基于非零均值比的RS码盲识别方法

针对现有的RS码盲识别方法抗误码性能不佳的问题，提出了一种基于非零均值比的盲识别算法。该算法通过将截获到的RS码序列转化为GF(2 ^m )码元来构建分析矩阵，利用有限域的高斯约当算法获得分析矩阵的非零均值比，并以此来识别码长、符号数和本原多项式，最后通过伽罗华域傅里叶变换来完成信息位长及生成多项式的识别。仿真结果表明，本文提出的算法可以有效识别出本原RS码及缩短RS码的所有编码参数，抗误码性能较好，并给出了识别性能与信息位长与码长的关系：随着码长和信息位长的增加，识别性能逐渐下降。     

一种基于篡改训练数据的词级文本后门攻击方法

后门攻击是针对深度神经网络模型的一种隐蔽安全威胁,在智能信息系统安全性测试等方面具有重要的研究价值。现有的字符级后门攻击存在两方面的问题:当被毒化的训练样本的源标签与目标标签一致时,后门攻击的效果不佳;插入的触发器与上下文相关性不强,会破坏原始输入的语义和流畅性。为了解决上述问题,提出了一种基于篡改训练数据的词级文本后门攻击方法。通过对抗扰动技术或隐藏重要词技术篡改少部分训练数据,使目标模型更容易学习到后门特征;在触发器的生成和添加部分,利用义原库向被攻击句子中添加相关性强的触发器。在标签一致的条件下,通过在2个基准模型上的大量实验,证明了所提出的攻击可以达到90%以上的成功率,并能生成更高质量的后门示例,其性能明显优于基线方法。     

基于小波分量奇异值分解的单通道盲分离算法

针对单通道盲分离领域先验信息不足的问题,提出了一种基于小波变换、奇异值分解和独立分量分析的单通道盲分离算法.首先对单路传感器接收的信号进行小波分解和重构,得到一组代表原始信号特征的细节信号,对其施加奇异值分解并剔除小于门限值的奇异点,以此消除干扰信号和噪声的影响.然后将经过处理的细节信号组作为独立分量分析算法的输入信号...     

通用数据链并行Laguerre盲均衡算法

为解决深衰落信道中传统盲均衡算法存在的长抽头系数和高误码率的问题,提出通用数据链并行Laguerre盲均衡算法。在分析通用数据链信号的基础上,引入Laguerre滤波器替代FIR滤波器,以较短的抽头系数逼近长脉冲序列响应;同时借助判决引导算法和分数间隔思想,加快了算法的收敛速度;利用均衡输出的平方期望直接作为自适应步长模块的修正变量,进一步提升了新算法的均衡性能。实验结果表明,新算法减少了均衡器抽头系数,拥有更快的收敛速度和更低的误码率。     

多宇宙并行量子遗传算法

提出了一种多宇宙并行量子遗传算法,并从理论上证明了算法的全局收敛性.算法中将所有的个体按照一定的拓扑结构分成一个个独立的子群体,称为宇宙;采用多状态基因量子比特编码方式来表达宇宙中的个体;采用通用的量子旋转门策略和动态调整旋转角机制对个体进行演化;采用量子非门实现量子变异以阻止早熟收敛;各宇宙独立演化,宇宙之间采用最佳移民和量子交叉操作来交换信息,提高算法的执行效率.将该算法与独立分量分析算法相结合,提出一种盲源分离新方法.仿真结果表明:新方法比采用常规遗传算法和量子遗传算法的盲源分离方法具有明显的高效性.     

一种对线性分组码编码参数的盲识别方法

由于线性分组码具有较简单的编、译码结构和相对优越的纠错性能,目前已在数字通信系统中得到了广泛应用。为了克服线性分组码各码字之间缺乏相似于卷积码的相关性,本文根据线性分组码自身的编码特点以及完整码字序列具有较好的非随机性,提出了基于比特频率检测线性分组码盲识别方法。该识别方法在对线性分组码的编码特点分析的基础上,将密码学中比特频率检测方法应用到信道编码识别中,在不同的先验知识条件下,给出了不同的识别过程并进行仿真实验,实验结果表明该识别方法的有效性的同时且具有较好的容错性能。     

基于贝叶斯压缩感知理论的超宽带通信信道估计

超宽带是一种新颖的高速无线通信技术。其过高的带宽给采样带来了困难,压缩感知理论提供了一种可行的低速采样方法。针对目前的压缩感知超宽带信道估计方法必须假设信道稀疏度已知,论文提出了基于贝叶斯压缩感知理论的超宽带信道估计方法。将超宽带信道估计转化为压缩感知理论中的重构问题,并使用贝叶斯压缩感知方法进行重构,得到信道估计值及其误差范围,最终实现信息解调。贝叶斯压缩感知理论将稀疏贝叶斯学习理论引入到压缩感知中,给需要重构向量中的每个值设置受超参数控制的后验概率密度函数,在超参数的更新过程中,零值所对应的超参数将趋向于无穷大,与之对应的后验概率将趋向于零,通过这种方法剔除非重要多径,自适应地找出信道向量中的重要多径,并使用回归算法进行重构。实验结果表明在信道稀疏度未知的情况下,该方法能够对原信道进行有效的重构。     

直射通道辅助的北斗弱反射信号捕获算法

针对利用北斗卫星信号进行海面非协同探测系统中微弱反射信号的捕获问题,提出了一种利用直射通道辅助反射通道进行信号捕获的算法。在短时匹配滤波器-快速傅里叶变换（STMF-FFT,Short-Term Matched filtering-Fast Fourier Transform）和差分相干积累（SDCI,Simplified Differentially Coherent Integration）的信号捕获算法的基础上加入直射通道辅助信息,缩短搜星时间和频移-码相位二维搜索范围,提高了反射信号捕获灵敏度,缩短了信号捕获时间。仿真结果表明,基于直射通道辅助的北斗弱反射信号捕获算法能够捕获-151.3dBm的弱反射信号,相较无辅助算法,捕获灵敏度提高3.1dB,平均捕获时间缩短39.5s。      

一种多值决策属性的决策系统的离散化算法

决策系统中连续属性的离散化,即实型属性空问向整型属性空间的映射,它是对决策表中属性约简的第一步.针对多值决策属性的决策信息系统,提出一种新的属性离散化算法.首先根据决策属性的不同,将条件属性集划分为不同的序列,对每两个序列求取候选断点,最后,综合所有的候选断点即为所求的候选断点集合;然后在基于条件属性重要度和贪心算法的基础上提出一种确定结果断点子集的新启发式算法.实例验证了本文所提出的算法能够取得较理想的连续属性离散化结果.