基于非零均值比的RS码盲识别方法

针对现有的RS码盲识别方法抗误码性能不佳的问题，提出了一种基于非零均值比的盲识别算法。该算法通过将截获到的RS码序列转化为GF(2 ^m )码元来构建分析矩阵，利用有限域的高斯约当算法获得分析矩阵的非零均值比，并以此来识别码长、符号数和本原多项式，最后通过伽罗华域傅里叶变换来完成信息位长及生成多项式的识别。仿真结果表明，本文提出的算法可以有效识别出本原RS码及缩短RS码的所有编码参数，抗误码性能较好，并给出了识别性能与信息位长与码长的关系：随着码长和信息位长的增加，识别性能逐渐下降。     

一种基于篡改训练数据的词级文本后门攻击方法

后门攻击是针对深度神经网络模型的一种隐蔽安全威胁,在智能信息系统安全性测试等方面具有重要的研究价值。现有的字符级后门攻击存在两方面的问题:当被毒化的训练样本的源标签与目标标签一致时,后门攻击的效果不佳;插入的触发器与上下文相关性不强,会破坏原始输入的语义和流畅性。为了解决上述问题,提出了一种基于篡改训练数据的词级文本后门攻击方法。通过对抗扰动技术或隐藏重要词技术篡改少部分训练数据,使目标模型更容易学习到后门特征;在触发器的生成和添加部分,利用义原库向被攻击句子中添加相关性强的触发器。在标签一致的条件下,通过在2个基准模型上的大量实验,证明了所提出的攻击可以达到90%以上的成功率,并能生成更高质量的后门示例,其性能明显优于基线方法。     

通用数据链并行Laguerre盲均衡算法

为解决深衰落信道中传统盲均衡算法存在的长抽头系数和高误码率的问题,提出通用数据链并行Laguerre盲均衡算法。在分析通用数据链信号的基础上,引入Laguerre滤波器替代FIR滤波器,以较短的抽头系数逼近长脉冲序列响应;同时借助判决引导算法和分数间隔思想,加快了算法的收敛速度;利用均衡输出的平方期望直接作为自适应步长模块的修正变量,进一步提升了新算法的均衡性能。实验结果表明,新算法减少了均衡器抽头系数,拥有更快的收敛速度和更低的误码率。     

基于小波分量奇异值分解的单通道盲分离算法

针对单通道盲分离领域先验信息不足的问题,提出了一种基于小波变换、奇异值分解和独立分量分析的单通道盲分离算法.首先对单路传感器接收的信号进行小波分解和重构,得到一组代表原始信号特征的细节信号,对其施加奇异值分解并剔除小于门限值的奇异点,以此消除干扰信号和噪声的影响.然后将经过处理的细节信号组作为独立分量分析算法的输入信号...     

一种新的基于瓶颈深度信念网络的特征提取方法及其在语种识别中的应用

在语种识别中,传统的MFCC特征由于每帧信号上的信息量不足,很容易受到噪声污染,且抗噪能力较弱。同时,目前普遍使用的SDC特征提取方法在参数选择上需要人为设定,这增加了识别结果的不确定性。针对上述不足,将深度学习方法引入特征提取之中,提出了基于瓶颈深度信念网络的特征提取方法。最后在NIST2007数据库上对瓶颈层的大小、隐层数目以及瓶颈层位置进行了相关的对比实验,结果表明,提出的方法相对于传统的特征提取方法能够取得更高的识别率。     

直射通道辅助的北斗弱反射信号捕获算法

针对利用北斗卫星信号进行海面非协同探测系统中微弱反射信号的捕获问题,提出了一种利用直射通道辅助反射通道进行信号捕获的算法。在短时匹配滤波器-快速傅里叶变换（STMF-FFT,Short-Term Matched filtering-Fast Fourier Transform）和差分相干积累（SDCI,Simplified Differentially Coherent Integration）的信号捕获算法的基础上加入直射通道辅助信息,缩短搜星时间和频移-码相位二维搜索范围,提高了反射信号捕获灵敏度,缩短了信号捕获时间。仿真结果表明,基于直射通道辅助的北斗弱反射信号捕获算法能够捕获-151.3dBm的弱反射信号,相较无辅助算法,捕获灵敏度提高3.1dB,平均捕获时间缩短39.5s。      

基于支持向量机的通信干扰效果在线评估算法

针对当前干扰效果第三方评估与实际干扰效果脱节问题,提出了一种基于支持向量机的干扰效果在线评估算法.首先,以通信电台为作战对象分析了其抗干扰行为参数;其次,提出了以通信信号体制、功率、编码方式行为参数变化作为干扰效果在线评估依据的方法,构造了行为学习样本库;最后,通过仿真实验验证了算法的有效性,利用Link-16的仿真平台进行了实验,验证了样本库的可靠性.     

多宇宙并行量子遗传算法

提出了一种多宇宙并行量子遗传算法,并从理论上证明了算法的全局收敛性.算法中将所有的个体按照一定的拓扑结构分成一个个独立的子群体,称为宇宙;采用多状态基因量子比特编码方式来表达宇宙中的个体;采用通用的量子旋转门策略和动态调整旋转角机制对个体进行演化;采用量子非门实现量子变异以阻止早熟收敛;各宇宙独立演化,宇宙之间采用最佳移民和量子交叉操作来交换信息,提高算法的执行效率.将该算法与独立分量分析算法相结合,提出一种盲源分离新方法.仿真结果表明:新方法比采用常规遗传算法和量子遗传算法的盲源分离方法具有明显的高效性.     

基于模糊关联规则挖掘的模糊入侵检测

论文把模糊关联规则挖掘算法引入到网络的入侵检测,利用该算法从网络数据集中提取出具有较高可信性和完备性的模糊规则,并利用这些规则设计和实现用于入侵检测的模糊分类器。同时,针对模糊关联规则挖掘算法,利用K-means聚类算法建立属性的模糊集和模糊隶属函数,并提出了一种双置信度算法以增加模糊规则的有效性和完备性。最后,给出了详实的实验过程和结果,以此来验证提出的模糊入侵检测方法的有效性。