检索结果-南通市图书馆

基于部分三角函数变换矩阵的块压缩感知测量方法

在线全文

学校读者我要写书评

暂无评论

运筹学学报 2015年第4期19卷 59-71页

作者：陈建苏凯雄彭拯苏立超福州大学物理与信息工程学院福州350116 福州大学数学与计算机科学学院福州350116 厦门大学信息科学与技术学院福建厦门361005

为了提高块压缩感知的测量效率和重构性能，根据离散余弦变换和离散正弦变换具有汇聚信号能量的特性，提出了基于重复块对角结构的部分离散余弦变换（partialdiscrete cosine transform in repeated block diagonal structure，PDCT—RB... 详细信息

为了提高块压缩感知的测量效率和重构性能，根据离散余弦变换和离散正弦变换具有汇聚信号能量的特性，提出了基于重复块对角结构的部分离散余弦变换（partialdiscrete cosine transform in repeated block diagonal structure，PDCT—RBDSl和部分离散正弦变换fpartial discrete sine transform in repeated block diagonal structure，PDST—RBDS）的两种压缩感知测量方法．所采用的测量矩阵是一种低复杂度的结构化确定性矩阵，满足受限等距性质．并得到一个与采样能量有关的受限等距常数和精确重构的测量数下限．通过与采用重复块对角结构的部分随机高斯矩阵和部分贝努利矩阵的图像压缩感知对比，结果表明，PDCT-RBDS和PDST_RBDS重构的PSNR大约提高1～5dB，SSIM提高约0．05，所需的重构时间和测量矩阵的存储空间大大减少．该方法特别适合大规模图像压缩及实时视频数据处理场合．

关键词：块压缩感知结构化随机矩阵离散余弦变换离散正弦变换

在线全文

学校读者我要写书评

暂无评论

基于块压缩感知的SAR层析成像方法

雷达学报（中英文） 2016年第1期5卷 57-64页

作者：王爱春向茂生中国科学院电子学研究所微波成像技术国家级重点实验室北京100190 中国科学院大学北京100049 中国资源卫星应用中心北京100094

基于压缩感知(Compressive Sensing,CS)的SAR层析成像方法(SAR Tomography,TomoSAR),虽然实现了对目标的3维重构,但对于具有结构特性的目标其重构性能较差。针对这一问题,该文提出了采用块压缩感知(Block Cornpressive Sensing,BCS)算法... 详细信息

基于压缩感知(Compressive Sensing,CS)的SAR层析成像方法(SAR Tomography,TomoSAR),虽然实现了对目标的3维重构,但对于具有结构特性的目标其重构性能较差。针对这一问题,该文提出了采用块压缩感知(Block Cornpressive Sensing,BCS)算法,该方法首先在CS方法基础上将具有结构特性的目标信号重构问题转化为BCS问题,然后根据目标结构特性与雷达参数的关系确定块的大小,最后对目标进行块稀疏的l_1/l_2范数最优化求解。相比基于CS的SAR层析成像方法,该方法更好地利用了目标的稀疏特性和结构特性,其重构精度更高、性能更优。仿真数据和Radarsat-2星载SAR实测数据的试验结果验证了该方法的有效性。

关键词： SAR层析成像技术压缩感知块压缩感知稀疏特性结构特性

一种联合Khatri-Rao子空间与块稀疏压缩感知的差分SAR层析成像方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2017年第1期39卷 95-102页

作者：王爱春向茂生汪丙南中国科学院电子学研究所微波成像技术国家级重点实验室北京100190 中国科学院大学北京100049 中国资源卫星应用中心北京100094

虽然采用压缩感知技术(Compressive Sensing,CS)的差分SAR层析成像方法实现了4维空间信息的重构,但是此方法仅利用了目标的稀疏特性并没有考虑目标的结构特性,因此对同时具有稀疏特性和结构特性的目标进行重构时其性能较差。针对这一问... 详细信息

虽然采用压缩感知技术(Compressive Sensing,CS)的差分SAR层析成像方法实现了4维空间信息的重构,但是此方法仅利用了目标的稀疏特性并没有考虑目标的结构特性,因此对同时具有稀疏特性和结构特性的目标进行重构时其性能较差。针对这一问题,该文采用联合Khatri-Rao子空间和块压缩感知(Khatri-Rao Subspace and Block Compressive Sensing,KRS-BCS),提出一种差分SAR层析成像方法。该方法依据目标的结构特性和重构观测矩阵具有的Khatri-Rao积性质,将稀疏结构目标的差分SAR层析成像问题转化为Khatri-Rao子空间下的BCS问题,最后对目标进行块稀疏的l_1/l_2范数最优化求解。相比CS差分SAR层析成像方法,该方法不仅保持了CS差分SAR层析成像方法的高分辨率特点,而且其重构精度更高性能更优。仿真数据和ENVISAT星载ASAR数据以及地面GPS实测数据的试验结果验证了该方法的有效性。

关键词：差分SAR层析成像技术 Khatri-Rao子空间块压缩感知

在线全文

学校读者我要写书评

暂无评论

城区地表形变差分TomoSAR监测方法

测绘学报 2016年第12期45卷 1413-1422页

作者：王爱春向茂生汪丙南中国科学院电子学研究所微波成像技术国家级重点实验室北京100190 中国科学院大学北京100049 中国资源卫星应用中心北京100094

压缩感知技术(CS)的差分TomoSAR技术解决了中高分辨率SAR数据在城区出现的叠掩问题,实现了城区地表形变信息的重构,但是该方法仅利用了目标的稀疏特性并没有考虑目标的结构特性,对具有这两种特性的目标进行重构时其性能较差。针对这一问... 详细信息

压缩感知技术(CS)的差分TomoSAR技术解决了中高分辨率SAR数据在城区出现的叠掩问题,实现了城区地表形变信息的重构,但是该方法仅利用了目标的稀疏特性并没有考虑目标的结构特性,对具有这两种特性的目标进行重构时其性能较差。针对这一问题,本文采用联合Khatri-Rao子空间和块压缩感知(KRS-BCS),提出了一种差分SAR层析成像方法。该方法依据目标的结构特性和重构观测矩阵具有的Khatri-Rao积性质,将稀疏结构目标的差分TomoSAR问题转化为Khatri-Rao子空间下的BCS问题,然后对目标进行块稀疏的l1/l2范数最优化求解,最后通过理论分析和仿真试验对分辨能力和重构估计性能进行了定性和定量评价,仿真结果表明本文所采用的KRS-BCS方法不仅保持了高分辨率的优点,而且有效地降低了虚假目标出现的概率,大幅度提高了散射点准确重构概率,切实可行地解决了CS方法的不足。应用实例研究中,利用34景Envisat卫星ASAR时间序列影像对日本千叶县茂原市城区进行地表形变监测,并以一等水准点和实时测量的GPS站点观测数据作为参考形变结果进行验证,试验结果表明采用KRS-BCS方法反演的结果与参考形变结果保持了良好的一致性且形变速率整体偏差也较小,实现了较高精度的城区地表形变估计。

关键词：城区地表形变差分TomoSAR技术 Khatri-Rao子空间块压缩感知

基于压缩感知的水声OFDM通信系统信道估计研究

在线全文

学校读者我要写书评

暂无评论

基于压缩感知的水声OFDM通信系统信道估计研究

作者：王玉玲燕山大学

学位级别：硕士

水声信道估计是水声通信中非常重要的一环,对提高接收端对信号的解调性能至关重要。水声信道是一个复杂多变的稀疏信道,将正交频分复用（OFDM）系统和压缩感知理论应用于水声信道估计中可使水声信号高速有效的恢复。现有的水声OFDM信道... 详细信息

水声信道估计是水声通信中非常重要的一环,对提高接收端对信号的解调性能至关重要。水声信道是一个复杂多变的稀疏信道,将正交频分复用（OFDM）系统和压缩感知理论应用于水声信道估计中可使水声信号高速有效的恢复。现有的水声OFDM信道估计算法大多是在静态水声环境下逐符号进行的,这忽略了水声信道的动态特性,使算法复杂度高、实时性差。本文在原有的水声信道估计算法的基础上利用水声信道时变性的特点对现有算法进行了改进,主要研究内容如下:首先,对课题的研究背景及意义进行概述,对水声信道的特性进行了简单阐述,对压缩感知理论、块压缩感知理论及时变块稀疏信号压缩感知理论的原理进行详细介绍,为后续对水声信道估计的研究奠定了理论基础。其次,针对传统的水声信道估计算法未考虑水声信道中信号时域相关性的问题,提出基于压缩感知的水声OFDM系统动态块广义正交匹配追踪（D-Bg OMP）信道估计算法。该算法运用一阶自回归（AR）模型对水声信道动态建模,使算法充分利用信号时域相关性,再利用水声信号具有块结构的特性,将该模型与水声信号块结构特性进行结合,研究块结构下的动态压缩感知算法。实验结果表明改进算法提高了信道估计性能并降低了算法复杂度。再次,针对许多环境下水声信道稀疏性未知的情况,将D-Bg OMP算法改进为动态块稀疏度自适应广义正交匹配追踪（D-BSAg OMP）算法,此算法先通过不断迭代对信道稀疏度进行预测,再对索引块集和残差不断更新得到信道估计值,并通过设置门限阈值的方法判断得到的信道估计值是否需要进行删除,从而不断逼近最佳的信道估计值。实验结果表明改进算法对信号的重构性能更好,性能更优。最后,为了充分利用信号之间和内部的相关性,运用分布式压缩感知理论,提出一种基于分布式压缩感知的块稀疏度自适应匹配追踪（DCS-BSAMP）算法。此算法将对单个块稀疏信号的恢复转换为对多个块稀疏恢复,在JSM-1模型下对信道估计分为研究公共抽头和独立抽头两部分,通过不断迭代删除错误抽头,以提高信道估计准确度。实验结果表明改进算法对信道的估计性能更优、复杂度更低。

关键词：水声通信信道估计 OFDM 块压缩感知稀疏重构

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于压缩感知的非正交多址技术研究

基于压缩感知的非正交多址技术研究

作者：成聪电子科技大学

学位级别：硕士

在未来大规模机器通信的应用场景下,免调度的非正交多址技术由于能够显著减小信令调度的负载而获得了广泛的关注。在这个背景下,由于上行链路传输的稀疏性,压缩感知与非正交多址技术的结合能够完成用户活跃度和传输信息的联合检测。因此... 详细信息

在未来大规模机器通信的应用场景下,免调度的非正交多址技术由于能够显著减小信令调度的负载而获得了广泛的关注。在这个背景下,由于上行链路传输的稀疏性,压缩感知与非正交多址技术的结合能够完成用户活跃度和传输信息的联合检测。因此,这种基于压缩感知的非正交多址技术被认为是未来移动通信的备选技术之一。在基于上行链路的帧结构稀疏传输模型中,用户发送信号的时隙之间存在着相关性,即,用户在一帧内保持发送信号或者静默状态。然而,在现有帧结构稀疏模型的研究中,大多数的恢复算法仍然是以时隙为单位恢复数据的,并未能充分利用这种帧结构稀疏特性。基于此,本文提出了一种基于门限的块稀疏自适应子空间追踪(Threshold Aided Block Sparsity Adaptive Subspace Pursuit,TA-BSASP)算法。TA-BSASP算法能够将这种帧结构稀疏特性等价变换为块稀疏特性,然后利用块稀疏恢复算法以帧为单位恢复数据,相较于已有算法有较大性能提升。同时,由于现有对块稀疏恢复算法收敛性的理论分析较少,本文从常规稀疏的有限等距性概念入手,将其一般化为块稀疏的有限等距性,再以此定义为依据分析块稀疏恢复算法的收敛性并给出结论和证明过程。另一方面,在实际的多用户检测技术中,用户活跃度往往是未知的,对于压缩感知的信号恢复算法,这意味着稀疏度是未知的。针对现有稀疏度未知的恢复算法往往要求噪声或者信噪比已知的缺陷,本文提出了一种基于交叉验证的块稀疏自适应子空间追踪(Cross Validation Aided Block Sparsity Adaptive Subspace Pursuit,CVA-BSASP)恢复算法。所提的CVA-BSASP算法利用了机器学习中的交叉验证算法来实现稀疏度的过估计判断。这种算法不需要其他先验知识就能完成稀疏度的自适应估计,是一种较为实用的算法。除此之外,本文还给出了TA-BSASP和CVA-BSASP两种算法复杂度的理论分析和证明,结合仿真实验,从理论和仿真两个角度充分说明所提两个算法的性能优势。

关键词：块压缩感知机器类通信非正交多址技术多用户检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

传感器唤醒机制下的智能干扰源定位方法

计算机科学 2022年第S2期49卷 855-860页

作者：杨思星李宁郭艳杨延宇陆军工程大学通信工程学院南京210000 94701部队安徽安庆246000

随着人工智能技术的发展,智能干扰源可通过改变自身发射功率来提高干扰效果,导致传统基于接收信号强度的定位技术失效。为此,引入传感器唤醒机制,研究基于块压缩感知的多干扰源定位方法。首先,周期性地唤醒传感器节点,同时提高传感器节... 详细信息

随着人工智能技术的发展,智能干扰源可通过改变自身发射功率来提高干扰效果,导致传统基于接收信号强度的定位技术失效。为此,引入传感器唤醒机制,研究基于块压缩感知的多干扰源定位方法。首先,周期性地唤醒传感器节点,同时提高传感器节点利用有效性和定位信息采集精确性;其次,考虑到在干扰源发射功率未知且变化的情况下无法确定距离与接收信号强度之间的关系,引入参考功率对智能变化的干扰源功率进行处理;然后,基于压缩感知理论,将定位问题建模为块稀疏向量重构问题;最后,通过探索功率变化规律设计出一种基于变分贝叶斯均值-期望的Wake-VBEM重构算法,精确重构目标位置向量。仿真证明,所提方法在干扰源功率未知且变化时,可同时实现多干扰源位置估计并有效提高网络使用寿命。

关键词：干扰源定位无线传感器网络传感器唤醒块压缩感知变分贝叶斯均值-期望

在线全文

学校读者我要写书评

暂无评论

基于密文图像的信息隐藏算法研究

基于密文图像的信息隐藏算法研究

作者：何洁重庆大学

学位级别：硕士

随着计算机网络通信、云计算、分布式处理以及多媒体等技术的飞速发展,越来越多的用户依赖网络传输和处理信息,而数字图像信息以其生动直观的特点被广泛使用,但是图像内容信息在传输和处理的过程中存在随时被窃取、恶意篡改、非法复制... 详细信息

随着计算机网络通信、云计算、分布式处理以及多媒体等技术的飞速发展,越来越多的用户依赖网络传输和处理信息,而数字图像信息以其生动直观的特点被广泛使用,但是图像内容信息在传输和处理的过程中存在随时被窃取、恶意篡改、非法复制等安全隐患。因此,保证数字图像,尤其是涉密图像的安全是一个亟待解决的问题。为了实现信息的安全传输和处理,学术界涌现出了大量研究成果,以密码学和信息隐藏技术为其代表分支。密码学通过使信息内容不可见保护信息的安全,而信息隐藏技术通过使信息的存在性不可见保护信息的安全,将二者结合起来可以做到机密性和完整性的有效保护。与此同时在加密后的图像上进行信息隐藏,既能保护图像的安全,又能对图像进行有效地控制和管理,具有广泛的应用前景。本文以密码学和信息隐藏技术为基础,围绕密文图像信息隐藏技术进行了深入的研究和探讨,所做工作具体描述如下:(1)对图像加密算法和信息隐藏算法进行了综述,对现有密文图像信息隐藏算法进行了研究和分析。(2)针对现有算法嵌入容量低以及应用于医学图像时效果不稳定的问题,提出一种基于斜线分组和梯度算子的密文医学图像的可逆信息隐藏算法。算法利用按位异或操作对医学图像加密,接着对密文图像分块,每块再斜线分为4组,根据待嵌入2比特信息翻转对应像素组的最低3位有效位。接收端先解密图像,然后根据信息隐藏密钥和评价函数恢复原始图像并提取信息。实验结果显示,算法能无损地恢复原始医学图像,准确地提取嵌入信息,在分块大小相同的情况下,算法的嵌入容量提升了一倍,含隐秘信息的解密图像的PSNR值更高,且信息提取的错误率更低。(3)结合块压缩感知和分离块边缘像素的思想,改进了基于块压缩感知图像信息隐藏算法。改进算法首先将原图像划分为互相不重叠的块,随后对块右下边缘像素进行异或加密操作,对剩余像素进行压缩感知操作,并将这两部分组合成密文发送给信道拥有者,信道拥有者根据信息隐藏密钥将隐秘信息嵌入到密文中。接收方根据加密密钥和信息隐藏密钥,提取信息和恢复原始图像。实验结果表明,改进算法具有更高的嵌入容量,更低的信息提取错误率,且最终恢复的图像质量更好。

关键词：数字图像块压缩感知图像加密信息隐藏图像恢复

基于机器学习的光信号安全传输与性能监测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的光信号安全传输与性能监测研究

作者：郭芷若南京信息工程大学

学位级别：硕士

由于信息数字化和互联网技术的不断发展,光网络变得更加灵活、高速、动态。但是跟着就会出现网络结构的复杂、各种信号损伤以及信息传输的安全性能低等问题。本文针对未来智能光网络中信号的安全传输以及系统参数的监控和识别问题,对其... 详细信息

由于信息数字化和互联网技术的不断发展,光网络变得更加灵活、高速、动态。但是跟着就会出现网络结构的复杂、各种信号损伤以及信息传输的安全性能低等问题。本文针对未来智能光网络中信号的安全传输以及系统参数的监控和识别问题,对其展开了讨论。此外,块压缩感知技术、嵌入式加密技术、Stokes空间映射、迁移学习以及卷积神经网络等作为提升光通信网络安全性能和传输容量的技术,获得了广泛的研究与使用。因此本文立足于上述技术,以保障光传输系统安全与光性能检测参数的监控与识别为主要目标,研究了基于块压缩感知混沌嵌入式加密的高安全光传输系统与基于迁移学习辅助的卷积神经网络识别信号调制格式方案。本文的主要研究内容如下:(1)针对多芯光纤正交频分复用系统,提出了一种基于块压缩感知混沌嵌入式加密方案。方案采用块压缩感知技术实现从少量数据中恢复所需的全部信息。同时,在压缩感知方面,系数随机排列可以使离散余弦变换系数随机分布,提高块压缩感知的采样效率。与没有压缩感知的数据相比,数据量减少了75%。采用一个四维离散混沌加密模型生成四个掩蔽因子,分别用于系数随机排列、测量矩阵、扩散和奇异值分解嵌入,实现四个不同维度的超高安全性加密,密钥空间达到10。此外,在混沌加密中,奇异值分解技术将初始加密后的类噪声秘密图像嵌入到载体图像中,生成具有视觉安全性的加密图像,实现了源图像数据和外部表示的双重保护。所提出的方案采用2 km的七芯光纤,实现了加密正交频分复用信号的78.75 Gb/s传输。接收光功率大于-14 dbm,芯1至芯7的误码率小于10。当压缩比设置为0.25,加密数据的攻击范围为30%时,图像仍然可以恢复70%左右图像信息,视觉上可以观察到图像的轮廓及大致信息。实验结果表明,该方案可以提高安全性能,降低信息传输系统的复杂性。此外,该方案将块压缩感知混沌嵌入式加密技术与多芯光纤光传输系统相结合,在未来的光网络中具有良好的应用前景。(2)在多芯光纤传输系统基础上,对光信号性能参数中调制格式识别参数的监测提出一种方案。所提方案以多张Stokes断层平面图像作为信号特征,输入到迁移学习辅助卷积神经网络中实现调制格式识别。与传统的Jones矩阵相比,Stokes空间映射方法对极化混叠、载波频率倾斜和相位偏移不敏感,因此具有更好的特征表示能力。引入迁移学习将标准单模光纤中使用的模型转换为多芯光纤传输,减少了所需的训练数据和复杂性。同时输入多个Stokes截面图像,提高了神经网络的精度。在5 km多芯光纤传输系统下,对符号速率为12.5 GBaud的光传输系统进行了实验验证。我们的方案识别了9种调制格式,包括3种标准调制格式,3种均匀成形调制格式和3种概率成形调制格式。实验结果表明,该方案在较低的光信噪比下仍能获得较高的识别精度。与传统卷积神经网络相比,所需的训练样本数量减少了40%。该方案对多芯光纤本身的串扰损伤具有较高的容忍度,能够实现大容量空分复用光传输系统的短训练时间。我们的发现有可能用于下一代空分复用光纤传输系统。

关键词：块压缩感知嵌入式加密迁移学习调制格式识别