基于编码矩阵估计的极化码参数盲识别算法

针对当前极化码参数识别算法缺少对码字起点的识别以及识别信息位算法计算复杂的问题,提出一种基于编码矩阵估计的极化码参数盲识别算法。所提算法首先将截获的码字矩阵、相应码长下的克罗内克矩阵以及逆向重排矩阵相乘得到编码矩阵估计,然后通过编码矩阵的分布特征识别出码长和码字起点,最后使用训练好的卷积神经网络对极化码信息位以及冻结位进行识别。实验结果表明,所提方法不仅完成了码字起点的识别,而且在未知码字起点的情况下完成了对码长的识别,且码长的识别准确率优于现有算法,误比特率在0.19时,参数为(32,12)的极化码码长识别率仍然可以达到90%以上。

基于CNN-LSTM的MIMO-OFDM信号盲调制识别算法

无线通信信号的盲调制识别技术作为非协作通信的核心技术之一,在提高频谱利用效率以及未知信号解调中起着至关重要的作用。另外,非协作通信中存在着电磁环境未知,噪声干扰严重,信噪比低等问题,因此在非协作通信下进行未知信号的盲调制识别较为困难。为解决非协作通信中多输入多输出正交频分复用(MultipleInput Multiple-Output Orthogonal Frequency Division Multiplexing, MIMO-OFDM)信号在低信噪比下子载波盲调制识别的问题,本文使用CNN(Convolutional Neural Network,CNN)网络与LSTM(Long Short-Term Memory,LSTM)网络构建一维CNN-LSTM网络进行盲调制识别。鉴于I/Q数据具有很强特征表达能力,该算法选取I/Q数据作为第一输入特征直接输入网络。同时为了弥补噪声对I/Q数据的干扰,本文还选用抗噪声能力强的循环谱作为另一输入特征,为进一步提升循环谱的抗噪声能力,本文对循环谱进行切片累加操作得到抗噪声性能更好的循环谱切片累加序列作为第二输入特征。仿真结果表明,本文所提方法可以在SNR=2 dB条件下实现对{BPSK,QPSK,8PSK,16QAM,32QAM,128QAM}调制方式的识别,并且识别精度达到98%。

DWT-DCT结合SURF与PSO的优化鲁棒水印算法

针对优化水印算法中未最大化水印鲁棒性以及抗几何攻击较差的问题,本文提出了一种结合离散小波变换(Discrete Wavelet Transform,DWT)和离散余弦变换(Discrete Cosine Transform,DCT),并融合加速鲁棒特征(Speeded-Up Robust Features,SURF)与粒子群优化(Particle Swarm Optimization,PSO)的鲁棒水印算法。首先对宿主图像进行DWT以获得其低频图像,接着对低频图像进行分块DCT操作,最后每个DCT块选取两个系数嵌入一位水印。其中,嵌入位置与嵌入强度由PSO优化算法结合多种组合攻击选取。为了避免几何校正中使用原图像,本文利用SURF算法检测嵌入水印后图像的特征信息,并将其用于几何校正。实验表明,本文算法在峰值信噪比达到40 dB以上的情况下,在面临常规信号攻击和几何攻击时均有较好的鲁棒性。

基于深层神经网络的信道编码类型盲识别

为了解决当前识别算法只能识别一种或者两种码字类型以及人工提取特征复杂的问题,提出了两种基于深层神经网络模型的信道编码类型识别器,即卷积神经网络(convolutional neural network,CNN)识别器和递归CNN(recursive CNN,RCNN)识别器,用于识别接收数据中不同类型的信道码字。将待识别的软解调序列作为自然语言处理中文本分类问题的句子向量进行处理,输入到预先训练好的深层神经网络识别器中进行识别,并分析了字长度对识别准确率的影响,得出了最合适的字长度。实验结果表明,两种识别器都能够有效识别接收数据中多种类型的信道编码,且在信噪比为3 dB时CNN识别器的识别准确率能够达到99%以上,而RCNN识别器在1 dB时就能够达到99%以上的识别准确率。

基于多特征融合的MIMO-OFDM系统单-混信号调制识别算法

为解决非协作通信中多输入多输出正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing, MIMO-OFDM)系统的单-混信号调制识别问题,提出一种基于多特征融合和决策融合的调制识别方法。首先,利用特征矩阵的联合近似对角化(joint approximate diagonalization of eigenvalue matrix, JADE)算法从接收端恢复发送信号;然后,提取恢复后信号的四次方谱、循环谱和高阶累积量作为输入样本,利用多特征融合网络对输入样本进行训练;最后,使用决策融合策略根据每条支路输出得到最终判决结果。仿真实验结果表明,所提方法可以对MIMO-OFDM系统中的7种信号进行有效识别,在信噪比为10 dB时识别精度可达99.4%。

NSCT-GBT-SVD结合特征区域的鲁棒水印算法

针对大多数水印算法抵抗几何攻击(旋转、平移、缩放和剪切)不佳,本文提出了一种非下采样轮廓波变换(Non-Subsampled Contourlet Transform,NSCT)-图变换(Graph-Based Transform,GBT)-奇异值分解(Singular Value Decomposition,SVD)结合(多尺度多方向结构张量-模糊C均值聚类)特征区域的鲁棒水印算法。首先利用NSCT变换得到低频区域,接着建立多尺度多方向结构张量寻找稳定的特征点,并用模糊C均值聚类将特征点划分为三簇,构造每个簇中稳定且不重叠的特征区域。然后利用图像局部归一化操作构造水印嵌入区域,将水印嵌入区域分块并对分块区域进行GBT得到稳定的系数矩阵。最后,利用SVD将水印信息相加嵌入到系数矩阵中。仿真实验表明,本文算法在峰值信噪比高于44 dB的情况下,对常规信号攻击和几何攻击均有很好的鲁棒性,特别是在面对旋转、平移、剪切、缩放以及两两组合的几何攻击时,提取的水印归一化相关系数均在0.94以上。

“三软”突出煤层应力集中区打钻技术分析

通过对"三软"不稳定特厚突出煤层应力集中区打钻钻孔存在问题的分析,采用螺旋钻杆和调整钻孔开口位置等技术方法,可有效解决钻孔施工深度浅的问题,确保单进水平,在郑煤集团芦沟煤矿取得了良好的效益。

周期性回归分析孕妇血象白细胞计数结果

采用余弦模型对孕妇白细胞计数结果的孕龄变化规律进行调期性回归。其第二谐量余弦模型为＾ｙ ＝ ８ ．８１ ＋ １ ．０２ｃｏｓ（ｔｉ－ ２３５ ．７） ＋ ０ ．７６ｃｏｓ（２ｔｉ－ ２０２ ．２） ，其回归相关指数Ｒ２ 为０ ．７５３５ ，ｘ２ ＝ ０ ．１４８１ ，Ｐ＞ ０ ．９９５ ，回归理论值与实际观察值之间没有统计差别，表明利用余弦模型描述孕妇血象白细胞含量随孕龄周期性变化规律能获得满意的结果。

患儿头发锌铁铜锰钙检测研究

对 1 0 7名患病儿童头发微量元素锌、铁、铜、锰及钙进行检测 ,与正常参考值调查相应结果做对照比较。结果 ,患病儿童头发钙、锰、女性铁及男性 0 .5～岁组铁含量明显低于对照组 ,锌高于对照组 ,而铜与对照组没有差别 ;锌与钙、铁、锰呈负相关性 ,锰与钙、铁表现为正相关性。