Blob-Harris特征区域结合CT-SVD的鲁棒图像水印算法

为了提高水印图像对几何攻击的鲁棒性,提出了一种Blob-Harris特征区域结合轮廓波变换(Contourlet transform, CT)和奇异值分解(singular value decomposition, SVD)的鲁棒图像水印算法。首先在原始图像经过Contourlet变换后的低频分量中提取斑点(Blob)块区域并利用Harris角点检测进行特征点提取,然后根据各个特征点的特征尺度确定其特征区域,选择适中的互不重叠的特征区域,将其四周补零后进行归一化操作,最后将经过小波变换提取的低频水印图像进行奇异值分解,并重复嵌入到每一个归一化圆形特征区域的内接正四边形当中。仿真实验结果表明,本文算法除了对常规攻击有很好的抵抗力之外,对几何攻击也有相对较强的鲁棒性,特别是缩放、平移、剪切以及其组合攻击,NC值均达到0.94以上。      

SFM干扰和高动态环境下DBOC信号的捕获

针对DBOC信号在正弦调频干扰(sinusoidal frequency modulation, SFM)和高动态共存环境下的捕获方法匮乏的问题,提出了一种基于正弦调频变换(discrete sinusoidal frequency modulation transform, DSFMT)结合离散多项式相位变换(discrete polynomial-phase transform, DPT),线性调频Z变换(CZT)的捕获方法。首先对接收到的信号做DSFMT,接着确定干扰位置并置零再做IDSFMT完成SFM干扰的抑制,然后利用定阶算法确定干扰抑制后信号的动态阶数再通过DPT去除其高阶动态项,最后利用CZT算法完成信号的捕获。仿真结果表明,在相同条件下,本文算法的检测概率比DSFMT-apFFT算法提高大约17 dB,比PMF-apFFT算法提高大约30 dB,比PMF-FFT算法提高大约34 dB。      

基于零空间矩阵匹配的极化码参数盲识别算法

针对目前极化码参数盲识别问题，该文提出一种基于零空间矩阵匹配的极化码参数盲识别算法。由于极化码生成矩阵的构造是确定的，其生成矩阵都是满秩的方阵，该算法首先利用极化码编码中信道可靠性估计删除生成矩阵中冻结位码字对应的行，再找出该矩阵在二元域中的零空间矩阵作为该码长下的监督矩阵，用不同长度码长的监督矩阵与待检测的码字迭代相乘，根据乘积结果中“1”的比例来判断码字的码长、信息位个数和位置分布。仿真结果表明，针对200组码长64，信息位个数30的极化码，在最大误比特率不超过0.06时，识别率能保持在80%以上。     

浅谈智慧城市规划建设

正1前言科技的飞速发展影响着我们生活的方方面面,同时也暴露出城市发展中的诸多问题。此时引入智慧城市概念则可以有效改善部分存在的问题并且推动城市发展达到一个更高的水平。智慧城市建设将有利于我国经济发展更蓬勃、政府管理更高效、市民生活更省心。本文从智慧城市的概念、建设原则、目标、做法、建议等方面进行阐述。     

改进K-means算法对AltBOC信号组合码序列的盲估计

针对恒包络交替二进制偏移载波(Alternate Binary Offset Carrier, AltBOC)调制信号组合码序列难以估计的问题，提出了利用改进K-means算法进行信号组合码盲估计方法。该方法首先通过引入互调分量以及重建副载波的方式构建AltBOC信号模型，然后在接收端将AltBOC信号分段成单倍组合码周期窗长的不重叠观测数据矩阵，并利用相似性原理从观测数据中选择最优的样本作为K-means聚类中的初始均值向量，最后通过K-means算法迭代优化数据样本与其聚类均值向量的平方误差，完成对AltBOC信号组合码序列的盲估计。计算机仿真结果表明，利用该算法在信噪比-15dB下能够较为精确地估计AltBOC信号组合码序列。      

FBMC-OQAM信号子载波盲估计

为了解决滤波器组多载波(filter-bank multi-carrier, FBMC)信号的子载波参数盲估计问题，提出一种基于四阶累积量的方法来估计FBMC-OQAM信号子载波参数。首先，截获交错正交幅度调制(offset quadrature amplitude modulation，OQAM)的FBMC信号并检测信号频谱来确定循环频率的范围；然后，分析循环频率与四阶累积量的代数关系；最后，得出四阶累积量的峰值受原型滤波器影响且仅在其循环频率等于子载波频率处存在。通过检测四阶累积量峰值的位置和个数能有效估计子载波频率和数目。仿真表明，当信噪比大于2 dB时，算法对FBMC-OQAM信号的子载波参数盲估计正确概率为98%。