摘要：GF(q)域上非规则LDPC码是二进制非规则LDPC码在有限域GF(q=2p)上的扩展,在码长和码率相等的情况下,具有比二进制非规则LDPC码更优异的性能。如何分析GF(q)域上非规则LD-PC码的迭代译码性能是其能否有效应用的关键。基于迭代译码结构,本文研究了AWGN信道下GF(q)域上非规则LDPC码的EXIT图分析方法,推导了其计算表达式;提出了利用EXIT图变量节点与校验节点联合优化准则。仿真结果表明,相对密度进化方法,该方法计算出的收敛门限值的精度稍有下降,却极大地降低了计算复杂度;在相同通信条件下,通过联合优化准则设计的GF(q)域上的非规则LDPC性能优于二进制非规则LDPC码;得到的收敛门限对应的信噪比非常接近香农限,进一步验证了EXIT图分析工具的优越性。

摘要：构造低编码复杂度的准循环LDPC码是其在高速数据传输系统中有效应用的关键技术之一。本文通过引入有限域上乘法群,提出了一种新的基于均衡不完全区组(BIBD)的准循环LDPC码的构造算法。算法将基于BIBD的传统构造算法中的加法群替换为乘法群,简化了相应元素位置向量的计算;同时通过校验矩阵扩展(dis-persion)构造出能够抵抗长突发删除错误的好码。仿真结果表明,本算法构造的准循环LDPC码的围长至少为6,能够采用反馈移位寄存器实现线性复杂度的编码;利用和积译码算法进行迭代译码,AWGN与BEC信道下译码性能与随机构造的LDPC码相当。

摘要：碳中和背景下,亟需开发高效清洁的新型能源,以减少对化石能源的依赖。有机光伏材料作为一种可将太阳能或其他光能直接转化为电能的材料,日益成为一种具有重大应用前景的低碳能源材料。在探索新的高性能有机光伏材料的过程中,机器学习虽然能够提高材料设计效率,但其预测能力极大受制于描述符的开发和选取。利用循环神经网络、卷积神经网络、图神经网络等算法,构建端到端的深度学习模型预测有机光伏材料光电转化效率,所建模型可直接从SMILES符号、分子图像、分子图网络中提取化合物结构信息,而无须人为开发和选取描述符。所得模型不仅能够较为准确地预测有机光伏材料的光电转化效率(其中最优模型五折交叉验证结果和测试集预测结果决定系数均>0.73),而且能够识别影响转化效率的关键结构特征。该研究结果可为新型环境功能材料设计提供理论参考。

摘要：高通滤波器在实际使用中十分广泛。论文应用Multisim10.0分析设计了一个下限频率500Hz以下和带外每十倍频程大于40分贝衰减的二阶高通滤波器。论文首先算出电路截止频率,再通过改变电路电阻和电容的大小形成对比,并通过示波器观察滤波性能。结果表明该二阶高通滤波器符合设计要求。