基于掩模提取的SAR图像对抗样本生成方法

合成孔径雷达(synthetic aperture radar,SAR)图像的对抗样本生成在当前已经有很多方法,但仍存在对抗样本扰动量较大、训练不稳定以及对抗样本的质量无法保证等问题。针对上述问题,提出了一种SAR图像对抗样本生成模型,该模型基于AdvGAN模型架构,首先根据SAR图像的特点设计了一种由增强Lee滤波器和最大类间方差法(OTSU)自适应阈值分割等模块组成的掩模提取模块,这种方法产生的扰动量更小,与原始样本的结构相似性(structural similarity,SSIM)值达到0.997以上。其次将改进的相对均值生成对抗网络(relativistic average generative adversarial network,RaGAN)损失引入AdvGAN中,使用相对均值判别器,让判别器在训练中同时依赖于真实数据和生成的数据,提高了训练的稳定性与攻击效果。在MSTAR数据集上与相关方法进行了实验对比,实验表明,此方法生成的SAR图像对抗样本在攻击防御模型时的攻击成功率较传统方法提高了10%~15%。

基于拟牛顿法的深度强化学习在车联网边缘计算中的研究

为了解决车联网中由于多任务和资源限制导致的任务卸载决策不理想的问题,提出了拟牛顿法的深度强化学习双阶段在线卸载(QNRLO)算法。该算法首先引入批归一化技术优化深度神经网络的训练过程,随后采用拟牛顿法进行优化,有效逼近最优解。通过此双阶段优化,算法显著提升了在多任务和动态无线信道条件下的性能,提高了计算效率。通过引入拉格朗日算子和重构的对偶函数,将非凸优化问题转化为对偶函数的凸优化问题,确保算法的全局最优性。此外,算法考虑了车联网模型中的系统传输时间分配,增强了模型的实用性。与现有算法相比,所提算法显著提高了任务卸载的收敛性和稳定性,并能有效处理车联网中的任务卸载问题,具有较高的实用性和可靠性。

车辆边缘计算中基于深度学习的任务判别卸载

车辆边缘计算(VEC)将移动边缘计算(MEC)与车联网(IoV)技术相结合,将车载任务下沉至网络边缘,以此解决车辆终端计算能力有限问题。为了克服任务数量骤增的车载任务调度难题并提供一个低时延服务环境,首先依据所选的5大特征参数的动态关联变化准则,使用改进型层次分析法(AHP)将车载任务划分为3类主要任务,基于3种卸载决策进行资源分配联合建模;随后,利用调度算法和罚函数来消除建模的约束条件,所获的代价值为之后的深度学习算法提供输入;最后,提出一种基于深度学习的分布式卸载网络算法来有效降低VEC系统的能耗与时延。仿真实验结果表明,所提卸载方案相较传统深度学习卸载方案具有更好环境适应性与稳定性,并降低了任务平均处理时延与能耗。

基于上下文信息与注意力特征的欺骗语音检测

随着语音合成和语音转换技术的快速发展,欺骗语音检测方法仍存在欺骗检测准确率低、通用性差等问题。因此,提出一种基于上下文信息与注意力特征的端到端的欺骗检测方法。该方法基于深度残差收缩网络(DRSN),利用双分支上下文信息协调融合模块(DCCM)聚集丰富的上下文信息,融合基于协调时频注意力机制(CTFA)的特征以获得具有上下文信息的跨维度交互特征,从而最大化捕获伪影的潜力。与最佳基线系统相比,在ASVspoof 2019 LA数据集中,所提方法在EER和t-DCF性能指标上分别降低68%和65%;在ASVspoof 2021 LA数据集中,所提方法的EER和t-DCF分别为4.81和0.3115,分别降低48%和10%。实验结果表明,所提方法能有效提高欺骗语音检测的准确率和泛化能力。

基于ZigBee的RSSI测距研究

基于RSSI的测距技术是一项低成本和低复杂度的距离测量技术,被广泛的应用于无线传感器网络基于距离的定位技术中。本文在对RSSI测距的原理以及环境对RSSI的影响进行详细分析和研究的基础上,提出了三种实验数据处理方式,并在基于ZigBee的硬件平台上进行实验,得到了三种数据处理方式的测距精度。实验结果表明,在消除环境因素的影响后,高斯模型数据处理方式的测距精度最高——在20m的近距离测距时,精度在2m以内。

基于多维注意力融合的驾驶场景分割增强算法

针对使用注意力机制的语义分割模型计算资源消耗与精度不平衡的问题,提出一种轻量化的语义分割注意力增强算法。首先,基于驾驶场景中物体的形状特点设计了条状分维注意力机制,使用条形池化代替传统方形卷积,并结合降维操作分维度提取长程语义关联,削减模型计算量。接着融合通道域与空间域上的注意力,形成可叠加与拆解的轻量化多维注意力融合模块,全方位提取特征信息,进一步提升模型精度。最后,将模块插入基于ResNet-101骨干网的编码—解码网络中,指导高低层语义融合,矫正特征图边缘信息,补充预测细节。实验表明,该模块有较强的鲁棒性和泛化能力,与同类型注意力机制相比,削减了约90%的参数量以及80%的计算量,且分割精度依旧取得了稳定的提升。

智能家庭网关设计及其物联网应用

提出一种智能家庭网关设计方案,采用LPC2103微控制器和RTL8019AS模块,基于改进的用户数据报(UDP)协议,实现智能家庭信息处理平台。利用现有的网络设施,将采集到的家电终端信息进行处理和控制,达到智能联网与信息处理的效果。在物联网中的应用结果表明,该网关具有成本低、实时性好及安全性高的特点。

Chan定位算法在三维空间定位中的应用

对基于TOA/TDOA无线定位算法进行了研究和比较,分析了基于TOA的精确测距技术。针对现有的定位算法通常是二维形式的问题,在Chan定位算法基础上推导了Chan算法的三维形式,提出了一种基于TOA的三维空间定位算法。算法的主要思想是两次使用加权最小二乘法(WLS)得到初始解,利用初始解将非线性定位方程组线性化,最终得到位置估计。仿真结果表明该算法结构简单,精度较高,有较强的理论参考价值。

基于WiMAX技术的实时视频监控系统设计

分析了WiMAX的技术特点和安全性,探讨了其在实时视频监控系统中应用。提出了基于Inter WiMAX Connection 2250技术的实时视频监控系统设计方案。

避免干扰的低能耗无线传感器网络动态频谱分配算法

将动态频谱感知与无线传感器网络相结合,提出一种频谱分配算法,它能在避免对授权用户产生干扰的同时,根据一定的分配规则,提高传输可靠性及频谱利用率。通过仿真证明,该算法可减少网络节点在传输过程中发生频谱切换的概率,从而降低了节点能耗;同时数据包成功传送到接收端的比例也比同类算法有所提高。

TDC-GP2在激光测距传感器中的应用

激光测距传感器可以测量激光脉冲飞行时间来获得传感器和探测目标之间距离。设计的脉冲激光测距传感器采用Spl pl90半导体激光器,PerkinElmer C30737型APD作为接收的光电转换器,Msp430f449单片机作为系统控制核心。为了提高激光飞行时间间隔的测量精度,采用了一种专用的时间数字转换芯片(TDC-GP2),设计了时间间隔测量模块,采用延迟线插入法技术,测试分辨率可高达65 ps.该传感器功耗低,测量精度高。

改进的基于拉普拉斯先验的贝叶斯压缩感知算法

贝叶斯压缩感知(Bayesian Compressed Sensing,BCS)通过稀疏贝叶斯回归模型中相关向量机(Relevance Vector Machine,RVM)的学习来解决压缩感知(Compressed Sensing,CS)中的信号重构问题。本文通过修正基于拉普拉斯先验BCS的噪声模型,较好地实现了含噪CS信号的重构。它主要利用稳健型相关向量机(Robust RVM,RRVM),改进了基于拉普拉斯先验的BCS算法。它通过对每个观测噪声方差系数进行最优化估计,来消除内外部噪声对信号重构的影响。相关的仿真验证了在外部脉冲噪声以及内部高斯白噪声共同干扰条件下,相比原始BCS算法,改进算法具有更好的重构性能和稳定性。

无线传感器节点低功耗的研究

为了最大限度地延长传感器节点的生存时间,电路、结构、算法和协议必须满足能量有效性.就单个传感器节点角度来看,可以节省能耗的方法有很多,其中动态功率管理(DPM)和动态电压调节(DVS)是两种有效节省CPU能耗的方法.在三星S3C2410芯片上测试,改变处理器的频率,验证了功耗和频率的线性关系.通过仿真分析了CPU能耗与缓冲器长度的关系,说明了缓冲器溢出概率对CPU功耗的影响关系,得出在DVS的基础上增加缓冲器长度或降低溢出概率可以进一步节省能耗.

一种基于伪循环MDS码的准循环LDPC码构造方法

该文提出了一种利用两个信息符号的伪循环最大距离可分(MDS)码,构造围长为6的准循环低密度奇偶校验(LDPC)码的方法。在GF(q)中,它通过直接计算长为q+1的伪循环MDS码生成多项式,构造准循环LDPC码的校验矩阵。其主要利用了含两个信息符号的伪循环MDS码字特殊的循环性,及任意两个码字间距离不小于q的特点,使所构造的准循环LDPC码保证无4环。仿真结果表明,基于伪循环MDS码的准循环LDPC码在高斯信道下,能获得较好的误码性能。

混合译码放大转发的增强选择策略及性能分析

为了解决无线协作通信中放大转发方案的噪声放大和译码转发方案的错误传播问题,在现有混合译码放大转发方案基础上,提出一种增强选择的混合译码放大转发策略。研究结果表明:该策略不仅提高了混合译码放大转发系统的频谱效率,而且其误比特率和中断性能也比增强选择放大转发方案有较大改善:当平均误比特率为10-5时,其性能比增强选择放大转发方案提高了约1 d B;当中断概率为10-2时,其性能比混合译码放大转发及增强选择放大转发方案分别提高了约1.2 d B和0.7 d B。

卫星多波束天线对干扰源的抗干扰性能分析

卫星通信为达到覆盖区域和减少干扰采用了多波束或点波束天线技术,但来自覆盖区的某些干扰,特别是一些有意干扰会造成通信卫星无法正常工作.主要从电子对抗的角度讨论卫星多波束天线的抗干扰能力,首先由卫星的星下点位置和相应地球站的地理位置来确定地球站在卫星多波束天线(MBA)覆盖图中所处的方位角和仰角,然后通过线性约束最小方差(LCMV)算法进行仿真.仿真结果表明,当期望信号源的位置确定之后,通过改变干扰源的位置或增加干扰源的数目,确实能达到有效地破坏卫星多波束天线的零陷效果的目的,使其无法正常工作.证明了干扰源的位置及数目对卫星多波束天线的性能有很大的影响.

人工智能在5G系统中的应用综述

随着5G的不断发展,万物互联时代即将来临。海量设备连接、海量业务请求、超高网络负载、复杂动态的网络环境等对5G系统优化提出了巨大的挑战。面对这些技术难点,人工智能(AI)算法表现了其独特的优势。首先对5G系统中基于深度学习的AI算法相比于传统算法的优势进行介绍;随后,针对多接入边缘计算和毫米波大规模多输入多输出(mmWave massive MIMO)系统中的AI算法应用进行详细的阐述,并对比分析了各种方法的优劣;最后,根据已有研究,总结了AI算法在5G实际场景中存在的不足,并对未来研究方向提出了展望。

工作于2.4GHz/5.2GHz双频段微带缝隙天线的设计

设计了一款可应用于WLAN无线通信设备上的新型结构缝隙天线,该天线采用在贴片上开槽加载和微带线馈电等方法使其可工作在WLAN的2.4GHz/5.2GHz双频段上。通过高频仿真软件HFSS对天线进行的仿真结果比较理想,实测结果表明该天线覆盖了WLAN所需要的频率带宽为2.4000～2.4836GHz和5.15～5.35GHz。

一种基于子空间追踪的宽带压缩频谱感知方法

频谱感知是认知无线电进行动态频谱管理的首要任务。为了克服传统频谱感知算法对采样速率的过高要求,本文将压缩感知理论中的子空间追踪(SP)重构算法应用于协作式宽带压缩频谱感知中,提出了基于SP的宽带压缩频谱感知方法。该方法首先通过SP重构算法恢复出信号频谱,然后根据所恢复的频谱确定认知用户的能量判决门限,进而利用能量检测算法最终判决出可利用的频谱空穴。仿真结果表明,该方法在低压缩比下具有良好的频谱检测能力,且计算复杂度降低。

嵌入式液晶显示模块UC1610的开发与应用

介绍了基于嵌入式Linux操作系统的液晶显示模块UC1610的开发与应用,对模块的驱动程序和应用程序进行了设计。详细介绍了SPI0和GPB0驱动程序的编写方法,讨论了汉字显示、字库选择及字模转换等应用程序方面的设计。实验结果表明,结合嵌入式终端S3C2410后,LCD显示效果良好。基于本文设计开发的液晶显示模块使用方便,接口丰富,有很好的商用价值。