論文元數據搜索，找到相關信息共 5 條：
1998, 20(2): 199-205.
刊出日期：1998-03-19
本文通過分析和比較同相和反相放大器En-In噪聲的特點,給出了若干新結果。本文方法在低噪聲運放電路設計和運放噪聲參數提取中都具有十分重要的意義。
2005, 27(1): 26-30.
刊出日期：2005-01-19
基于一種帶窗重疊自適應濾波器,將重疊濾波思想引入LMS算法。利用重疊濾波的平滑性,將加窗重疊濾波和LMS算法相結合,給出了窗加權重疊LMS(WO-LMS)算法。與傳統(tǒng)的LMS算法相比,WO-LMS算法既提高了收斂速度又可以得到較低的穩(wěn)態(tài)均方誤差。理論分析了算法的收斂性,通過與LMS算法的比較,驗證了WO-LMS算法的優(yōu)越性。
2008, 30(7): 1666-1670.
doi: 10.3724/SP.J.1146.2006.01872
刊出日期：2008-07-19
該文利用雙平行線陣的陣列結構,提出了用于非圓信號二維方向和初相聯合估計的擴展MUSIC(EN-MUSIC)算法。EN-MUSIC算法估計得到的方位角、俯仰角與初相一一對應,自動配對,其可測向信號數大于子陣陣元數,方位及俯仰測角精度與非圓信號二維測向酉ESPRIT(2D-NC-UESPRIT)算法大致相當,優(yōu)于波達方向矩陣法(DOAM)。
2004, 26(11): 1787-1791.
刊出日期：2004-11-19
關鍵詞:
流密碼;周期序列;線性復雜度;-錯復雜度
密碼學意義上強的序列不僅應該具有足夠高的線性復雜度,而且當少量比特發(fā)生改變時不會引起線性復雜度的急劇下降,即具有高的-錯復雜度.該文以多項式的因式分解為主要工具研究了任意有限域GF(q)上,周期N與p互素以及N=v這兩種情況下,計數函數NN,0(c)的值,并給出了線性復雜度的數學期望EN,0的值以及-錯復雜度的數學期望EN,的一個有用的下界,這里p是有限域GF(q)的特征.
2024, 46(1): 195-203.
doi: 10.11999/JEIT221517
刊出日期：2024-01-17
由于數據量激增而引起的信息爆炸使得傳統(tǒng)集中式云計算不堪重負，邊緣計算網絡(ECN)被提出以減輕云服務器的負擔。此外，在ECN中啟用聯邦學習(FL)，可以實現數據本地化處理，從而有效解決協(xié)同學習中邊緣節(jié)點(ENs)的數據安全問題。然而在傳統(tǒng)FL架構中，中央服務器容易受到單點攻擊，導致系統(tǒng)性能下降，甚至任務失敗。本文在ECN場景下，提出基于區(qū)塊鏈技術的異步FL算法(AFLChain)，該算法基于ENs算力動態(tài)分配訓練任務，以提高學習效率。此外，基于ENs算力、模型訓練進度以及歷史信譽值，引入熵權信譽機制評估ENs積極性并對其分級，淘汰低質EN以進一步提高AFLChain的性能。最后，提出基于次梯度的最優(yōu)資源分配(SORA)算法，通過聯合優(yōu)化傳輸功率和計算資源分配以最小化整體網絡延遲。仿真結果展示了AFLChain的模型訓練效率以及SORA算法的收斂情況，證明了所提算法的有效性。
