置信传播

摘要： 针对低密度奇偶校验(low density parity check, LDPC)码在相关噪声条件下译码误比特率上升的问题,结合传统译码算法与卷积神经网络(convolutional neural network, CNN)设计了新的译码器。该译码器在置信传播(belief propagation, BP)算法中引入加权比特翻转(weighted bit-flipping, WBF)算法,生成加权BP(weighted BP,WBP)结构以解决码字临界处误比特率较高的问题。然后通过CNN降低噪声,在WBP和CNN之间迭代处理接收信号,使信号估计值不断逼近真实值以降低相关噪声的影响。通过仿真发现,与BP算法相比,所提算法能够有效降低相关噪声条件下LDPC译码的误比特率。

摘要： 针对旅行商问题求解精度较差、容易陷入局部最优等缺点,提出一种新的求解旅行商问题的信息传播算法。根据旅行商问题的特征,将线性方程嵌入信息传播算法方程中得到旅行商问题的势函数,进而将其转换为因子图,在因子图上利用信息传播算法的迭代方程进行迭代计算。在迭代过程中选择边际信念的最小值,从而得到旅行商问题的初始解,在算法达到设定的迭代次数后,引入局部搜索算法进行求解。在若干数据集上的实验结果表明,新算法能够有效求解旅行商问题。

摘要： 置信传播(BP)算法作为极化码最常用的软判决输出译码算法之一,具有并行传输、高吞吐量等优点,但其存在收敛较慢、运算复杂度高等缺陷。提出一种基于循环神经网络的偏移最小和近似置信传播译码算法。通过偏移最小和近似算法替代乘法运算,修改迭代过程中的消息更新策略,并运用改进的循环神经网络架构实现参数共享。仿真结果表明,相比传统BP译码算法,该译码算法在提升误码率(BER)性能的前提下,减少约75%的加法运算且收敛速度大幅提升,相比基于深度神经网络的BP译码算法,该算法在确保BER性能无显著下降的前提下,使用加法运算替代乘法运算,节省了约80%的存储空间开销。

摘要： 近年来,新兴的深度学习(DL)技术在译码领域取得了进展,目前提出的极化码神经网络译码器有着比置信传播(BP)译码更快的收敛速度和更好的误码率(BER)性能,但其仍存在运算复杂度高的问题。文章针对该问题,在迭代过程中采用改进信息更新这个思路,提出了一种改进左信息更新的循环神经网络(RNN)偏移最小和(OMS)近似BP(RNN-OMS-BP-L)译码算法。仿真结果表明,文章所提算法相比于深度神经网络(DNN)BP(DNN-BP)译码算法,使用6.25%的加法运算代价替换了全部的乘法运算;相比于目前较优的RNN OMS近似BP(RNN-OMS-BP)译码算法,在确保BER性能几乎无损失的条件下,文章所提算法使用改进的信息更新减少了25%的加法运算复杂度,节省了部分存储空间开销,在相同BER性能下,减少了37.5%的迭代次数。

摘要： 信息传播算法来自统计物理,被广泛应用于人工智能各个领域,特别是求解组合优化问题时,具有良好的有效性。通过对信息传播算法的相关文献进行分析,综述了信息传播算法以及其相关应用的发展史,根据信息传播算法的发展,介绍了求解可满足性问题的信息传播算法相关概念,主要涉及到警示传播算法、置信传播算法和调查传播算法,描述了三种算法发展中出现的收敛性、有效性研究,分别综述了各个算法在相关领域的应用情况,并总结了信息传播算法的研究路径和应用方向。

摘要： 为了降低无线传感器网络(WSNs)成本,设计了一种低面积部分并行8级流水的低密度奇偶校验(LDPC)码译码器。针对最小和(MS)算法校验节点信息值计算复杂度高而导致硬件资源消耗过多的问题,提出一种新的计算校验节点信息值的算法。该算法只需计算变量节点传递到校验节点信息的绝对值最小值。与MS算法相比,降低计算复杂度66.6%。现场可编程门阵列(FPGA)综合结果表明:校验节点面积减少43%,路由面积减少30%,变量节点面积减少21%。在使用55 nm CMOS工艺下,译码器时钟频率600 MHz,信噪比4.4 dB条件下,数据吞吐率29 Gbps,面积1.7 mm^(2)。

摘要： 级联的LDPC-极化码被用于提升有限长度下极化码的译码性能,尽管在置信传播译码器下获得很大的性能提升,仍与最先进的CA-SCL译码器有着明显的性能差距.针对该问题,提出一个改进的LDPC-极化码级联码比特翻转译码算法,在传统的联合因子图置信传播译码算法译码失败后,通过每次对一个易错的信息比特进行比特翻转,在给定的翻转次数下,其BLER性能比BP译码算法有0.3 dB的增益;在原有的LDPC-极化码基础上串联CRC后,性能得到了进一步提升.仿真结果表明,该级联码在中高信噪比区间获得了极为优异的译码性能,接近中等列表长度的CA-SCL译码器.同时,相对于CA-SCL译码器和极化码的置信传播比特翻转译码器,具有更低的译码时延.

摘要： 电信欺诈犯罪不断出现,给社会造成了巨大的损失.针对电信欺诈用户检测,提出基于马尔科夫随机场(Markov Random Field,MRF)建立通信用户的社交网络关系模型.将用户统计行为特征与用户间的亲密度关系相结合作为网络概率特征,通过循环置信传播计算网络中各节点的后验概率作为用户的欺诈概率,完成电信欺诈用户的检测.通过在真实数据上验证,取得了较为有效的成果.

摘要： 针对传统智能化网络安全防攻击检测平台处理数据效率低、误差大等问题,本研究提出一种新型的解决方案;该方案数据抽取模型和大数据分析构建智能化网络安全防攻击检测平台,采用特征模板、卷积神经网络算法模型和条件随机场算法3种方法结合构建出数据抽取模型来抽取网络安全检测数据;其中,利用特征模板提取局部特征向量并进行语句转换得到初始局部向量序列,通过CNN算法对每个网络安全检测数据样本进行卷积和聚合,并提取其特征信息,将语义特征和局部特征相结合经过条件随机场算法进行序列标记,并抽取最优的特征向量序列,最后通过置信传播改进的逻辑回归模型进行分析;实验表明,本研究所提方案克服了现有技术存在的不足,显著提高了处理数据效率和精准度,在数据量为2GB的环境下,经过对数最大似然损失函数得出的损失值只有0.35.

摘要： 针对无人机集群协同定位的问题,提出了一种基于改进麻雀搜索算法的无人机集群置信传播协同定位方法.基于置信传播原理构建无人机集群的因子图模型,通过不断更新推断,以求得每个节点的后验概率分布;采用几何精度因子(GDOP)值为适应度函数,并对原始麻雀搜索算法进行混沌初始化和自适应变异改进,改善了算法限于局部最优的问题并提高了算法快速收敛性能.仿真结果表明,改进麻雀搜索算法在收敛精度和速度上实现了最优,大幅提升了僚机的定位精度,集群中定位误差小于0.5 m的累积误差分布达到了97.1％,高于原始置信传播的81.9％,同时简化了计算量,有利于大规模无人机集群的应用.

摘要： 目的:提出了一种基于图像分割与区域间置信传播的立体匹配算法.方法:首先,使用改进的局部方法得到双目图像的初始视差图;然后,利用像素的一致性约束将像素划分为可信像素与不可信像素,根据区域内可信像素所占的比例将区域划分为可信区域与不可信区域,用平面拟合的方法求得可信区域的视差平面参数;最后,使用置信传播与最优化能量框架确定不可信区域的视差值.结果:在Middlebury测试平台的测试结果——此算法排名第六位.

摘要： 介绍两种LDPC码的构造方法及一种常用的置信传播译码算法,分析比较Mackay码和eIRA码的性能。

摘要： 本文将BP-MF应用于OFDM-IM的联合信道估计、检测和译码.该方法基于OFDM-IM系统联合信道估计、检测和译码的因子图,将所有因子分为两部分,一部分使用BP(Belief Propagation)算法处理译码解调过程中的消息传递,另一部分使用MF(Mean Field)近似信道先验信息和后验概率.与只使用导频信号估计信道的方法相比,本文使用的方法具有更好的性能.仿真结果表明,在瑞利衰落信道中,该方法比只使用导频信号估计信道的方法相比,具有更低的误比特率.

摘要： 本文将BP-MF应用于OFDM-IM的联合信道估计、检测和译码.该方法基于OFDM-IM系统联合信道估计、检测和译码的因子图,将所有因子分为两部分,一部分使用BP(Belief Propagation)算法处理译码解调过程中的消息传递,另一部分使用MF(Mean Field)近似信道先验信息和后验概率.与只使用导频信号估计信道的方法相比,本文使用的方法具有更好的性能.仿真结果表明,在瑞利衰落信道中,该方法比只使用导频信号估计信道的方法相比,具有更低的误比特率.

摘要： 本文将BP-MF应用于OFDM-IM的联合信道估计、检测和译码.该方法基于OFDM-IM系统联合信道估计、检测和译码的因子图,将所有因子分为两部分,一部分使用BP(Belief Propagation)算法处理译码解调过程中的消息传递,另一部分使用MF(Mean Field)近似信道先验信息和后验概率.与只使用导频信号估计信道的方法相比,本文使用的方法具有更好的性能.仿真结果表明,在瑞利衰落信道中,该方法比只使用导频信号估计信道的方法相比,具有更低的误比特率.

摘要： 本文将BP-MF应用于OFDM-IM的联合信道估计、检测和译码.该方法基于OFDM-IM系统联合信道估计、检测和译码的因子图,将所有因子分为两部分,一部分使用BP(Belief Propagation)算法处理译码解调过程中的消息传递,另一部分使用MF(Mean Field)近似信道先验信息和后验概率.与只使用导频信号估计信道的方法相比,本文使用的方法具有更好的性能.仿真结果表明,在瑞利衰落信道中,该方法比只使用导频信号估计信道的方法相比,具有更低的误比特率.

摘要： 本文将BP-MF应用于OFDM-IM的联合信道估计、检测和译码.该方法基于OFDM-IM系统联合信道估计、检测和译码的因子图,将所有因子分为两部分,一部分使用BP(Belief Propagation)算法处理译码解调过程中的消息传递,另一部分使用MF(Mean Field)近似信道先验信息和后验概率.与只使用导频信号估计信道的方法相比,本文使用的方法具有更好的性能.仿真结果表明,在瑞利衰落信道中,该方法比只使用导频信号估计信道的方法相比,具有更低的误比特率.

摘要： 本发明实施例提供一种基于置信度传播的图像分割方法和装置，方法包括：对待分割图像进行小波变换，得到各尺度的特征向量；针对任一尺度，基于置信度传播算法进行尺度内迭代分割，并计算每一迭代分割结果对应的全局能量，直至达到预设尺度内迭代条件；全局能量包括基于迭代分割结果和特征向量得到的标记场能量和特征场能量；将全局能量最小时对应的迭代分割结果作为该尺度的最终分割结果，将该尺度的最终分割结果作为下一尺度的初始分割结果，进行尺度间迭代分割，直至得到最细尺度的最终分割结果；将最细尺度的最终分割结果作为待分割图像的最终分割结果。本发明实施例提供的方法和装置，实现了全局最优的图像分割，提高了图像分割的准确性。

摘要： 本发明公开一种卫星遮蔽环境中的基于置信度传播的多车协同定位方法，包括如下步骤：步骤一：对车辆协同网络中的节点(包括定位车辆和路边单元)位置进行初始化，并且设定定位车辆先验概率作为初始置信度，并且建立多车协同定位的因子图模型；步骤二：车辆节点利用车载的惯性导航模块测量得到的车辆加速度与角速度对车辆进行航迹推算，IMU因子节点将置信度传播给相连的变量节点，完成预测过程。本发明适用于当车辆处于诸如峡谷、隧道和森林等卫星遮蔽环境中，卫星定位精度严重下降的场景，依靠基于惯性导航的航迹推算和多车协同，可以实现比传统单车自主定位更高的定位精度。

摘要： 本发明公开的一种基于静态置信度传播的动态特征点筛选方法，属于动态同时定位与地图构建领域。本发明通过创建一个网络线程，并且仅在关键帧上进行语义分割，同时在置信度线程上在非关键帧上通过静态置信度的传播来跟踪和预测特征点的状态，通过帧之间的刚体变换以及上一帧的特征点状态结果确定当前帧的静态置信度，通过当前帧的静态置信度和距离当前帧最邻近的关键帧的语义分割结果确定当前帧中的特征点状态，将当前帧中的特征点状态结果用于确定下一帧的静态置信度，能够快速、有效地判断特征点的状态，从而能够实现运动物体区域的快速检测和滤除。本发明在保证定位精度的情况下，有效降低动态特征点筛选的时间复杂度，提高视觉SLAM的高效性。

摘要： 一种基于深度置信神经网络的水声传播损失预报的方法，包括以下步骤：选择预报水声传播损失的模型；对选择的预报水声传播损失的模型进行特征参数选择，建立约束条件；构建在特征参数约束下的水声传播损失模型的数据集，将构建的数据集划分为训练集、测试集和验证集；构建包含受限玻尔兹曼机和顶层分类器网络的深度置信神经网络；将深度置信神经网络在构建好的数据集上进行训练、测试；将海洋特征参数与信号特征参数的值输入深度置信网络，输出水声传播损失的预测值。可以实现在缺乏先验知识、多频段、复杂海洋环境条件下，对声学模型进行准确的适配并精确预报水声传播损失。

摘要： 本发明提供了一种基于多翻转比特集合的极化码置信传播译码方法。该方法包括：设定校验条件集合S1、S2，该S1、S2中包含对译码后的估计码字的多个校验条件，计算出待译码的接收信号的对数似然比，使用BP算法对存储所述对数似然比的实数矩阵进行译码，得到估计码字判断是否满足S1及S2中的所有校验条件，如果是，则确定为正确码字，译码器输出流程结束；否则，利用实数矩阵对设定的翻转比特集合进行翻转译码后得到翻转估计码字集合u，按照最大似然原则，从估计码字和翻转估计码字集合u中选出最优估计码字，流程结束。本发明方法中的各种处理流程可以并行实现，在高信噪比时的计算复杂度可以小于列表逐次消除译码算法，性能接近。

摘要： 本发明公开了一种基于CASSA优化的无人机集群置信传播协同定位方法，属于群体无人机编队协同定位导航技术领域。该方法包含以下步骤：（1）初始化所有无人机节点；（2）计算无人机节点的自身位置预测信息，计算集群之间的协同信息；（3）计算t时刻无人机i测距范围内所有组合构型的GDOP，混沌初始化麻雀搜索算法；（4）采用CASSA，选择出GDOP最优的构型组合方式，无人机i与该最优构型进行协同信息交互；（5）回到步骤（2）进行迭代，根据无人机边缘后验位置概率分布求得后验位置估计值，直到后验位置信息收敛。本发明在网络中能够提高低成本无人机的定位精度，适用于大规模、大范围无人机网络以及卫星拒止等复杂飞行环境，适合工程实际应用。

摘要： 本发明公开了一种基于分层聚类和置信传播的彩色结构光光条检测方法，包括以下步骤：使用投影仪将彩色条纹结构光投射到物体表面，用相机采集被物体表面调制后的彩色条纹结构光；对彩色结构光光条中心点进行粗定位和精定位；对彩色结构光光条中心点对应的光条中心线进行归属判别；实现全图像结构光光条中心线提取；对彩色结构光光条中心线进行标签解码；完成物体部分表面的密集三维重建；将不同视角下获得的物体表面的点云进行数据融合、拼接，完成物体表面的整体重建。本发明在保证彩色结构光光条检测的精度、速度与准确率的同时，增加结构光光条的稠密度，不受de Bruijn序列长度的限制，有助于实现物体表面形貌的在线、密集三维重建。

摘要： 本发明提供了一种基于动态翻转比特的置信传播译码方法。该方法包括：步骤S1：计算出待译码信号的对数似然比和存储对数似然比的实数矩阵，利用实数矩阵通过关键比特序列生成算法生成动态翻转比特集合；步骤S2：依次遍历动态翻转比特集合中的每个元素，使用该元素对实数矩阵进行更新；步骤S3：将待译码信号的对数似然比、极化码的信息比特位置和更新后的实数矩阵输入到BP算法，BP算法输出译码比特；步骤S4：判断译码比特是否满足校验条件，如果是，遍历终止，输出译码比特；否则，继续遍历动态翻转比特集合中的下一个元素，返回执行步骤S3。本发明可提高翻转比特集合的阶数，减少不必要的翻转译码，降低基于翻转比特集合的置信传播算法的复杂度。

摘要： 本发明提供一种多天线系统的并/串行置信传播检测方法及其传播检测器，所述并行检测方法包括以下步骤：1)初始化变量节点的符号/比特概率；2)约束节点计算并更新各自连接的变量节点的概率信息，并将该概率信息传递给连接的变量节点；3)变量节点收集连接的约束节点传递的概率信息，将其合并后获得外信息，并将所述外信息传递给连接的约束节点；4)重复步骤2)和步骤3)，达到预定的迭代次数后，进入步骤5)；5)变量节点收集约束节点传递的信息并输出。所述检测器包括多个分量检测器，所述分量检测器用于一个约束节点和与之相连的变量节点之间的检测处理。本发明其复杂度与符号长度成线性关系，有效降低了长符号发送序列的检测复杂度。

摘要： 本发明提供一种基于最优层排序的极化码置信传播列表译码方法，包括如下步骤：步骤S1、初始化极化码的因子图；步骤S2、BP译码器对接收到的信号序列Y进行译码初始化；步骤S3、第T次总迭代时，进行BP迭代；步骤S4、最后一次BP迭代过程中进行译码路径扩展，最终得到npath条译码路径；步骤S5、对npath条译码路径进行路径剪枝，得到冻结比特错误概率最小的nmax条译码路径；步骤S6、选择所有译码路径中冻结比特错误概率最小的一条路径，对最左侧的各比特节点进行译码判定，得到译码结果。本发明能够在提高BP译码算法可靠性的同时降低算法的复杂度。