估计算法。并理论上证明了估计得到的协方差矩阵以及基矩阵均具有Hermite矩阵特性。（3）基于结构化杂波协方差矩阵的机载MIMO雷达的两级STAP与矩阵估计研究机载MIMO雷达的杂波协方差矩阵可表示为发射空域、接收空域与时域基矩阵Kronecker积求和的非线性结构,并利用一种Kronecker积结构的权向量特性,本文提出一种收发两级STAP的处理模式,能够保证输出信杂噪比（SCNR）性能优越情况下有效地降低运算复杂度。此外本文提出一种基于双核范数的结构化杂波协方差矩阵估计算法,能够有效解决杂波协方差矩阵具有特殊结构约束的估计问题。并理论上证明了该算法所得的协方差矩阵能够保证上述非线性结构。（4）基于最大化互信息量的机载MIMO雷达波形设计算法研究建立了具有发射波形形式的机载MIMO雷达目标与杂波协方差矩阵结构模型。本文采用最大化目标与接收信号之间的互信息量为优化准则,提出一种基于目标与杂波统计先验信息的波形设计算法,并借助于多源交替方向法（ADMM）解决了有不同距离环之间影响的波形设计问题。（5）分布式机载MIMO雷达目标检测算法研究建立了分布式机载MIMO雷达体制下的目标与杂波模型。本文借助于贝叶斯检测框架,提出了一种分布式机载MIMO雷达在仅已知先验杂波协方差矩阵谱结构信息且无参考样本情况下的点目标检测器。此外,采用块稀疏贝叶斯学习（BSBL）估计算法,提出了一种无参考样本的分布式机载MIMO雷达距离扩展目标检测器,并给出了该检测器在有无目标两种假设下的概率密度函数。
二、继续工程教育的矩阵结构（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、继续工程教育的矩阵结构（论文提纲范文）
（1）基于压缩感知的宽带信道估计关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写词列表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 测量矩阵的研究现状 |
| 1.2.2 稀疏信道重构算法的研究现状 |
| 1.3 论文主要内容和结构安排 |
| 第二章 基于压缩感知的稀疏信道估计理论基础 |
| 2.1 引言 |
| 2.2 压缩感知的理论基础 |
| 2.2.1 信道的稀疏表征 |
| 2.2.2 测量矩阵生成方式 |
| 2.2.3 稀疏重构算法原理 |
| 2.3 基于贪婪算法的稀疏信道重构方法 |
| 2.3.1 OMP算法 |
| 2.3.2 gOMP算法 |
| 2.3.3 CoSaMP算法 |
| 2.3.4 算法重构性能仿真验证 |
| 2.4 信道模型及其估计方法 |
| 2.4.1 基于RIS的信道模型 |
| 2.4.2 基于压缩感知的稀疏信道估计建模 |
| 2.5 本章小结 |
| 第三章 用于稀疏信道估计的测量矩阵设计及其衍生重构算法 |
| 3.1 引言 |
| 3.2 准循环-LDPC矩阵设计与评价方法 |
| 3.2.1 准循环-LDPC矩阵的构造 |
| 3.2.2 基于信息熵的测量矩阵结构评价方法 |
| 3.3 基于分段列相关的测量矩阵设计 |
| 3.3.1 分段列相关矩阵建模 |
| 3.3.2 基于分段列相关模型的矩阵构造方法 |
| 3.3.3 测量矩阵性能仿真验证与分析 |
| 3.4 基于预选集的分组并行化重构算法 |
| 3.4.1 基于预选集的分组并行化建模方法 |
| 3.4.2 基于分组并行化模型的重构算法 |
| 3.4.3 并行化重构算法性能仿真验证与分析 |
| 3.5 本章小结 |
| 第四章 用于稀疏信道估计的DFMP算法及其改进算法 |
| 4.1 引言 |
| 4.2 基于压缩感知的RIS辅助信道估计模型 |
| 4.3 DFMP算法研究 |
| 4.3.1 基于动态反馈集与约简集的改进方案 |
| 4.3.2 基于动态反馈-约简的算法对比与复杂度分析 |
| 4.3.3 性能仿真验证与分析 |
| 4.4 FDFMP算法研究 |
| 4.4.1 基于残差跟随与预设反馈长度的改进方案 |
| 4.4.2 基于改进方案的重构算法及对比 |
| 4.4.3 性能仿真验证与分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 后续研究展望 |
| 参考文献 |
| 攻读硕士学位期间主要的研究成果 |
（2）基于电磁积分方程快速直接算法的研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究历史与现状 |
| 1.3 本文的主要内容与贡献 |
| 1.4 本论文的结构安排 |
| 第二章 积分方程方法简介 |
| 2.1 引言 |
| 2.2 表面积分方程方法 |
| 2.3 积分方程的矩量法求解 |
| 2.3.1 矩量法基本原理 |
| 2.3.2 基函数的选取 |
| 2.3.3 积分方程的离散 |
| 2.3.4 矩阵方程的求解 |
| 2.4 本章小结 |
| 第三章 改进的叠层非对角低秩矩阵快速直接求解方法 |
| 3.1 引言 |
| 3.2 叠层非对角低秩矩阵的基本原理 |
| 3.3 改进的HODLR矩阵构建方法 |
| 3.3.1 下行分割 |
| 3.3.2 上行聚合 |
| 3.3.3 复杂度分析 |
| 3.4 数值算例 |
| 3.4.1 金属球 |
| 3.4.2 计算复杂度 |
| 3.4.3 计算效率对比 |
| 3.4.4 复杂飞机的电磁散射 |
| 3.5 本章小结 |
| 第四章 基于骨架分解的快速直接求解方法 |
| 4.1 引言 |
| 4.2 骨架化方法基本原理 |
| 4.3 骨架分解方法的实现 |
| 4.3.1 新型骨架化策略 |
| 4.3.2 骨架分解方法 |
| 4.4 数值算例 |
| 4.4.1 金属球 |
| 4.4.2 复杂度分析 |
| 4.4.3 计算效率分析 |
| 4.4.4 直升机模型 |
| 4.4.5 复杂飞机模型 |
| 4.5 本章小结 |
| 第五章 强相容骨架分解快速直接求解方法 |
| 5.1 引言 |
| 5.2 强相容骨架分解方法 |
| 5.2.1 强相容骨架化矩阵结构 |
| 5.2.2 强相容骨架分解的实现 |
| 5.2.3 Fill-in的压缩处理 |
| 5.2.4 复杂度分析 |
| 5.3 数值算例 |
| 5.3.1 计算精度测试 |
| 5.3.2 SASF的复杂度 |
| 5.3.3 计算效率分析 |
| 5.3.4 复杂飞机的电磁散射 |
| 5.4 本章小结 |
| 第六章 均匀介质目标的快速直接求解方法 |
| 6.1 引言 |
| 6.2 PMCHWT方程基本原理 |
| 6.3 求解PMCHWT方程的强相容骨架分解方法 |
| 6.3.1 PMCHWT-SASF的实现 |
| 6.3.2 Fill-in矩阵块的压缩 |
| 6.4 数值算例 |
| 6.4.1 计算精度测试 |
| 6.4.2 计算复杂度验证 |
| 6.4.3 复杂介质体 |
| 6.5 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（3）互联网品牌基因的生成与发展机制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.2 课题相关概念简析 |
| 1.2.1 品牌基因 |
| 1.2.2 互联网品牌 |
| 1.2.3 基因生成设计 |
| 1.3 国内外研究现状综述 |
| 1.3.1 品牌基因研究现状 |
| 1.3.2 互联网品牌研究现状 |
| 1.3.3 生成设计研究现状 |
| 1.4 研究目的及意义 |
| 1.4.1 研究目的 |
| 1.4.2 研究意义 |
| 1.5 研究思路及方法 |
| 1.5.1 研究范围界定 |
| 1.5.2 研究思路及整体架构 |
| 1.5.3 研究方法 |
| 1.6 研究创新点与难点 |
| 第二章 传统企业的品牌基因生成及进化机制 |
| 2.1 基因学相关理论基础架构 |
| 2.1.1 生物学基因理论基础模型 |
| 2.1.2 营销学品牌理论概念模型 |
| 2.1.3 设计学传统企业品牌基因模型组成 |
| 2.2 设计情境下产品隐性基因生成方法 |
| 2.2.1 传统品牌产品隐性基因特征 |
| 2.2.2 隐性基因的提取方法设计 |
| 2.3 设计情境下产品显性基因生成方法 |
| 2.3.1 传统品牌产品的显性基因表征 |
| 2.3.2 传统品牌产品显性基因特征 |
| 2.3.3 显性基因的提取方法设计 |
| 2.4 设计情境下品牌基因进化机制 |
| 2.4.1 品牌基因的进化路径 |
| 2.4.2 品牌进化的动力机制 |
| 2.4.3 苹果IOS系统基因进化历程分析 |
| 2.5 本章小结 |
| 第三章 互联网产品品牌基因的形态表达体系 |
| 3.1 互联网品牌产品共性特征 |
| 3.2 互联网产品设计流程 |
| 3.3 互联网产品设计的隐形基因库 |
| 3.4 互联网产品设计的显性基因库 |
| 3.4.1 交互设计的原始形态层 |
| 3.4.2 范围层的原始形态提取 |
| 3.4.3 结构层的原始形态提取 |
| 3.4.4 框架层的原始形态提取 |
| 3.4.5 表现层的原始形态提取 |
| 3.5 本章小结 |
| 第四章 互联网产品品牌基因生成策略 |
| 4.1 隐形基因的生成策略 |
| 4.1.1 品牌定位决定隐性基因的内在逻辑 |
| 4.1.2 需求分析约束隐性基因的进化变异 |
| 4.1.3 设计传达是隐性基因的转译工具 |
| 4.2 结构层:不同结构层形态引导不同的品牌基因 |
| 4.2.1 层级结构:层级概念和强逻辑性 |
| 4.2.2 自然结构:容变性和专属感 |
| 4.2.3 线性结构:单一但轻量化的主线贯穿式 |
| 4.2.4 矩阵结构:强发散性和大容量需求 |
| 4.3 框架层:各框架设计要素对品牌基因生成的影响 |
| 4.3.1 导航设计中的品牌基因生成策略 |
| 4.3.2 界面设计中的品牌基因生成策略 |
| 4.3.3 信息设计中的品牌基因生成策略 |
| 4.4 表现层:产品表现层的显性基因生成策略 |
| 4.4.1 构建视觉层的品牌基因库 |
| 4.4.2 听觉层中的品牌基因生成策略 |
| 4.4.3 触觉层中的品牌基因生成策略 |
| 4.5 本章小结 |
| 第五章 以小米为例—生成策略的实例认证 |
| 5.1 米家的隐性基因提取及分析 |
| 5.2 从小米的硬件产品层中提取显性基因 |
| 5.3 米家:提取软件层的显性基因表征 |
| 5.3.1 米家的结构层提炼 |
| 5.3.2 米家的框架层提炼 |
| 5.3.3 米家的表现层分析 |
| 5.4 本章小结 |
| 第六章 主要结论与展望 |
| 6.1 主要结论 |
| 6.2 局限性 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（4）新一代信息技术产业发展评价及影响因素研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线图 |
| 1.4 主要创新点 |
| 第二章 相关理论及文献综述 |
| 2.1 相关概念 |
| 2.1.1 信息产业 |
| 2.1.2 新一代信息技术 |
| 2.1.3 新一代信息技术产业 |
| 2.1.4 新一代信息技术产业的界定 |
| 2.2 理论基础 |
| 2.2.1 产业发展理论 |
| 2.2.2 经济演化理论 |
| 2.2.3 技术创新理论 |
| 2.2.4 扎根理论 |
| 2.3 文献综述 |
| 2.3.1 关于信息技术产业影响因素的研究 |
| 2.3.2 信息技术产业对经济增长影响的研究 |
| 2.3.3 信息技术产业动态演化的实证研究 |
| 2.4 研究评述 |
| 第三章 新一代信息技术产业发展演进机理 |
| 3.1 新一代信息技术产业形成的基本条件 |
| 3.2 新一代信息技术产业发展的基本特征 |
| 3.2.1 外部环境要求 |
| 3.2.2 产业覆盖面 |
| 3.2.3 产业联动效应 |
| 3.2.4 共性标准建设 |
| 3.3 我国新一代信息技术产业发展现状 |
| 3.3.1 产业规模 |
| 3.3.2 出口规模 |
| 3.3.3 产业布局 |
| 3.3.4 产业结构 |
| 3.3.5 固定资产 |
| 3.3.6 知识产权 |
| 3.4 我国新一代信息技术产业发展面临的机遇与挑战 |
| 3.4.1 加快发展新一代信息技术产业的必要性 |
| 3.4.2 新一代信息技术产业发展面临的机遇 |
| 3.4.3 新一代信息技术产业发展面对的挑战 |
| 3.5 本章小结 |
| 第四章 基于动态演化视角的新一代信息技术产业发展评价分析 |
| 4.1 新一代信息技术产业发展评价方法研究现状 |
| 4.1.1 信息技术产业评价方法研究现状 |
| 4.1.2 新一代信息技术产业发展评价方法研究现状 |
| 4.1.3 新一代信息技术产业发展评价方法研究思路 |
| 4.2 新一代信息技术产业发展评价指标体系构建 |
| 4.2.1 评价指标体系构建原则 |
| 4.2.2 基于扎根理论的评价指标初始集构建 |
| 4.2.3 基于改进K-means算法的评价指标筛选 |
| 4.2.4 评价指标说明 |
| 4.2.5 数据来源 |
| 4.3 指标权重计算 |
| 4.3.1 权重计算方法 |
| 4.3.2 权重计算步骤 |
| 4.3.3 权重结果分析 |
| 4.4 产业发展指数 |
| 4.4.1 静态视角下新一代信息技术产业发展指数 |
| 4.4.2 动态视角下新一代信息技术产业发展指数 |
| 4.5 研究结论 |
| 4.6 本章小结 |
| 第五章 新一代信息技术产业发展影响因素研究 |
| 5.1 基于扎根理论的产业发展影响机制模型构建 |
| 5.1.1 新一代信息技术产业发展影响因素 |
| 5.1.2 新一代信息技术产业发展影响机制模型构建 |
| 5.2 产业发展影响因素分析方法选择 |
| 5.3 新一代信息技术产业发展影响因素实证分析 |
| 5.3.1 检验假设 |
| 5.3.2 统计描述 |
| 5.3.3 模型构建 |
| 5.3.4 总体结果 |
| 5.3.5 分位数回归结论 |
| 5.3.6 不同区域回归分析 |
| 5.4 本章小结 |
| 第六章 新一代信息技术产业的经济增长效应分析 |
| 6.1 信息技术产业与经济增长关系研究现状 |
| 6.2 基于PVAR模型的新一代信息技术经济增长动态效应分析 |
| 6.2.1 模型构建 |
| 6.2.2 变量及数据说明 |
| 6.2.3 数据平稳性检验 |
| 6.2.4 最优滞后阶数 |
| 6.2.5 GMM估计 |
| 6.2.6 稳定性检验 |
| 6.2.7 脉冲响应函数 |
| 6.2.8 预测误差的方差分解 |
| 6.2.9 实证结论 |
| 6.3 新一代信息技术产业经济增长的空间效应分析 |
| 6.3.1 基准分析 |
| 6.3.2 空间自相关检验 |
| 6.3.3 模型构建 |
| 6.3.4 数据来源及变量说明 |
| 6.3.5 模型选择与实证结果 |
| 6.3.6 基于权重的模型计算结果分析方法 |
| 6.3.7 结论 |
| 6.4 本章小结 |
| 第七章 促进新一代信息技术产业发展的政策建议 |
| 7.1 大力支持和推动新一代信息技术产业发展 |
| 7.2 积极引导新一代信息技术产业聚集发展 |
| 7.3 因地因时施策,统一协调发展 |
| 7.4 全面推进新一代信息技术产业与实体经济融合发展 |
| 第八章 总结与展望 |
| 8.1 研究总结 |
| 8.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者攻读学位期间发表的学术论文和获得的专利目录 |
| 作者攻读学位期间参加的项目研究 |
（5）基于半张量积和特殊结构约束矩阵方程求解及有效算法（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 研究背景和研究现状 |
| §1.2 本文的主要工作 |
| §1.3 本文所用记号 |
| 第二章 半张量积下矩阵方程AXB=C的解 |
| §2.1 预备知识 |
| §2.2 半张量积下矩阵-向量型方程AXB=C的解 |
| §2.3 半张量积下矩阵-矩阵型方程AXB=C的解 |
| §2.4 本章小结 |
| 第三章 迭代法求解矩阵方程AX=B和AXA~T=C的低秩对称半正定解 |
| §3.1 引言 |
| §3.2 迭代法求解矩阵方程的低秩对称半正定解 |
| §3.3 数值实验 |
| §3.4 本章小结 |
| 第四章 总结与展望 |
| §4.1 本文研究工作的总结 |
| §4.2 研究课题的展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间的主要研究成果 |
（6）QC-LDPC码打孔算法研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 信道编码技术发展 |
| 1.2 选题背景及现状 |
| 1.3 研究内容及结构安排 |
| 第二章 LDPC码理论基础 |
| 2.1 LDPC码基本理论 |
| 2.1.1 LDPC码的表示方法 |
| 2.1.2 LDPC码的度分布 |
| 2.1.3 影响LDPC码译码性能的因素 |
| 2.2 基于循环置换矩阵的QC-LDPC码 |
| 2.3 LDPC码校验矩阵构造 |
| 2.3.1 近似下三角形构造法 |
| 2.3.2 Mackay构造法 |
| 2.3.3 Gallager构造法 |
| 2.3.4 PEG构造法 |
| 2.4 LDPC码译码算法 |
| 2.4.1 比特翻转译码算法 |
| 2.4.2 置信传播译码算法 |
| 2.4.3 最小和译码算法 |
| 2.5 本章小结 |
| 第三章 最小环路检测算法 |
| 3.1 引言 |
| 3.2 算法描述 |
| 3.3 性能仿真及分析 |
| 3.4 本章小结 |
| 第四章 打孔方案设计 |
| 4.1 引言 |
| 4.2 基于码率均匀变化的打孔方案 |
| 4.2.1 方案描述 |
| 4.2.2 性能仿真及分析 |
| 4.3 基于节点分组的打孔方案 |
| 4.3.1 方案描述 |
| 4.3.2 性能仿真及分析 |
| 4.4 基于大环路节点的打孔方案 |
| 4.4.1 理论依据 |
| 4.4.2 方案描述 |
| 4.4.3 性能仿真及分析 |
| 4.4.4 对比实验及性能仿真分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（7）超高清视频无线传输用LDPC编译码器的研究与实现（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 论文主要研究内容 |
| 1.4 论文结构安排 |
| 第二章 LDPC构成矩阵的结构与编译码算法 |
| 2.1 伪随机LDPC码构成矩阵的结构 |
| 2.1.1 LDPC码简述 |
| 2.1.2 伪随机LDPC码校验矩阵结构 |
| 2.2 基于伪随机构成矩阵的LDPC编码算法 |
| 2.3 LDPC和积译码算法 |
| 2.4 本章总结 |
| 第三章 多模式LDPC编译码算法的选择与优化 |
| 3.1 多模式LDPC兼容结构的特点 |
| 3.1.1 单模式LDPC编译码结构特征 |
| 3.1.2 多模式LDPC编译码结构特征 |
| 3.2 多模式LDPC的编译码算法选择 |
| 3.2.1 多模式LDPC编码算法选择 |
| 3.2.2 多模式LDPC译码算法选择 |
| 3.3 多模式LDPC译码算法的实现优化 |
| 3.3.1 基于软判决译码算法的似然比取值范围分析 |
| 3.3.2 基于线性拟合的对数域和积译码算法 |
| 3.3.3 算法性能仿真对比 |
| 3.3.4 算法的资源消耗分析 |
| 3.4 本章总结 |
| 第四章 高清视频用LDPC编译码器的FPGA实现 |
| 4.1 FPGA实现LDPC关键参数分析 |
| 4.2 多模式编码器的硬件实现 |
| 4.2.1 编码器总体结构设计 |
| 4.2.2 编码器工作逻辑分析 |
| 4.2.3 编码器模块具体设计 |
| 4.3 多模式译码器的硬件实现 |
| 4.3.1 译码器总体结构设计 |
| 4.3.2 译码器工作逻辑流程分析 |
| 4.3.3 译码器模块具体设计 |
| 4.4 本章总结 |
| 第五章 LDPC编译码模块测试及其结果 |
| 5.1 验证平台的硬件实现 |
| 5.1.1 验证平台的总体设计 |
| 5.1.2 验证平台主要模块设计 |
| 5.2 多模式LDPC模块测试流程 |
| 5.3 FPGA实现多模式LDPC编译码及测试平台资源分析 |
| 5.4 FPGA实现后多模式LDPC编译码及测试平台性能测试结果 |
| 5.5 本章总结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
（8）飞行器数据链多码率LDPC编译码器设计与实验验证（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究内容与贡献 |
| 1.3 论文结构与安排 |
| 第二章 LDPC编译码技术现状 |
| 2.1 引言 |
| 2.2 LDPC码基本概念 |
| 2.2.1 生成矩阵和校验矩阵 |
| 2.2.2 Tanner二分图的表示 |
| 2.2.3 LDPC码型结构分类 |
| 2.3 多码率LDPC码技术 |
| 2.3.1 打孔校验位 |
| 2.3.2 缩短信息位 |
| 2.3.3 扩展校验矩阵 |
| 2.4 无线通信标准中的多码率LDPC码 |
| 2.4.1 CCSDS码型 |
| 2.4.2 802.11n码型 |
| 2.4.3 5G NR码型 |
| 2.5 本章小结 |
| 第三章 多码率LDPC码需求分析 |
| 3.1 引言 |
| 3.2 无线自组织网场景需求 |
| 3.2.1 信道周期 |
| 3.2.2 帧的类型 |
| 3.3 码型选择与参数分析 |
| 3.3.1 标准中码型对比 |
| 3.3.2 多码率参数指标 |
| 3.4 本章小结 |
| 第四章 多码率LDPC编码设计与实现 |
| 4.1 引言 |
| 4.2 编码算法 |
| 4.2.1 生成矩阵编码算法 |
| 4.2.2 校验矩阵编码算法 |
| 4.2.3 编码算法对比 |
| 4.3 多码率LDPC编码器FPGA实现 |
| 4.3.1 实现平台与开发环境 |
| 4.3.2 方案设计与模块划分 |
| 4.3.3 模块说明与功能实现 |
| 4.4 本章小结 |
| 第五章 多码率LDPC译码设计与实现 |
| 5.1 引言 |
| 5.2 译码算法 |
| 5.2.1 硬判决算法 |
| 5.2.2 概率域置信传播算法 |
| 5.2.3 对数域置信传播算法 |
| 5.2.4 最小和及其修正算法 |
| 5.2.5 译码算法对比 |
| 5.3 译码消息调度方式 |
| 5.3.1 洪泛调度方式 |
| 5.3.2 分层调度方式 |
| 5.3.3 调度方式对比 |
| 5.4 多码率LDPC译码器FPGA实现 |
| 5.4.1 链路仿真与参数确定 |
| 5.4.2 方案设计与模块划分 |
| 5.4.3 模块说明与功能实现 |
| 5.5 本章小结 |
| 第六章 多码率LDPC编译码器实验验证 |
| 6.1 多码率LDPC编码器实验验证 |
| 6.1.1 功能测试 |
| 6.1.2 性能测试 |
| 6.1.3 资源开销 |
| 6.2 多码率LDPC译码器实验验证 |
| 6.2.1 功能测试 |
| 6.2.2 性能测试 |
| 6.2.3 资源开销 |
| 第七章 总结与展望 |
| 7.1 研究总结 |
| 7.2 展望未来 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间的研究成果 |
（9）基于Fibonacci-Lucas序列对QC-LDPC码构造方法的研究（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.2 信道编码发展历程与应用 |
| 1.3 LDPC码的研究现状 |
| 1.4 课题研究意义 |
| 1.5 本文章节安排 |
| 第2章 LDPC码的理论分析 |
| 2.1 LDPC码概述 |
| 2.1.1 LDPC码的定义 |
| 2.1.2 LDPC码的表示方法 |
| 2.2 LDPC码构造方法的分析 |
| 2.2.1 随机化构造法 |
| 2.2.2 结构化构造法 |
| 2.3 LDPC码误码性能的主要影响因素 |
| 2.3.1 码长与码率 |
| 2.3.2 围长 |
| 2.3.3 码间最小距离 |
| 2.3.4 译码迭代次数 |
| 2.4 LDPC码的相关编码算法 |
| 2.4.1 基于生成矩阵的编码算法 |
| 2.4.2 基于校验矩阵的编码算法 |
| 2.5 LDPC码的相关译码算法 |
| 2.5.1 BP迭代译码算法 |
| 2.5.2 比特翻转译码算法 |
| 2.6 本章小结 |
| 第3章 基于Fibonacci-Lucas序列构造Type-I QC-LDPC码 |
| 3.1 Fibonacci-Lucas序列的介绍 |
| 3.2 一种Type-I Fibonacci-Lucas QC-LDPC码的大围长构造方法 |
| 3.2.1 校验矩阵的构造 |
| 3.2.2 围长为8 的推理证明 |
| 3.2.3 大围长的Fibonacci-Lucasi QC-LDPC码的仿真性能分析 |
| 3.3 一种Type-I Fibonacci-Lucas QC-LDPC码的快速编码构造方法 |
| 3.3.1 校验矩阵的构造 |
| 3.3.2 快速编码算法 |
| 3.3.3 快速编码的Fibonacci-Lucas QC-LDPC码的仿真性能分析 |
| 3.4 两种编码算法复杂度的对比分析 |
| 3.5 本章小结 |
| 第4章 基于Fibonacci-Lucas序列构造Type-II QC-LDPC码 |
| 4.1 Type-II QC-LDPC码 |
| 4.1.1 Type-II QC-LDPC码的结构 |
| 4.1.2 环长定理 |
| 4.2 一种Type-II Fibonacci-Lucas QC-LDPC码的构造方法 |
| 4.2.1 校验矩阵的构造 |
| 4.2.2 围长与编码复杂度分析 |
| 4.3 仿真与性能分析 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 论文总结 |
| 5.2 论文展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（10）基于协方差矩阵结构特征的机载雷达空时处理（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 主要符号表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究动态与发展现状 |
| 1.2.1 机载雷达杂波特性研究动态 |
| 1.2.2 机载杂波协方差矩阵估计研究动态 |
| 1.2.3 机载雷达波形设计研究动态 |
| 1.2.4 机载雷达检测器设计研究动态 |
| 1.3 本文的主要贡献与创新 |
| 1.4 本论文的结构安排 |
| 第二章 机载雷达杂波协方差矩阵结构分析与估计 |
| 2.1 机载雷达空时处理原理 |
| 2.1.1 机载相控阵雷达信号建模与空时处理原理 |
| 2.1.2 机载MIMO雷达信号建模与空时处理原理 |
| 2.2 机载雷达杂波协方差矩阵结构特征分析 |
| 2.3 线性结构协方差矩阵估计方法 |
| 2.4 本章小结 |
| 第三章 机载相控阵雷达结构化杂波协方差矩阵估计算法 |
| 3.1 杂波协方差矩阵结构模型与估计问题描述 |
| 3.1.1 结构化杂波协方差矩阵的置换运算 |
| 3.1.2 杂波协方差矩阵估计问题描述 |
| 3.2 知识辅助的Kronecker积求和结构协方差矩阵估计 |
| 3.2.1 基于置换运算的阈值奇异值分解 |
| 3.2.2 基于近似梯度下降算法的杂波协方差矩阵估计 |
| 3.2.3 算法的协方差矩阵结构性能分析 |
| 3.3 协方差矩阵估计算法实测数据验证 |
| 3.3.1 实测数据说明 |
| 3.3.2 算法在实测数据下处理结果 |
| 3.4 本章小结 |
| 第四章 基于机载MIMO雷达结构化协方差矩阵的杂波抑制算法 |
| 4.1 机载MIMO雷达杂波协方差矩阵结构模型与滤波性能分析 |
| 4.1.1 机载MIMO雷达空时滤波权向量分析 |
| 4.1.2 收发两级STAP原理与性能分析 |
| 4.2 机载MIMO雷达结构化协方差矩阵估计 |
| 4.2.1 协方差矩阵估计问题描述 |
| 4.2.2 基于双核范数的协方差矩阵估计 |
| 4.2.3 算法的协方差矩阵结构性能分析 |
| 4.3 协方差矩阵估计算法仿真验证 |
| 4.4 本章小结 |
| 第五章 基于最大化互信息量的机载MIMO雷达波形设计算法 |
| 5.1 基于波形的协方差矩阵结构与波形设计问题描述 |
| 5.1.1 基于波形的机载MIMO雷达协方差矩阵结构模型 |
| 5.1.2 基于最大化互信息量的波形设计问题 |
| 5.2 基于最大化互信息量波形设计求解算法 |
| 5.2.1 最大化互信息量问题的转换 |
| 5.2.2 基于ADMM算法的波形设计原理 |
| 5.2.3 具有特殊结构的四阶优化波形优化问题求解 |
| 5.3 波形设计算法仿真验证 |
| 5.3.1 互信息量与检测性能仿真 |
| 5.3.2 输出信杂噪比性能仿真 |
| 5.4 本章小结 |
| 第六章 无参考样本的分布式机载MIMO雷达目标检测算法 |
| 6.1 分布式机载MIMO雷达信号建模 |
| 6.2 基于杂波协方差矩阵谱结构的点目标检测器设计 |
| 6.2.1 点目标检测问题描述 |
| 6.2.2 点目标检测器设计 |
| 6.2.3点目标检测器仿真实验 |
| 6.3 基于杂波谱估计的距离扩展目标检测器设计 |
| 6.3.1 距离扩展目标检测问题描述 |
| 6.3.2 距离扩展目标检测器设计 |
| 6.3.3 距离扩展目标检测器性能分析 |
| 6.3.4 距离扩展目标检测器仿真实验 |
| 6.4 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文内容总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 附录A (5-79)式的计算方法 |
| 附录B (6-23)式与(6-24)式推导 |
| 攻读博士学位期间取得的成果 |
四、继续工程教育的矩阵结构（论文参考文献）
- [1]基于压缩感知的宽带信道估计关键技术研究[D]. 华纬韬. 浙江大学, 2021(01)
- [2]基于电磁积分方程快速直接算法的研究与应用[D]. 荣志. 电子科技大学, 2021(01)
- [3]互联网品牌基因的生成与发展机制研究[D]. 卢嘉欣. 江南大学, 2020(02)
- [4]新一代信息技术产业发展评价及影响因素研究[D]. 于长钺. 北京邮电大学, 2020(04)
- [5]基于半张量积和特殊结构约束矩阵方程求解及有效算法[D]. 纪振东. 桂林电子科技大学, 2020(04)
- [6]QC-LDPC码打孔算法研究与设计[D]. 薛宇丛. 南京信息工程大学, 2020(02)
- [7]超高清视频无线传输用LDPC编译码器的研究与实现[D]. 杨涛宇. 电子科技大学, 2020(07)
- [8]飞行器数据链多码率LDPC编译码器设计与实验验证[D]. 王帅. 电子科技大学, 2020(07)
- [9]基于Fibonacci-Lucas序列对QC-LDPC码构造方法的研究[D]. 曾晶. 重庆邮电大学, 2019(01)
- [10]基于协方差矩阵结构特征的机载雷达空时处理[D]. 孙国皓. 电子科技大学, 2019(01)