CNN-AE在超奈奎斯特无线光通信端到端系统中的性能

符号间干扰的存在使超奈奎斯特(faster-than-Nyquist, FTN)速率无线光通信系统的性能受到严重影响,针对此问题,提出了一种基于卷积神经网络自编码器的端到端通信系统来消除符号间干扰的影响并完成信号的恢复。针对超奈奎斯特信号非正交的特性,采用交替训练算法分别训练发射机和接收机权重,解决监督训练中模型输入输出数据尺寸不匹配的问题。在此基础上,分析了该系统在Gamma-Gamma大气信道中的误码率(bit error rate, BER)性能。仿真结果证明,与采用最大似然估计的传统系统相比,该系统的误码率性能在各种条件因素影响下都有不同程度的提高。当加速因子在Mazo限内时,该系统可以消除FTN成型和湍流信道带来的复杂混合码间干扰,其误码性能几乎与正交传输系统相等。

基于信道接入的通信端到端传输时延分析

文中利用信道接入技术对通信端到端的传输时延进行计算,首先将时延分为传输设备传输时延、数据帧长度时延、线路时延,然后计算通信端到端的传输时延,以获得整个通信信号时序序列的计算方法。利用信道接入技术,采用计算模型,计算时延序列中单组信号的出现概率,在此基础上计算出通信端到端的传输时延。最后开展仿真实验,实验结果表明信道接入能够减少计算误差。

基于信道接入技术的通信端到端传输时延计算

为了提升传输时延计算精度,提出基于信道接入技术的通信端到端传输时延计算方法。将通信端到端传输过程中产生的时延分为传输设备传输时产生的时延、线路时延以及数据帧长度时延三种,计算端到端传输总时延,获得整个通信信号时序序列计算方法;结合信道接入技术,引入随机时延计算模型,去除高斯噪声产生的负面影响,计算单组信号在时延序列上出现的概率等,实现基于信道接入技术的通信端到端传输时延计算。仿真结果表明,所提方法能够有效减少时传输时延计算误差,充分验证了所提计算方法的有效性以及实用性。

自编码器端到端通信系统后门攻击方法

自编码器端到端通信系统无需显式地设计通信协议,比传统模块式通信系统复杂性更低,且灵活性和鲁棒性更高。然而,自编码器模型的弱可解释性也给端到端通信系统带来了新的安全隐患。实验表明,在信道未知且解码器单独训练的场景下,通过在信道层添加精心设计的触发器就可以让原本表现良好的解码器产生误判,并且不影响解码器处理不含触发器样本时的性能,从而实现针对通信系统的后门攻击。文中设计了一种触发器生成模型,并提出了将触发器生成模型与自编码器模型进行联合训练的后门攻击方法,实现动态的触发器的自动生成,在增加攻击隐蔽性的同时提升了攻击成功率。为了验证所提方法的有效性,分别实现了4种不同的自编码器模型,考察了不同信噪比、不同投毒率、不同触发器尺寸以及不同触发信号比场景下的后门攻击效果。实验结果表明,在6dB信噪比下,针对4种不同的自编码器模型,所提方法的攻击成功率与干净样本识别率均超过92%。

基于DCGAN的加密端到端通信系统设计

针对基于端到端学习的无线通信系统中存在的安全传输问题,提出了一种基于深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)的加密端到端通信系统。该系统由DCGAN与基于卷积神经网络(Convolutional Neural Networks,CNN)的自编码器(Autoencoder,AE)组成。通过调整网络结构及设计参数,获得了适用于不同类型信道的加密端到端通信系统。仿真结果表明,DCGAN可以对信息进行多种形式的加密处理。提出的系统可以实现任意长度输入比特的编码和解码,具有良好的泛化能力。系统获得了与传统数字调制系统相近的误码率(BER)性能。相较于基础的AE端到端通信系统,系统发射端的加密模块使非法窃听者更难窃听破译信号。

基于知识图谱的端到端内容共享机制

端到端(D2D)通信利用边缘网络的本地计算和缓存能力,可以满足未来移动网络用户低延时、高能效的内容共享需求。而边缘网络内容共享效率性能的提升不仅取决于用户社交关系,同时也高度依赖终端设备的特征,如计算、存储和剩余能量资源等。因此,以最大化能量效率为目标,综合考虑设备异质性、用户社交性和兴趣差异性,提出一种用户-设备-内容多维度关联特征的D2D内容共享机制。首先,基于用户成本效益最大化将多目标约束问题转化为最优节点选择和功率控制问题,构建面向用户-设备-内容的多维度知识关联特征和图谱模型,将设备相关的计算资源、存储资源等多维特征结构化处理;其次,研究用户在设备属性和社交属性上的意愿度度量方法,提出一种基于用户社交和设备图谱的共享意愿度度量方法;最后,根据用户共享意愿度构建面向内容共享的D2D协作簇,面向能量效率设计一种基于共享意愿度的功率控制算法,以最大化网络共享性能。在真实用户设备数据集和infocom06数据集的实验结果表明,所提基于共享意愿度的功率控制算法与最近选择算法和不考虑设备意愿度的选择算法相比,系统和速率分别提升了约97.2%和11.1%,用户满意度分别提升了约72.7%和4.3%,能效分别提升了约57.8%和9.7%,验证了所提算法在传输速率、能量效率和用户满意度等方面的有效性。

基于自动编译码器的端到端无线通信系统FPGA实现

基于自动编译码器的通信系统是近年来无线通信的一个热门研究领域,如何将其部署在嵌入式设备中具有非常重要的实践意义。提出了一种基于自动编译码器的端到端无线通信系统的FPGA设计方案,在FPGA上部署基于自动编译码器的端到端无线通信系统,使用AD9361射频芯片作为射频前端处理模块,实现真正意义上的空中传输。并且对系统中的卷积神经网络设计了硬件加速方案,在卷积计算单元内进行并行性探索,设计了流水线架构,加速卷积运算。对于存储单元,采用双缓冲设计,利用乒乓操作,提高数据通信速率。实验结果表明,在不同的调制方式下,系统实测误块率与在瑞利信道下的仿真结果相接近。在误块率相当的情况下,与通用CPU Intel i5-9300相比,所设计的系统的网络推理速度提升了3.98倍。与英伟达1650 GPU相比,功耗约是它的0.18倍。

一种端到端ATM网络安全通信系统的设计与实现

文章提出了一种端到端的ATM网络安全通信系统,介绍了其端系统的设计方案,讨论了系统中各种安全服务的设置,并阐述了系统中各功能部件的实现。

TETRA数字集群系统端到端保密通信的实现

文章研究了TETRA数字集群系统的端到端保密通信技术,通过分析TETRA系统所面临着的安全威胁,提出了一种端到端加密的设计方案,包括密钥管理及移动台端到端的加密通信,实现了TETRA集群系统内从发送端用户到接收端用户间的信息通信全程保密。

端到端安全可靠通信技术研究进展

随着互联网的飞速发展,在网络边缘部署的大量中间盒设备和各种新型应用给传统的端到端通信带来了连通性、移动性、安全性等方面的问题。针对这些问题,研究者提出了很多改进方案。本文简要回顾了端到端通信的研究工作,重点分析了研究中面临的关键性问题,并对典型研究进行了详细介绍和评价比较,最后对下一步端到端通信的研究方向做出了展望。

DCGAN信道下的端到端通信系统设计

针对通信系统中长序列建模存在维度诅咒的问题,提出了一种基于深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)信道建模的端到端通信系统改进方案。该方案将卷积神经网络(Convolutional Neural Network,CNN)和条件生成对抗网络(Conditional Generative Adversarial Network,CGAN)结合,利用CNN与全连接层(Fully Connected Layer,FC)的局部连接特性对传输长序列的信道进行建模。通过对参数重新设计及网络结构调整,获得了适应不同调制方式和信道类型的学习网络,将其应用端到端通信系统中,作为收发机之间梯度反向传播的桥梁。仿真实验表明,改进的DCGAN能够以减小的网络规模以及计算量成功地实现长序列建模,并且表现出良好的泛化能力。此外,将建模结果运用到端到端通信系统设计中,可以获得与传统数字调制系统相近的误比特率性能。

端到端通信中TCP穿越NAT的解决方案

网络地址翻译(NAT)设备的应用很好地解决了IPv4地址不足的问题,但同时也给很多端到端通信带来了障碍。目前,对于UDP穿越NAT已经有了一些标准的、有效的解决方法,但对于TCP通信,NAT穿越技术还在研究之中。文章给出了一种较为简单有效的TCP穿越NAT的方法,并对其实现过程进行了详细的说明。

关于AES算法在端到端通信加密模块中的实现及应用设计研究

近几年来,我国科学技术的发展不断提高,带动了信息技术的高速发展,在为信息传输提供很多方便的同时,也带来了诸多的问题。端到端通信是一种新型的通信模式,在人们日常生活、工作中的应用越来越常见,但是,端到端通信在运行过程中还是存在很多的不确定因素,还需要不断的进行研究。端到端通信加密模块的实现与设计是解决其不确定因素的主要手段,为了确保其设计方案的可靠性,使用AES算法进行分析是非常必要的。

LTE-A网络端到端通信安全模型的研究与设计

以LET-A网络为基础的D2D通信,既能为吞吐量、能源消耗、交通卸载等提供便利,还能为象局域网广告等新商业服务。基于这些原因,D2D通信在学术与工业团体中已逐渐成为热门话题。然而,目前多数研究工作主要集中于结点发现、无线资源管理等应用方面,很少涉及安全方面。针对安全架构、相关威胁及需求,采用现存的安全机制,提出一种可行的解决方案。

端到端通信中基于时间转换能量采集的计算迁移方案

在端到端(D2D)通信网络中,为提高移动云计算的有效性,提出了一种基于时间转换能量采集的计算迁移方案。首先,一个流量受限的智能移动终端把其需要迁移的计算任务通过D2D通信以射频信号的形式发送给一个能量受限的智能移动终端,后者利用时间转换方案对接收信号进行能量采集。然后,能量受限终端会为流量受限终端中继任务到云端服务器付出额外的流量消耗。最后,所提的方案被建模为一个最小化终端能量与流量消耗的非凸优化问题,通过优化能量受限终端的时间转换因子、采集能量分配因子以及流量受限终端的传输功率,最终获得了最优方案。仿真结果表明,相比于非协作方案,所提方案通过互惠协作进行计算迁移能有效地减少终端的匮乏资源开销。

端到端无线信道信号幅度和多普勒谱分布研究

利用理论和实验相结合的方法研究了室内宽带端到端(Device-to-Device,D2D)无线信道信号的幅度和多普勒频谱分布.结果表明:在不同的场景下,D2D信号幅度分布服从单瑞利、双瑞利和多瑞利的复合分布;在二维(Two-Dimension,2-D)和三维(ThreeDimension,3-D)散射环境下随电波到达角的分布不同,D2D信道多普勒频谱将遵循不同的分布规律.通过理论和实验结果的比较研究验证了本文结果的正确性.

基于深度学习的图像语义通信系统

语义通信是一种新颖的通信方式,可通过传输数据的语义信息提高带宽效率。提出一种用于无线图像传输的系统。该系统基于深度学习技术开发并以端到端(E2E)的方式进行训练。利用深度学习实现语义特征的提取和重建,在发送端提取信源信息不同类型和不同形式的语义特征,在接收端融合各类型语义特征进行目标语义恢复。仿真结果表明,与基准模型相比,所提模型在信道环境恶劣的情况下,具有更好的重建精度。

端到端的TCP的NAT穿越

NAT(网络地址转换)设备的出现有效缓解了IPv4地址的不足问题,但同时限制了很多P2P(点对点)应用软件的使用。目前由于NAT设备的复杂性以及最新STUN(Session Traversal Utilities for NAT)协议的出现,造成了很多早期的TCP穿越方案不再适用。为了更有效地穿越现有的NAT,基于最新STUN协议和NAT类型分类方法,借助端口预测技术,文章提出TCP穿越NAT的解决方案,并解决hairpin问题。

3G移动网络端到端的HA计算模型

本文首先介绍了HA概念和HA的计算模型,然后在PSTN的HA模型的基础上.详细介绍了3G移动系统端到端的HA模型,基于这个HA模型.可以计算出整个3G系统的可用性或者不可用性。

多小区CDMA系统D2D通信上行性能研究

端到端(D2D)通信因能够提高蜂窝网的资源利用率而受到广泛关注。为研究D2D通信在多小区蜂窝系统中的应用性能,对多小区码分多址(CDMA)系统中引入D2D链路后的上行容量进行理论分析,通过系统级仿真,研究D2D链路的上行容量增益和影响该增益的主要因素。仿真结果表明,在多小区系统中,D2D链路能带来明显的容量增益,且链路性能与通信距离和链路在系统中的位置有关,而与系统负荷的关系不大。