考虑硬件损耗的智能反射面辅助无线携能通信系统

为验证收发器硬件损耗对通信系统性能的影响,在考虑收发器硬件损耗的情况下,对智能反射面(intelligent reflecting surface,IRS)辅助的携能通信(simultaneous wireless information and power transfer,SWIPT)系统的鲁棒性传输设计进行研究.在考虑基站的最大发射功率、能量收集器的最小接收能量和IRS无源波束成形的约束下,将优化目标设为最大化所有信息接收者的加权和速率,并使用块坐标下降(block coordinate descent,BCD)算法将优化问题分解成多个优化子问题,交替优化.对于基站有源波束成形和IRS无源波束成形的优化问题,分别采用拉格朗日对偶方法和最优化最大化(majorization minimization,MM)算法来解决.仿真结果验证了收发器硬件损耗对系统性能的影响,也证实了信息接收端的硬件损耗要比基站发射端的硬件损耗对系统造成的性能下降更明显.

基于最小模糊误差熵的机动目标跟踪新方法

为了提高不同噪声影响下机动目标跟踪的性能,提出了一种基于最小模糊误差熵无迹滤波(Minimum Fuzzy Error Entropy Unscented Filter,MFEE-UF)机动目标跟踪新方法.在提出方法中,通过引入模糊隶属度表示不同误差样本对估计结果的不同影响,构建最小模糊误差熵准则(Minimum Fuzzy Error Entropy Criterion,MFEEC),解决了普通误差熵中的权重单一化问题,并利用该准则优化无迹滤波;在推导MFEE-UF过程中,首先利用无迹变换(Unscented Transformation,UT)框架得到先验状态估计和先验协方差估计,并通过系统重建得到误差信息,再根据MFEEC构建目标函数,最后利用定点迭代法递归求得后验状态估计结果和后验协方差估计.此外,本文采用一种自适应的核宽设置方法.实验结果表明,该算法能够具有良好的目标跟踪效果,且表现出较强的稳定性.

应用注意力机制的文档图像篡改与脱敏定位

诸如合同、证明文件和通知书等一些重要的文档材料,常常以电子图像格式被存储和传播。然而,由于包含关键的文字信息,此类图像往往容易被非法篡改利用,造成严重的社会影响和危害;与此同时,考虑到个人的隐私安全问题,人们往往也会对这类图像做脱除敏感信息处理。恶意篡改与脱敏均会给原始图像引入额外痕迹,但在动机上存在区别,且在操作方式上也存在一定差异。因此,有必要对二者进行区分,从而更准确地定位出篡改区域。针对这个问题,提出了一个卷积编解码网络,通过U形连接获取编码器多级特征,有效学习篡改和脱敏处理痕迹;同时,在解码网络引入多个挤压激励注意力机制模块,抑制图像内容,关注更微弱的处理痕迹,提高网络的检测能力。为了有效地辅助网络训练,构建了一个包含常见篡改操作和脱敏操作的文档图像取证数据集。实验结果表明,算法模型在此数据集上表现良好,在公开的篡改数据集上也有不错的性能,并优于对比算法。同时,所提的算法对几种常见的后处理操作具有较好的鲁棒性。

基于方向性模糊C-means与K-means的混合矩阵估计方法

在信源数目未知的欠定盲源分离问题中,精确地估计混合矩阵是具有挑战性的问题。针对现有方法在病态条件下(某些混合向量的方向接近)不能准确估计信源数目、易受离群点干扰的不足,提出了一种基于方向性模糊C-means与K-means的混合矩阵估计方法。该方法首先通过方向性模糊C-means对观测信号进行预聚类,通过预聚类可以实现:1)根据聚类有效性指标值的收敛点确定信源数目;2)根据隶属度矩阵排除离群点;3)确定K-means的初始聚类点。最后使用K-means并利用预聚类确定的信源数目及初始聚类点实现混合矩阵估计。仿真结果表明提出的方法具有更优的混合矩阵估计性能。

考虑硬件损耗的可重构智能表面辅助的MIMO通信系统

可重构智能表面技术在实现低功耗、高能效通信的“绿色通信”上具有重要意义,已成为下一代无线通信的关键技术.硬件损耗产生的损耗失真会影响通信系统的性能,本文在可重构智能表面辅助的多输入多输出无线通信系统中考虑硬件损耗,优化目标是最大化系统中用户的加权和速率.由于优化问题的多变量耦合效应,采用块坐标下降算法把原问题解耦成两个子问题,分别对发射预编码矩阵和反射相移矩阵交替优化.仿真结果证明了在波束成形优化中考虑硬件损耗的必要性以及将可重构智能表面引入多输入多输出系统的有效性.

多媒体隐写研究进展

大数据分析可以跳过数据内容而仅从数据背景挖掘情报,传统的加密通信已经难以满足安全通信的需求。隐写技术是将秘密消息嵌入各种载体(如数字图像、音频、视频或文本)中实现隐蔽通信的技术,是应对大数据情报获取的有效手段,是密码技术的必要补充。人工智能,尤其是深度学习,在计算机视觉、语音和自然语言处理等领域的巨大成功,给隐写术带来了新机遇,提出了新挑战,促使基于图像、音/视频和文本的隐写术出现了一系列新思想、新方法。本文介绍隐写术的概念、分类、主要作用和研究意义,概述隐写术的发展历史、研究近况和应用场景。注意到各类载体上的隐写术虽然有差别,但是其核心追求有共通之处,可以提炼成通用的隐写编码问题。所以本文首先介绍隐写编码的基本思想与关键技术,然后针对最重要和流行的载体、图像、视频、音频和文本,分别介绍隐写术的进展。总体而言,本文从隐写编码、图像隐写、视频隐写、音频隐写和文本隐写5个方面概述隐写术的国际/国内发展现状,总结差异,对比优势和劣势,并分析发展趋势。

低秩表示和加权核范数最小化的子空间聚类

为了进一步提升基于核范数和F范数最小化的子空间聚类算法的性能,使用加权核范数扩展上述两种范数.提出的算法中含有一个参数γ,当γ=0时,可得到核范数;当γ=1时,可得到F范数;当0<γ<1时,可得到介于核范数和F范数之间的范数.采用交替方向乘子方法和线性交替方向乘子方法求解所提算法的目标函数,并由此得到了2个基于加权核范数最小化的低秩子空间聚类算法.利用Extended Yale B人脸数据集、MNIST手写字符数据集和USPS手写字符数据集进行实验.实验结果表明:和现有的子空间聚类方法相比,所提算法可以得到较高的聚类精度.

基于前向学习网络的人脸欺诈检测

为了克服现有人脸欺诈检测方法在少样本应用场合下的局限性,将前向学习网络用于欺诈检测.通过前向学习的方式从图像中无监督地学得卷积滤波器,在人脸欺诈检测应用场合下,对前向学习网络进行了改进,改进后的网络使用了面向人脸欺诈检测任务的卷积滤波器.使用主成分分析变换所得的最小特征值对应的特征向量作为卷积滤波器提取图像的特征.将所提方法在CASIA-FASD、Idiap Replay-Attack和OULU-NPU数据集上进行了验证,实验结果表明,在少样本跨攻击类型实验中,所提方法显著提升了欺诈人脸检测的准确率.