論文元數(shù)據(jù)搜索,找到相關(guān)信息共 21 條:
2009, 31(5): 1229-1232.
doi: 10.3724/SP.J.1146.2008.00036
刊出日期:2009-05-19
關(guān)鍵詞:
MIMO;OFDM;自適應(yīng)資源分配;信號與干擾加噪聲比
該文針對多用戶MIMO-OFDM系統(tǒng),基于最大化信號與干擾加噪聲比(Signal-to Jamming and Noise Ratio,SJNR)預(yù)編碼,提出了實用的自適應(yīng)資源分配方法。根據(jù)各用戶SJNR值,提出采用遞增(Incremental Algorithm,IA)和遞減(Decremental Algorithm,DA)兩種方法為各子載波選擇用戶集合,使各子載波被多個用戶最優(yōu)復(fù)用,實現(xiàn)多用戶分集,以達到最大化系統(tǒng)吞吐量的目的。此外,基于DA思想,給出了考慮不同用戶QoS要求下分配子載波的方法(QoS Decremental Algorithm,QDA)。分析和仿真結(jié)果表明,IA和DA在大大降低算法復(fù)雜度的同時使性能很好地接近最優(yōu)算法,QDA能在滿足不同用戶QoS要求的同時最大化系統(tǒng)吞吐量。
2023, 45(10): 3558-3567.
doi: 10.11999/JEIT221017
刊出日期:2023-10-31
為了提高輕型卷積神經(jīng)網(wǎng)絡(luò)(CNN)在遙感圖像(RSI)場景分類任務(wù)中的精度,該文設(shè)計一個雙注意力(DA)與空間結(jié)構(gòu)(SS)相融合的雙知識蒸餾(DKD)模型。首先,構(gòu)造新的DA模塊,將其嵌入到ResNet101與設(shè)計的輕型CNN,分別作為教師與學生網(wǎng)絡(luò);然后,構(gòu)造DA蒸餾損失函數(shù),將教師網(wǎng)絡(luò)中的DA知識遷移到學生網(wǎng)絡(luò)之中,從而增強其對RSI的局部特征提取能力;最后,構(gòu)造SS蒸餾損失函數(shù),將教師網(wǎng)絡(luò)中的語義提取能力以空間結(jié)構(gòu)的形式遷移到學生網(wǎng)絡(luò),以增強其對RSI的高層語義表示能力?;趦蓚€標準數(shù)據(jù)集AID和NWPU-45的對比實驗結(jié)果表明,在訓(xùn)練比例為20%的情況下,經(jīng)知識蒸餾之后的學生網(wǎng)絡(luò)性能分別提高了7.69%和7.39%,且在參量更少的情況下性能也優(yōu)于其他方法。
2007, 29(1): 201-204.
doi: 10.3724/SP.J.1146.2005.00574
刊出日期:2007-01-19
關(guān)鍵詞:
環(huán)簽名;雙線性對;偽造攻擊;GDP(Gap Diffie-Hellman)
通過對Xu(2004)和Zhang(2004)提出的兩種環(huán)簽名方案進行分析,指出了這兩種環(huán)簽名方案都容易受到群成員改變攻擊(group-changing attack),并給出了攻擊方法;另外,Zhang的方案還容易受到多已知簽名存在偽造(multiple-known-signature existential forgery)攻擊。為防范這兩種攻擊,對這兩種環(huán)簽名方案進行了改進,改進后的方案在最強的安全模型(Joseph, 2004提出)中仍是安全的。
2009, 31(7): 1732-1735.
doi: 10.3724/SP.J.1146.2008.00928
刊出日期:2009-07-19
關(guān)鍵詞:
環(huán)簽名;密碼分析;可轉(zhuǎn)換性
通過對Zhang-Liu-He (2006),Gan-Chen (2004)和Wang-Zhang-Ma (2007)提出的可轉(zhuǎn)換環(huán)簽名方案進行分析,指出了這幾個可轉(zhuǎn)換環(huán)簽名方案存在可轉(zhuǎn)換性攻擊或不可否認性攻擊,即,環(huán)中的任何成員都能宣稱自己是實際簽名者或冒充別的成員進行環(huán)簽名。為防范這兩種攻擊,對這幾個可轉(zhuǎn)換環(huán)簽名方案進行了改進,改進后的方案滿足可轉(zhuǎn)換環(huán)簽名的安全性要求。
2008, 30(4): 768-771.
doi: 10.3724/SP.J.1146.2006.01467
刊出日期:2008-04-19
關(guān)鍵詞:
低軌道衛(wèi)星; CDMA; FPGA; 成型濾波; CIC插值濾波
該文研究了低軌道(LEO)衛(wèi)星CDMA系統(tǒng)發(fā)信機的數(shù)字部分,介紹了其結(jié)構(gòu)、算法原理及其具體實現(xiàn)。重點介紹了發(fā)信機數(shù)字信號處理部分在FPGA的實現(xiàn),主要包括信息數(shù)據(jù)流的處理及編碼、交織、成型濾波、CIC插值濾波和數(shù)字上變頻等。在設(shè)計上采用了基于多相濾波結(jié)構(gòu)和分布式算法(DA)的成型濾波器以及高效CIC插值濾波器,節(jié)省了系統(tǒng)的硬件資源,提高了系統(tǒng)的性能。
2013, 35(11): 2700-2706.
doi: 10.3724/SP.J.1146.2013.00106
刊出日期:2013-11-19
為了解決雜波環(huán)境下脈沖多普勒(PD)雷達的多目標跟蹤問題,提出一種距離模糊情況下基于概率假設(shè)密度濾波(PHDF)和數(shù)據(jù)關(guān)聯(lián)(DA)的聯(lián)合解距離模糊和多目標跟蹤方法。該方法使雷達采用一組脈沖重復(fù)頻率(PRF)交替變換的工作模式,并對雷達生成的模糊量測進行多假設(shè),得到擴展量測集;然后,利用PHDF可以有效濾除雜波和避免目標-量測數(shù)據(jù)關(guān)聯(lián)的突出優(yōu)點,對擴展量測集進行濾波,得到粗略的目標狀態(tài)估計;最后,對PHDF的濾波結(jié)果進行航跡-估計值關(guān)聯(lián),給出多目標航跡信息。仿真結(jié)果表明,該算法可以同時給出目標個數(shù)和各目標狀態(tài)估計,實現(xiàn)雜波環(huán)境和距離模糊條件下對多目標的有效跟蹤。
2021, 43(12): 3597-3604.
doi: 10.11999/JEIT200766
刊出日期:2021-12-21
為提高命名數(shù)據(jù)網(wǎng)絡(luò)(Name Data Networking, NDN)路由過程中內(nèi)容名字查找的效率,該文提出一種基于深度布隆過濾器的3級名字查找方法。該方法使用長短記憶神經(jīng)網(wǎng)絡(luò)(Long Short Term Memory, LSTM)與標準布隆過濾器相結(jié)合的方法優(yōu)化名字查找過程;采用3級結(jié)構(gòu)優(yōu)化內(nèi)容名字在內(nèi)容存儲器(Content Store, CS)、待定請求表(Pending Interest Table, PIT)中的精確查找過程,提高查找精度并降低內(nèi)存消耗。從理論上分析了3級名字查找方法的假陽性率,并通過實驗驗證了該方法能夠有效節(jié)省內(nèi)存、降低查找過程的假陽性。
2011, 33(1): 106-111.
doi: 10.3724/SP.J.1146.2010.00242
刊出日期:2011-01-19
基于簡化電磁矢量傳感器陣列,該文提出了一種新的降維四元數(shù)MUSIC估計方法。文中引用了四元數(shù)的概念,利用四元數(shù)的正交特性能夠很好地描述矢量傳感器陣元的正交結(jié)構(gòu)這一優(yōu)點,建立了電磁矢量傳感器陣列的四元數(shù)模型,利用降維Q-MUSIC (Quaternion-MUSIC)方法先對極化信號DOA進行估計,通過已經(jīng)估計出來的DOA信息,再借助傳統(tǒng)的V-MUSIC (long-MUSIC)方法估計極化信息。從而依次獲得極化信號的4個參數(shù)。仿真實驗驗證了算法的可行性。
2014, 36(2): 353-357.
doi: 10.3724/SP.J.1146.2013.00445
刊出日期:2014-02-19
信噪比是衡量信道質(zhì)量的一個重要參數(shù),該文主要研究LTE(Long Term Evolution)系統(tǒng)中基于探測參考信號(Sounding Reference Signal, SRS)的信噪比估計方法。針對DASS(Difference of Adjacent Subcarrier Signal)算法在高信噪比下噪聲估計誤差較大的這一缺點,該文提出一種適用于SRS的改進DASS方法。該方法通過重新定義子載波的差分方式,減小了噪聲估計的誤差,并且由于對連續(xù)的3個SRS頻點,僅需要估計一次噪聲,使得該文方法的復(fù)雜度僅為原DASS方法的1/3。仿真結(jié)果表明,所提方法的估計性能優(yōu)于其余的方法,特別是在低時延和中等時延信道下,高信噪比時的估計精度提高了約10倍。
2012, 34(12): 2823-2829.
doi: 10.3724/SP.J.1146.2012.00744
刊出日期:2012-12-19
在LTE (Long Term Evolution)異構(gòu)網(wǎng)絡(luò)中,由于宏基站(Macro)與微微(Pico)基站的發(fā)射功率相差較大,一些離Pico基站較近的用戶因為接收到的宏基站下行信號質(zhì)量好于Pico基站而選擇接入宏小區(qū)。然而,因為這些用戶距離Pico基站較近,因此上行通信會對Pico基站產(chǎn)生嚴重的上行干擾。小區(qū)覆蓋增強(Range Expansion, RE)技術(shù)能夠減少此類干擾,但同時又可能引入新的下行干擾。該文提出一種基于RE技術(shù)的上行干擾識別與協(xié)調(diào)機制(UIICRE),能夠準確識別上行干擾源及其強度,并進行相應(yīng)的干擾協(xié)調(diào)處理。仿真結(jié)果表明,該文提出的方案能夠解決Pico小區(qū)的上行干擾問題,提升用戶的上行通信質(zhì)量,并保證用戶下行通信質(zhì)量不受影響。
- 首頁
- 上一頁
- 1
- 2
- 3
- 下一頁
- 末頁
- 共:3頁