基于动态网络的文本敏感信息感知脑响应检测模型

针对文本敏感信息感知过程复杂和个体差异大造成敏感信息感知脑响应潜伏期不确定性的问题,提出了一种基于动态卷积神经网络的脑响应检测模型——DyCNN_CBAM。该模型通过增加的动态卷积模块,让每层的卷积参数在训练的时候随着输入可变,可提升模型的尺寸与容量。然后在模型第一、二层后增加的注意力机制模块,自动计算贡献度较高的时空信息。实验结果表明:该模型比现有的单尺度模型平均分类准确率提高了4%,F1分数提高6.7%,同时比现有多尺度网络平均分类准确率提高了2%,F1分数提高1.2%。此外,在公开数据集上取得最好的F1分数。由此说明,该网络更够适应文本敏感信息感知脑信号潜伏期抖动性,有效地提升了文本敏感信息检测模型的稳定性。

公共事件中的“信号与系统”教学案例设计

案例式教学作为一种启发式的教学方法,可有效调动学生学习积极性,提升课堂质量。以“信号与系统”课程中卷积和章节为例,探讨了如何从公共卫生,减灾救灾等公共事件活动中,挖掘相关教学案例,并分析了对应的思政元素设计。成果可应用于相关专业课程教学,提升学生理论联系实际与分析解决问题的能力。

基于干扰序列图的无人机定位系统电磁效应分析

无人机定位系统是无人机与外部环境进行信息交互的重要核心模块,同时也为电磁干扰信号提供了耦合路径。围绕无人机定位系统电磁效应分析展开研究,关注未采取电磁加固措施的消费级无人机,基于无人机定位系统内部结构,建立了无人机定位系统的干扰序列图,进而推导出无人机定位系统各模块的瞬态响应函数,基于干扰序列图构建了无人机定位系统物理模型,开展了定位系统电磁效应场路联合分析,仿真分析了定位系统及其敏感单元磁场强度H和磁感应强度B的分布与规律,得到了无人机定位系统的电磁效应分布特征与电磁薄弱环节。仿真结果表明:无人机定位系统电磁薄弱环节在芯片线路连接点处,且随着电磁脉冲干扰时间的增加,电磁效应持续累积且呈现趋势一致的震荡效应。

PCMA系统双同步序列联合盲估计

成对载波多址(Paired Carrier Multiple Access,PCMA)使用同一频率传输通信双方的调制波形,是一种重要的卫星通信多址方式。对PCMA信号进行盲分离是无线电频谱监测的重要内容,高精度的调制参数信息是盲分离的必要基础,同步序列辅助的调制参数估计方法具有精度高、鲁棒性好等特点。然而在PCMA信号的盲接收中,往往无法预知同步序列,且两路同步序列估计需要在无法完成分离解调的条件下得到,因此难度较大。本文针对幅相调制(Amplitude-Phase Modulation,APM)类PCMA信号,利用通信系统数据帧的结构特性,采用子空间分解思想,重点分析了不同条件下的信号相关矩阵奇异值分解(Singular Value Decomposition,SVD)结果,推导了特征值、特征向量与两路信号同步波形间的近似数学关系;提出“先整体后局部”的算法流程,首先对信号按帧长分段做整体SVD分解得到对同步波形及其位置的粗估计,而后对同步波形位置的原始PCMA信号做局部SVD分解,进一步提高估计性能,解决了PCMA信号盲接收中双同步序列估计的难题。仿真结果表明,本文算法可广泛适用于APM类PCMA信号的同步波形和同步序列盲估计问题,在低信噪比条件下算法性能优于最大似然的估计方法,随着信噪比的提升和使用数据量的增加,估计性能不断提高,能够得到对PCMA信号双同步序列的高精度估计,为数据辅助的参数估计方法应用于工程实践提供了先决条件,为PCMA信号调制参数估计和后续的盲分离技术研究提供重要基础。

基于随机化视觉词典组和上下文语义信息的目标检索方法

传统的视觉词典法(Bag ofVisual Words,BoVW)具有时间效率低、内存消耗大以及视觉单词同义性和歧义性的问题,且当目标区域所包含的信息不能正确或不足以表达用户检索意图时就得不到理想的检索结果.针对这些问题,本文提出了基于随机化视觉词典组和上下文语义信息的目标检索方法.首先,该方法采用精确欧氏位置敏感哈希(Exact Euclidean Locality Sensitive Hashing,E2LSH)对局部特征点进行聚类,生成一组支持动态扩充的随机化视觉词典组;然后,利用查询目标及其周围的视觉单元构造包含上下文语义信息的目标模型;最后,引入K-L散度(Kullback-Leibler divergence)进行相似性度量完成目标检索.实验结果表明,新方法较好地提高了目标对象的可区分性,有效地提高了检索性能.

基于多尺度上下文语义信息的图像场景分类算法

传统视觉词典模型没有考虑图像的多尺度和上下文语义共生关系.本文提出一种基于多尺度上下文语义信息的图像场景分类算法.首先,对图像进行多尺度分解,从多个尺度提取不同粒度的视觉信息;其次利用基于密度的自适应选择算法确定最优概率潜在语义分析模型主题数;然后,结合Markov随机场共同挖掘图像块的上下文语义共生信息,得到图像的多尺度直方图表示;最后结合支持向量机实现场景分类.实验结果表明,本文算法能有效利用图像的多尺度和上下文语义信息,提高视觉单词的语义准确性,从而改善场景分类性能.

融合多普勒频移信息的阵列数据域直接定位方法

相比于传统两步定位方法,直接定位方法具有更高的定位精度,但现有的基于阵列模型的直接定位方法未能够有效利用多普勒频移信息,其定位精度有待进一步提升。针对上述问题,该文提出一种融合多普勒频移信息的阵列数据域直接定位方法。首先构建了融合多普勒信息的直接定位模型,然后基于最大似然准则将信号源位置估计转化为求解位置信息矩阵最大特征值问题,并结合矩阵转置性质降低复杂度,最后通过2维搜索得到目标信号源位置估计。仿真结果表明,所提方法较目前的阵列数据域直接定位方法和多普勒频移直接定位方法的定位精度具有较大提高。

基于建构主义和翻转课堂的信息安全专业课程教学

针对信息安全专业课程教学需求,探讨建构主义学习理论、翻转课堂和对分课堂等以学生为主体的教学理论和模式,提出"讲授—实践—讨论"三段式课堂教学设计。

基于联合信息的重加权置信传播算法

针对最优映射下低密度奇偶校验(LDPC)编码调制系统无迭代增益的问题,采用因子图和互信息方法对系统进行了研究,提出了一种基于联合信息的重加权置信传播算法。和传统迭代接收算法相比,该算法改进了迭代结构,不仅增加了调制器,获得了格雷映射下的迭代增益,而且在解调器的外信息中引入加权符号信息,在译码器的外信息中引入指数型先验信息,合成为联合信息,增大解调器和解码器之间的平均互信息值,进一步提高了系统性能。从互信息角度说明该算法的合理性,同时分析了权值和自适应指数对算法性能的影响。给出了在瑞利衰落信道下的仿真结果,验证了该算法的有效性和优越性。

基于星座软信息的猝发信号盲均衡算法

针对非协作通信中猝发类幅相调制信号先验信息少,数据量小,信噪比低等特点,该文在修正常模算法(MCMA)数据重用算法基础之上提出一种基于星座软信息的猝发信号盲均衡算法,采用接收信号的统计信息代替调制信息,并引入循环迭代的思想,实现了猝发信号的快速盲均衡。此方案不需要调制方式等先验信息,复杂度低,灵活性好,适合非合作接收条件。仿真表明,在抗噪声,抗频偏,抗相偏性能与传统算法基本保持一致的前提下,该文算法在收敛速度,稳态误差等方面均优于原算法,对深衰落信道效果显著,可应用于工程实践。

无人机定位系统辐照干扰失效全过程与机理分析

定位系统是无人机核心单元中的电磁敏感环节,是无人机电磁防护的重点部位。为了分析电磁干扰效应机理与失效过程,以典型自组装无人机定位系统为目标,通过电磁拓扑模型分析干扰耦合方式,分析不同耦合路径下辐照干扰耦合机理和作用机制。采用GPS增强转发系统在电波暗室内为无人机系统提供正常动态工作环境,并依据标准开展微波辐照干扰效应试验,通过无人机系统固件中的日志记录功能,结合地面站监测实时状态,实现无人机定位系统电磁干扰效应全过程动态特征数据记录与故障机理分析。试验结果表明:无人机接收天线耦合干扰主要发生在定位系统最大接收带宽(200 MHz)之内;线缆耦合干扰主要在1 GHz以下的频段内且在171 MHz和511 MHz附近达到最大值;PCB电路耦合干扰主要在1.24 GHz以上频段,耦合电压波动性随着干扰信号频率增加而变强。

融合边界信息的语音样例快速检索

提出了一种融合音素边界信息的语音样例快速检索方法。该方法首先提取查询样例和测试集的音素后验概率;然后,运用层次凝聚聚类算法将音素后验概率序列分段(即音素边界检测),计算每个分段的平均向量并将其分别组成新查询和新索引,再运用动态时间规整进行语音样例的检索;最后,使用虚拟相关反馈技术对检索结果进行修正。实验结果表明:尽管此方法的检索精度略低于直接运用动态时间规整进行检索的检索精度,但其检索速度大大优于后者,且与其他相关文献提出的方法相比,此方法在检索速度方面也具有明显优势。

基于软信息的扰码盲识别方法

针对非合作接收的加扰信号,提出2种基于软信息的扰码盲识别方法。方法 1利用软信息建立了扰码系数的代价函数,采用实数域的优化理论进行正向求解,不再需要对多项式测试闭集进行遍历;方法 2利用软信息建立了符合度的概念,以每个测试扰码多项式符合度的大小作为判别的标准,相比硬判决识别算法,其对接收信息得到了更充分的利用。仿真结果表明,方法 1相比Cluzeau提出的遍历方法,其自同步扰码多项式的识别时间可从5 min 18s缩短为8s;方法 2与现有硬判决算法相比,达到较高正确率时,具有约2 dB的信噪比增益。

基于软信息联合修正的非对称PCMA盲分离算法

针对非对称PCMA信号盲分离问题,在一种低复杂度的盲分离结构基础上,提出基于软信息联合修正提高强弱信号解调性能的盲分离算法。该算法利用强弱信号解调相互的影响,通过尝试修正高出错概率的强信号接收符号,比较修正前后强弱信号符号星座质量(软信息)的优劣来决定是否修正当前强弱信号的硬判决值,从而降低强弱信号解调误码率。仿真结果表明,当强信号信噪比高于17 dB时,强弱信号解调误码率分别降低近2个数量级,且算法计算复杂度低于传统基于重构抵消算法的计算复杂度。

基于软信息的分组交织和卷积码联合识别

针对非合作数字通信系统中分组交织和卷积码的盲识别问题,提出了一种基于软信息的信道编码识别方法.该方法利用软信息建立了符合度的概念,首先利用采样序列的总符合度实现交织行数和卷积码校验向量的识别;然后通过每路采样序列平均符合度的变化规律实现交织起点行坐标的识别;最后根据解交织后数据的符合度实现交织列数和交织起点列坐标的识别.仿真结果表明,本文算法能在较高误码率下实现分组交织和卷积码的盲识别,与硬判决算法相比,达到较高正确率时,本文算法具有约5d B的信噪比增益.

无人机定位系统电源分配网络电磁干扰行为级分析与预测

电源分配网络是无人机定位系统工作的基础单元,也是电磁干扰薄弱环节,电源分配网络(PDN)传导耦合干扰效应是导致定位系统故障的主要原因。为了提高定位系统电磁干扰敏感度预测模型的精度,基于泰勒级数对非线性系统的描述方法,将泰勒级数行为级模型系数表征为与干扰频率相关的函数,建立无人机定位系统PDN电磁干扰响应预测模型,分析预测PDN在受干扰情况下的非线性直流偏置电压。研究结果表明:在250~400 MHz电磁干扰范围内,基于泰勒级数的PDN电磁干扰响应预测模型可以对PDN在电磁干扰作用下的非线性直流偏置进行准确预测,预测误差在3%以内。

基于SQLite的战场态势信息快速存取研究

为满足使用移动终端设备的作战单元对于战场态势信息的实时查询需求,提出了一种以小型嵌入式数据库SQLite为底层存储的查询预处理方法。根据态势信息的描述方式建立了信息存储模型,在此基础上结合Hash表检索思想设计了表结构,进而采用抽取压缩的思想实现态势信息的快速查询,通过仿真分析表明了该方法具有较好的效果。

基于Agent的战场态势信息分发模型分析

针对作战单元对于战场态势信息的高质量、实时性需求,提出一种信息分发Agent模型,该模型引入反馈机制以获取用户实时信息需求,使其适应复杂多变的战场环境;同时通过构建信息价值算子对战场态势信息进行价值评估,在带宽资源有限的条件下保证高质量信息优先分发调度。仿真结果表明,该信息分发模型具有较好的态势信息价值收益,能够满足用户需求。

基于多策略的短文本信息流会话抽取

互联网中存在大量的短文本信息流,需要对其进行会话抽取,将相同主题的内容合并到同一会话中。会话中的内容、时间和用户关系都会对会话抽取的性能产生影响,针对该问题提出了一种基于多策略的会话抽取算法。首先,基于内容、时间和用户关系进行会话分割得到会话片段;然后,利用词向量计算内容语义相似度,并结合时间信息计算会话片段间的相关度,对其进行聚类,实现会话抽取。在三个来源于真实聊天记录的数据集上进行实验的结果表明,本方法优于传统方法,综合F值分别提高了38.5%、15.7%和26.8%。

基于降噪自编码器网络与词向量的信息推荐方法

基于降噪自编码器的推荐方法缺乏对项目共现关系的分析能力,且模型存在参数冷启动问题。为此,基于降噪自编码器网络与词向量,提出一种信息推荐方法。将用户看作文档,将用户评价过的项目看作词语,以此构建训练语料。利用词向量模型对语料进行训练,得到隐含上下文信息的项目向量。将所有项目向量作为初始权重构建降噪自编码器神经网络,训练得到模型参数。通过模型预测用户评分完成top-N推荐。在标准数据集上的实验结果表明,该方法能提高推荐准确率,训练速度优于降噪自编码、奇异值矩阵分解和协同过滤推荐方法。