基于解码转发CR-NOMA协同系统物理层安全性能分析

分析了认知无线电(Cognitive Radio,CR)非正交多址(Non-orthogonal Multiple Access,NOMA)网络中的物理层安全性能。考虑到现有窃听者,支持NOMA的CR通过Nakagami-m信道以解码转发协作模式传输数据。为了分析CR-NOMA物理层安全性能,通过连接中断概率和安全中断概率的闭式表达式来评估CR-NOMA的安全性能。此外,通过蒙特卡罗模拟仿真以验证推导出的分析结果,并深入分析了参数对系统性能的影响。

多天线频谱共享CR-NOMA系统安全中断性能分析

认知无线电(CR)非正交多址接入(NOMA)网络(记为CR-NOMA)已是无线通信领域的研究热点之一。由于无线信道的开放性,使得无线网络的安全通信成为当前急需解决的问题。该文研究了频谱共享多天线CR-NOMA网络安全中断性能,首先分析了最优天线选择(OAS)方案的安全中断概率(SOP),并推导了其精确的闭合表达式。其次,分析了空时传输(STT)方案的SOP,并推导了其精确的闭合表达式。最后,对次用户两种方案的SOP渐近性能进行了分析,揭示了系统参数对SOP的影响。最后,采用Monte Carlo仿真验证了理论分析的正确性。研究发现,两种方案基站分别存在一个最优峰值发射功率,使得远距离次用户的安全中断性能最佳。仿真结果表明增大基站峰值发射功率,OAS方案的近距离次用户的SOP会始终优于STT方案,远距离次用户的SOP会劣于STT方案。

基于改进损失函数的YOLOv3网络

为了提高卷积神经网络在目标检测的精度,本文提出了一种基于改进损失函数的YOLOv3网络.该网络模型应用一种新的损失函数Tan-Squared Error (TSE),将原有的平方和损失(Sum Squared Error, SSE)函数进行转化,能更好地计算连续变量的损失; TSE能有效减低Sigmoid函数梯度消失的影响,使模型收敛更加快速.在VOC数据集上的实验结果表明,与原网络模型的表现相比,利用TSE有效提高了检测精度,且收敛更加快速.