融合SDN的信息中心网络研究综述

信息中心网络ICN作为未来网络演进的主流方向,其基本思想是以信息名字取代IP地址成为网络运行的核心,以更好满足内容分发的需求。但是现有的网络基础设施并不能直接支持ICN网络的实施。软件定义网络SDN将数据平面与控制平面解耦合,提供了灵活的网络可编程能力,使得ICN架构在真实网络中的实现成为可能。基于SDN架构实现ICN网络已成为热点研究方向。本文分析了ICN与SDN的技术特点,介绍了已有的SDN架构下的ICN网络实现方案,针对ICN网络实现中的路由转发、缓存管理、移动性等关键问题,讨论引入SDN架构所带来的益处。

基于贝叶斯压缩感知的FD-MIMO雷达Off-Grid目标稀疏成像

传统压缩感知(CS,Compressive Sensing)成像方法一般假定目标精确位于事先划定的成像网格上,实际中由于散射点空间位置是连续分布的,因此偏离网格(Off-grid)问题必然存在.这会引起真实回波测量值与默认系统观测矩阵之间失配,导致传统CS成像方法性能恶化.本文基于频率分集多输入多输出(FD-MIMO,Frequency Diverse Multiple-Input Multiple-Output)雷达,针对Off-grid目标提出了一种基于贝叶斯压缩感知的稀疏自聚焦(SAF-BCS,Sparse Autofocus Imaging Method Based on Bayesian Compressive Sensing)成像算法.该算法依据最大后验(MAP,Maximum A Posteriori)准则,利用变分贝叶斯学习技术求解含有Off-grid目标的稀疏像.与传统稀疏重构方法相比,所提方法充分利用了目标先验信息,可自适应调整参数,能够更好地反演稀疏目标,同时具有校正Off-grid目标的网格位置偏差以及估计噪声功率等优势.仿真结果表明SAF-BCS算法对网格划分不敏感,具有稳健的成像性能.

基于压缩感知的单比特合成孔径雷达成像算法

在合成孔径雷达系统中,要提高分辨率就意味着产生大量的回波数据,从而加重了数模转换器和存储设备的负担。压缩感知理论的目的是在保证恢复稀疏信号的前提下降低采样率,而本文的目的是降低总的比特率。本文提出了一种基于压缩感知的单比特合成孔径雷达成像算法,并通过仿真实验验证了该算法的性能。与匹配滤波算法相比,该算法不仅能减少数据的总比特率,而且还能有效抑制目标的旁瓣和虚假目标。并且在低信噪比条件下,该算法比传统的多比特压缩感知算法展现出更强的鲁棒性。

比特币隐私保护综述

比特币是利用区块链技术为支撑,以去中心化方式实现的密码货币.其通过使用公钥地址作为假名隐藏用户真实身份达到匿名,然而全网公开的区块链账本对用户隐私构成了极大威胁,也引起了学术界的广泛关注.首先,从隐私保护角度出发,研究现有的比特币协议存在的缺陷及可能受到的攻击.然后从不需要修改现有比特币协议的混币技术、离链支付协议,和修改现有比特币协议的密码学方案,如隐蔽地址技术、环签名、零知识证明、同态加密,两个方向探讨对比特币隐私保护做出的改进.最后展望比特币及区块链隐私保护研究工作.

基于单比特的分段SAR成像重建算法

在合成孔径雷达系统中,由于回波的信噪比不是很高,因此单比特成像算法有很大的优势;然而直接基于单比特的雷达成像算法的时间复杂度一般比匹配滤波法高.为了降低单比特成像算法的时间复杂度,提出了一种基于分段重构的单比特成像算法,并通过仿真实验验证了该算法的高效性.该算法不仅可以减少重构的时间,而且可以减少对计算机存储空间的消耗.信号选择了步进频信号,不仅因为步进频信号在采样的时候容易取样,而且在仿真时采用步进频比采用线性调频波的系统会进一步的减少重构时间.

基于时变阈值的单比特压缩感知SAR成像

近年来,单比特压缩感知已经被应用于合成孔径雷达(SAR)成像中。现有的单比特压缩感知SAR成像一般是与零阈值比较进行单比特量化,无法保留场景中目标反射系数的幅度信息。因此,时变阈值已经受到关注。文中提出了一种新的基于时变阈值的单比特压缩感知SAR成像模型,将单比特量化视为一个线性分类的过程,采用L_1范数正则化的逻辑回归算法重构稀疏目标原始的反射系数。仿真结果表明,该方法可以在远低于Nyquist采样率的前提下准确地恢复出目标原始的反射系数,并且降低了雷达系统硬件的成本和能耗,还有利于SAR图像的特征提取。

基于图像来源分类的最小化虚警隐写分析模型

在实真场景中,在载体失配(CSM,cover source mismatch)条件下降低虚警率是隐写分析的一个巨大挑战,提出了一种新的模型来处理该问题。该方法由来源分类器首先判断图像的来源,继而利用相关来源图像训练而成的隐写分类器判断待测图像是否为载密。在这个过程中,通过对模型参数的调节减小虚警率。实验结果表明,这种方法可以在较大准确率的前提下最小化虚警率。

一种基于l_∞-LMS的SPNLMS算法

应用于长阶数稀疏冲激响应自适应滤波器中的SPNLMS算法,在每次迭代中对每一个滤波器系数更新需要进行一次乘法的运算量是不能忽视的。结合l∞-LMS算法与SPNLMS算法提出的l∞-SPNLMS算法克服了这一缺点,减少了计算量,在硬件实现中节省了计算时间﹑硬件资源以及功耗。理论分析与数值仿真表明,l∞-SPNLMS算法在前期收敛过程可以得到快速前期收敛速度,同时还兼容收敛精度和低计算量。

图像非加性隐写综述

图像非加性隐写不仅能更好地维持图像元素的分布,而且具有较高的抗检测性能。首先对图像非加性隐写方法进行了梳理,将其分为两大类:非加性失真设计和非加性隐写编码设计。进一步将非加性失真设计总结为3类:基于理论模型、基于修改原则和基于对抗检测的方法,对这些方法进行了对比。最后分析了非加性隐写面临的困难问题和未来的发展思路。

基于GNSS信号的多孔径无源成像

基于全球导航卫星系统(global navigation satellite system,GNSS)信号的无源成像技术具有多种突出优点,但GNSS信号带宽较窄的缺点导致系统距离向分辨率较低。文章以波数域回波与空域目标像之间的傅里叶变换关系为出发点,通过分析回波在波数域的分布特征与信号频率、收发站布站构型之间的内在联系,寻求带宽和孔径对成像分辨率贡献的互补途径,从而建立一种基于GNSS多星照射、少数甚至单个地面站接收的对地成像方案;该方案利用多颗GNSS卫星的轨道互异特征,扩展系统的孔径数量,弥补现有GNSS信号带宽普遍较窄的不足,从而提高成像分辨率;针对GNSS多孔径无源系统波数域数据大、面积缺失的特点,选用鲁棒性和稳健性较强的逐点匹配滤波方法进行图像反演,最后通过数值仿真实验验证成像方案。