期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2,190篇文章
< 1 2 … 110 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于可学习小波变换和Transformer融合的调制识别方法
1
作者 田明浩 杨盼云 姚沐汐 《通信技术》 2026年第1期31-37,共7页
针对复杂电磁环境下无线电信号调制识别精度低的问题,提出了一种基于可学习小波变换和Transformer融合的调制识别方法。首先,通过可学习小波变换模块将信号进行奇偶分解,利用强化的预测、更新算子和注意力机制自适应提取多分辨率特征,... 针对复杂电磁环境下无线电信号调制识别精度低的问题,提出了一种基于可学习小波变换和Transformer融合的调制识别方法。首先,通过可学习小波变换模块将信号进行奇偶分解,利用强化的预测、更新算子和注意力机制自适应提取多分辨率特征,同时引入正则化约束确保小波分解的稳定性;其次,构建双分支特征增强架构,通过挤压和激励(SE)注意力对小波特征进行自适应加权,利用Transformer捕获全局依赖关系;最后,将两个分支输出的特征在特征维度拼接后输入到全连接分类器中,以进行调制类型识别。实验结果表明,所提出的模型具有优异的调制识别精度。相较于其他深度学习方法,所提方法的整体识别精度提升了3%~10%,在不同信噪比的条件下均具有更强的特征学习能力和更好的鲁棒性。 展开更多
关键词 调制识别 深度学习 小波变换 TRANSFORMER
在线阅读 下载PDF
一种高阶QAM多模式信号实时解调方案设计
2
作者 李大芳 《西南民族大学学报(自然科学版)》 2026年第1期70-77,共8页
针对高阶QAM解调的解调性能损失大及实时性差等问题,通过仿真验证给出了一种适用于工程应用的实时解调方案,该方案适用于从4QAM到1024QAM八种调制模式,码速率4.8 ksps~8192 ksps连续可调.仿真结果及实际应用表明,该解调方案仅有1024QAM... 针对高阶QAM解调的解调性能损失大及实时性差等问题,通过仿真验证给出了一种适用于工程应用的实时解调方案,该方案适用于从4QAM到1024QAM八种调制模式,码速率4.8 ksps~8192 ksps连续可调.仿真结果及实际应用表明,该解调方案仅有1024QAM模式下的解调损失超过3 dB,其余模式下的解调损失均不超过3 dB,解调方案具有结构简单、实现方便、解调性能高、实时性好等特点. 展开更多
关键词 QAM解调 定时恢复 载波恢复
在线阅读 下载PDF
基于注意力残差网络的非合作水声通信信号自动调制识别
3
作者 巩文静 李宇 +2 位作者 丁飞龙 王宇杰 黄海宁 《声学学报》 北大核心 2026年第1期298-309,共12页
针对时变信道环境下的非合作水声通信信号识别,提出一种基于注意力残差结构的水声通信信号自动调制识别方法。该方法以残差结构为骨架,设计了一种适用于水下平台的轻量化网络模型,通过跨层连接缓解梯度消失问题;同时,引入注意力机制,增... 针对时变信道环境下的非合作水声通信信号识别,提出一种基于注意力残差结构的水声通信信号自动调制识别方法。该方法以残差结构为骨架,设计了一种适用于水下平台的轻量化网络模型,通过跨层连接缓解梯度消失问题;同时,引入注意力机制,增强对调制敏感的特征提取,提高模型的调制识别能力。实验结果表明,模型在仿真和实测水声通信信号数据集上分别达到94.3%和93.9%的识别正确率,实测结果与对比模型相比平均提升3.1%,在细分的数据集上识别正确率平均达到97.8%。模型参数量仅0.26M,在训练平台上实现0.61 ms/帧的处理能力。此外,模型支持迁移学习,在新增数据集上的识别正确率达到92.7%。 展开更多
关键词 水声通信 自动调制识别 注意力机制 残差网络
原文传递
基于复值卷积与自适应小波分解的调制识别方法
4
作者 刘浩 鲁进 +1 位作者 黎鹏 李成星 《电子测量技术》 北大核心 2026年第3期137-145,共9页
针对现有深度学习调制识别方法在低信噪比条件下识别性能显著下降,信号特征利用不充分的问题,提出了一种基于自适应小波分解的多融合复值卷积密集连接神经网络(AW-MCDCN)。AW-MCDCN将IQ与AP信号作为输入,通过采用密集连接构建深层网络... 针对现有深度学习调制识别方法在低信噪比条件下识别性能显著下降,信号特征利用不充分的问题,提出了一种基于自适应小波分解的多融合复值卷积密集连接神经网络(AW-MCDCN)。AW-MCDCN将IQ与AP信号作为输入,通过采用密集连接构建深层网络来充分提取IQ信号的时域特征,同时加入AP信号形成异构特征互补;并根据复值卷积原理改进了经典的复值卷积网路设计了新的复值交叉卷积网络,此外,为解决传统复值网络参数量过大的问题,嵌入可学习小波分解层,自适应地捕捉信号的多尺度特征的同时加入频域特征。实验表明,在RML2018.01a数据集上,该模型最高达到98.31%的识别精度,平均准确率达到了64.59%,相比传统的网络结构提升了1.65%~18.91%,达到了SOTA性能。 展开更多
关键词 调制识别 复值卷积 多融合 密集连接 自适应小波分解
原文传递
通用航空集群的高精度时钟同步算法
5
作者 陈羽 韩腾飞 +2 位作者 杨朋 熊泽辉 曹先彬 《数据采集与处理》 北大核心 2026年第1期89-108,共20页
高精度时钟同步是通用航空集群协同运作的核心技术之一。当前往返时间(Round-trip time,RTT)同步技术中,机动状态下的非等应答时延影响常被忽略,易引发显著内部处理时延偏差。本文提出一种基于相对速度补偿的RTT时钟同步算法。该算法在... 高精度时钟同步是通用航空集群协同运作的核心技术之一。当前往返时间(Round-trip time,RTT)同步技术中,机动状态下的非等应答时延影响常被忽略,易引发显著内部处理时延偏差。本文提出一种基于相对速度补偿的RTT时钟同步算法。该算法在解析应答航空节点内部处理环节的非均等应答时延(Unequal reply time,URT)原理的基础上,设计基于批量估计的时延建模与补偿策略,可有效降低同步误差。进一步,该算法设计卡尔曼滤波与反向传播(Back propagation,BP)神经网络级联的授时/守时策略,通过对时钟偏差与频率偏差的预测和修正,能够有效抑制机动状态下的观测噪声。仿真结果表明,所提出的时钟同步算法优于现有同步新算法,且实现了纳秒级同步精度。 展开更多
关键词 通用航空集群 时钟同步 往返时间 非均等应答时延 卡尔曼滤波器 反向传播神经网络
在线阅读 下载PDF
FCI-DCSK-NR在电力线信道下的性能分析
6
作者 程桂仙 凌琴 +3 位作者 郑才 陈芳 张全玲 陈平平 《华南理工大学学报(自然科学版)》 北大核心 2026年第1期30-41,共12页
面向电力线信道,提出一种融合降噪和全载波索引的差分混沌移位键控(FCI-DCSK-NR)调制方案。该方案将降噪与全载波索引技术集成于差分混沌键控调制(DCSK),以有效应对复杂的电力线信道环境,尤其是脉冲噪声引起的干扰。首先,该方案将除参... 面向电力线信道,提出一种融合降噪和全载波索引的差分混沌移位键控(FCI-DCSK-NR)调制方案。该方案将降噪与全载波索引技术集成于差分混沌键控调制(DCSK),以有效应对复杂的电力线信道环境,尤其是脉冲噪声引起的干扰。首先,该方案将除参考载波外的所有载波分为两类,即第1类激活载波和第2类激活载波。两类载波将通过索引比特进行区分,索引比特选中的载波即为第1类激活载波,剩余的载波则作为第2类激活载波。之后,第1类激活载波和第2类激活载波将分别利用混沌信号及其希尔伯特变换后的信号传输第1类和第2类调制比特。此外,该方案通过在发送端的不同时隙多次发送相同信息,并在接收端对接收信号求平均,以降低脉冲噪声的影响。该文推导了FCI-DCSK-NR方案在电力线信道下的误码率表达式,并通过蒙特卡洛模拟验证了其正确性。理论分析与仿真结果表明:所提出的方案能够有效应对电力线信道中的脉冲噪声;与传统DCSK和广义载波索引DCSK(GCI-DCSK)方案相比,该方案在误码率性能和数据速率方面均有所提升。同时,该实验方案适合引入电网企业、高校及科研院所的实训环节,以助力相关人才培养。 展开更多
关键词 电力线信道 全载波索引 差分混沌移位键控 脉冲噪声 误码率
在线阅读 下载PDF
X波段超窄脉冲调制信号源设计
7
作者 廖海黔 高峯 姚金安 《机电信息》 2026年第2期44-47,52,共5页
X波段超窄脉冲调制信号源主要是以FPGA+DAC的技术方式产生基带脉冲调制信号,通过两次上变频将基带信号搬移至X频段,采用电调+数控衰减器的方式实现大动态范围的功率控制,具有脉宽窄、功率动态范围宽等优点。现采用FPGA+DAC+二级变频+衰... X波段超窄脉冲调制信号源主要是以FPGA+DAC的技术方式产生基带脉冲调制信号,通过两次上变频将基带信号搬移至X频段,采用电调+数控衰减器的方式实现大动态范围的功率控制,具有脉宽窄、功率动态范围宽等优点。现采用FPGA+DAC+二级变频+衰减的设计方案实现X波段超窄脉冲调制信号源,重点阐述了X波段超脉冲调制信号源设计方案及各主要单元的组成与功能,并对脉冲宽度及上升/下降沿时间、脉冲功率范围及误差等关键指标进行分析,同时给出了X波段超窄脉冲源控制单元的软件控制流程和上位机软件功能组成,最后给出了X波段超窄脉冲调制信号源组成模块、整机实物图以及实测脉冲调制信号的频域和时域波形,通过对比测试数据结果可知其满足指标要求。 展开更多
关键词 X波段 脉冲调制源 两次变频 功率控制 大动态范围
在线阅读 下载PDF
面向可靠低延迟通信的6G编码调制技术研究
8
作者 刘灿 《移动信息》 2026年第2期1-3,共3页
6G通信作为新一代信息系统的技术核心,能够在动态信道环境下实现高可靠性、低时延的数据传输。其中,物理层编码调制是保障系统性能的关键环节。文中基于可靠低延迟通信需求,构建了信道演化参数调控、码字冗余结构优化、调制阶数资源映... 6G通信作为新一代信息系统的技术核心,能够在动态信道环境下实现高可靠性、低时延的数据传输。其中,物理层编码调制是保障系统性能的关键环节。文中基于可靠低延迟通信需求,构建了信道演化参数调控、码字冗余结构优化、调制阶数资源映射、频域干扰因子识别与终端幅度调节等机制,设计了3类典型场景进行仿真测试,并结合多维指标开展性能评估,以验证6G编码调制技术的多场景适应能力。 展开更多
关键词 6G 通信 编码调制 可靠低延迟 自适应控制
在线阅读 下载PDF
基于微波多层技术的4位延迟线设计
9
作者 王萍 韩旭 《无线互联科技》 2026年第3期1-4,10,共5页
为了在有限的平面面积内实现较大的时间延迟,文章利用微波多层技术设计了一款工作于X波段的4位延迟线,延迟量分别为1λ、2λ、4λ和8λ。通过合理的叠层设计以及电路排版设计,该延迟线的尺寸仅有35 mm×30.6 mm×1.9 mm(约为1.8... 为了在有限的平面面积内实现较大的时间延迟,文章利用微波多层技术设计了一款工作于X波段的4位延迟线,延迟量分别为1λ、2λ、4λ和8λ。通过合理的叠层设计以及电路排版设计,该延迟线的尺寸仅有35 mm×30.6 mm×1.9 mm(约为1.8λ×1.56λ×0.1λ),这大幅度缩减了延迟线的尺寸,实现了延迟线的小型化设计。利用HFSS软件对微波信号在不同信号层之间的传输匹配进行了优化设计,优化后的端口驻波比在工作频段(8~12 GHz)小于1.2,大大减少了信号的传输损耗。 展开更多
关键词 微波多层技术 延迟线 小型化 传输匹配
在线阅读 下载PDF
认知无线电中基于深度学习的自适应通信信号调制识别方法
10
作者 沈叙 《通讯世界》 2026年第2期30-32,共3页
为解决认知无线电中信号调制识别的自适应问题,设计基于深度学习的自适应通信信号调制识别模型,对该模型进行实验与性能分析,探讨其在认知无线电中的实际应用,以期为通信工程发展及相关研究人员提供理论和技术参考。
关键词 深度学习 调制识别 认知无线电
在线阅读 下载PDF
融合多特征的水声通信信号调制识别方法 被引量：1
11
作者 王洋 沈同圣 +3 位作者 汪涛 乔钢 周锋 刘峰 《声学学报》 北大核心 2025年第5期1338-1348,共11页
针对水声通信信号的特征易受信道噪声和多径效应等复杂水声环境的影响导致识别率较低的问题,提出了一种融合多特征的水声通信调制识别方法。首先,为获取抗噪性能更强的信号特征,设计了小波时频特征与平方功率谱、自相关谱的最强两谱线... 针对水声通信信号的特征易受信道噪声和多径效应等复杂水声环境的影响导致识别率较低的问题,提出了一种融合多特征的水声通信调制识别方法。首先,为获取抗噪性能更强的信号特征,设计了小波时频特征与平方功率谱、自相关谱的最强两谱线特征相融合的方法;其次,基于迁移学习理论构建轻量化网络模型,以时频特征完成2FSK和4FSK信号的识别;最后,设计粒子群优化的支持向量机,根据最强两谱线特征实现对非频移键控信号(包括BPSK、QPSK、DSSS和OFDM信号)的识别。仿真结果表明该方法对水声信道和环境噪声具有良好的泛化能力,海试数据验证了该方法的识别率优于现有的神经网络模型。 展开更多
关键词 水声通信 调制识别 多特征融合 轻量化网络
原文传递
一种航空集群机间协同高精度时钟自同步方法 被引量：1
12
作者 尚耀波 林晋福 +2 位作者 任宝祥 李哲 雷鹏飞 《空军工程大学学报》 北大核心 2025年第4期19-29,共11页
航空集群机间协同高精度时钟同步是影响机间协同作战效能的关键技术之一。围绕航空集群节点间的高精度时钟同步问题,提出了一种高精度时钟自同步算法。以询问-应答同步原理为基础,通过分析航空节点的相对运动对同步精度的影响,推导了包... 航空集群机间协同高精度时钟同步是影响机间协同作战效能的关键技术之一。围绕航空集群节点间的高精度时钟同步问题,提出了一种高精度时钟自同步算法。以询问-应答同步原理为基础,通过分析航空节点的相对运动对同步精度的影响,推导了包含相对径向运动速度变量的同步误差解算方程。在此基础上,提出了基于分段相关与频域处理的伪码捕获算法,该捕获算法具有较强的抗多普勒频移能力。仿真实验表明,该算法可以有效消除相对运动引起的时钟同步误差,具有较高的信号到达时间(TOA)、多普勒频偏估计精度和较低的计算复杂度。 展开更多
关键词 航空集群 任务协同 高精度时钟同步 TOA估计 多普勒频移
在线阅读 下载PDF
基于时空卷积网络的通信信号调制识别 被引量：4
13
作者 陈发堂 刘泽 范子健 《电讯技术》 北大核心 2025年第4期518-524,共7页
针对基于深度学习的调制识别方法存在的未利用原始信号顺序信息、识别率低、参数量大的问题,提出一种基于时空卷积网络(Spatiotemporal Convolutional Network,SCN)的调制识别算法。为防止信号的顺序信息的丢失,该网络先提取信号的时域... 针对基于深度学习的调制识别方法存在的未利用原始信号顺序信息、识别率低、参数量大的问题,提出一种基于时空卷积网络(Spatiotemporal Convolutional Network,SCN)的调制识别算法。为防止信号的顺序信息的丢失,该网络先提取信号的时域特征,再提取信号的空间特征,其中时域特征提取采用时序卷积网络(Temporal Convolutional Network,TCN)结构,空间特征提取采用二维卷积神经网络(Two-Dimensional Convolution Neural Network,2D-CNN),最后的分类识别采用全局平均池化(Global Average Pooling,GAP)替代展平(Flatten)层。由于TCN中因果膨胀卷积和GAP的应用使网络高识别率的同时参数大幅减少。在未经预处理的IQ信号调制识别中,与传统的CNN2、ResNet、DenseNet、CLDNN和LSTM2相比,参数量最少,平均识别精度提升4.9%~16.5%。 展开更多
关键词 通信信号 调制识别 深度学习 时域特征 空间特征 全局平均池化
在线阅读 下载PDF
基于互信息增强的信号识别小样本学习方法
14
作者 宣琦 陈芝昊 +1 位作者 陈壮志 徐东伟 《浙江工业大学学报》 北大核心 2025年第6期623-635,共13页
近年来,深度学习模型不断被提出,其在大量模式识别的任务上取得了优越的性能。然而模型性能的优越性大多依赖于大量的标注数据,在电磁通信领域存在样本标注困难和数据低质少量的问题,传统的方法很难达到理想的分类效果。基于此,提出了... 近年来,深度学习模型不断被提出,其在大量模式识别的任务上取得了优越的性能。然而模型性能的优越性大多依赖于大量的标注数据,在电磁通信领域存在样本标注困难和数据低质少量的问题,传统的方法很难达到理想的分类效果。基于此,提出了一种基于互信息增强的信号识别小样本学习框架。首先,通过自监督学习在无标记样本上进行预训练得到性能良好的骨干网络,提取有用的特征表示;然后,通过有标记样本对分类层进行微调,获得良好的分类效果,在自监督学习阶段,通过构建粗粒度与细粒度损失,增加了与下游任务的互信息,提高了模型的表示能力和泛化能力;最后,为了验证笔者方法的有效性,在两个公开的电磁数据集上进行了包括微调、线性评估、聚类分析以及输出特征可视化等实验,实验结果表明:笔者方法在各类下游任务中具有更优的性能表现,为解决信号识别的小样本学习问题提供参考。 展开更多
关键词 信号识别 自监督学习 调制分类 互信息
在线阅读 下载PDF
基于深度学习的智能反射面辅助通信系统信道估计
15
作者 王丹 张文豪 彭丽娟 《计算机应用》 北大核心 2025年第5期1613-1618,共6页
针对智能反射面(RIS)辅助通信系统中信道估计精度低的问题,提出一种基于信道去噪网络(CDN)的信道估计方案,将信道估计问题建模为信道噪声消除的问题。首先使用传统算法对接收到的导频信号进行初步预估计,随后将该预估计信号输入信道估... 针对智能反射面(RIS)辅助通信系统中信道估计精度低的问题,提出一种基于信道去噪网络(CDN)的信道估计方案,将信道估计问题建模为信道噪声消除的问题。首先使用传统算法对接收到的导频信号进行初步预估计,随后将该预估计信号输入信道估计网络以学习噪声特征并进行去噪处理,从而恢复出精确的信道系数。为了提高网络的去噪能力,设计了加权注意力块(WAB)和膨胀卷积块(DCB)以增强网络对噪声主体特征的提取,同时设计多尺度特征融合模块以防止浅层特征的丢失。仿真结果表明,与经典的DnCNN (Denoising Convolutional Neural Network)和CDRN (Convolutional neural network-based Deep Residual Network)方案相比,所提方案的归一化均方误差(NMSE)在不同信噪比(SNR)下平均降低了2.89 dB和2.01 dB。 展开更多
关键词 深度学习 智能反射面 信道估计 注意力机制 卷积神经网络
在线阅读 下载PDF
LFTA:轻量级特征提取与加性注意力的特征匹配方法
16
作者 郭志强 汪子涵 +1 位作者 王永圣 陈鹏羽 《电子与信息学报》 北大核心 2025年第8期2872-2882,共11页
近年来,特征匹配技术在计算机视觉任务中得到了广泛应用,如3维重建、视觉定位和即时定位与地图构建(SLAM)等。然而,现有匹配算法面临精度与效率的权衡困境:高精度方法常因复杂模型设计导致计算复杂度攀升,难以满足实时需求;而快速匹配... 近年来,特征匹配技术在计算机视觉任务中得到了广泛应用,如3维重建、视觉定位和即时定位与地图构建(SLAM)等。然而,现有匹配算法面临精度与效率的权衡困境:高精度方法常因复杂模型设计导致计算复杂度攀升,难以满足实时需求;而快速匹配策略通过特征简化或近似计算虽实现亚线性时间复杂度,却因表征能力受限与误差累积,无法达到实际应用中的精度要求。为此,该文提出一种基于加性注意力的轻量化特征匹配方法—LFTA。该方法通过轻量化多尺度特征提取网络生成高效特征表示,并引入三重交换融合注意力机制,提升了在复杂场景下的特征鲁棒性;同时提出了自适应高斯核生成关键点热力图和动态非极大值抑制算法,以提高关键点的提取精度;此外,该文设计了结合加性Transformer注意力机制和深度可分离卷积位置编码的轻量化模块,对粗粒度匹配结果进行微调,从而生成高精度的像素级匹配点对。为了验证所提方法的有效性,在MegaDepth和ScanNet两个公开数据集上进行了实验评估,并通过消融实验和对比实验验证了各模块的贡献和模型的综合性能。实验结果表明,所提算法在姿态估计上的性能相比于轻量化的算法有显著提升,且与性能较高的算法相比推理时间有显著下降,实现了高效性与高精度的平衡。 展开更多
关键词 特征匹配 加性注意力机制 轻量化网络 自适应关键点提取 像素级匹配
在线阅读 下载PDF
融合决策树和轻量化神经网络的调制识别方法
17
作者 王玮 王浩哲 +2 位作者 胡坡 赵振禹 王俊珏 《电子测量技术》 北大核心 2025年第20期125-132,共8页
针对现有决策树方法设置门限值对先验知识依赖大,神经网络方法在调制识别领域存在的模型尺寸大,参数量高的问题,本文提出一种融合决策树的轻量化神经网络调制识别方法。该方法通过引入决策树思想,对数据集的混淆矩阵进行分析,根据不同... 针对现有决策树方法设置门限值对先验知识依赖大,神经网络方法在调制识别领域存在的模型尺寸大,参数量高的问题,本文提出一种融合决策树的轻量化神经网络调制识别方法。该方法通过引入决策树思想,对数据集的混淆矩阵进行分析,根据不同的信号类别特征将数据集划分成了不同的子类,并使用轻量化卷积神经网络进行分层识别;为了在分层识别中对每个子类进行有针对性的识别,通过数据清洗和特征提取来获取每个子类特有的信号特征。实验结果显示,在公开数据集RML2016.10a上,该方法在信噪比为0~+18 dB范围内的整体识别率为90.03%,相较对比模型最高提升了7.49%,当信噪比为18 dB时,识别率达到95.03%;且模型参数量仅为86342,与同精度模型相比降低了96.85%。 展开更多
关键词 调制识别 轻量化 决策树 卷积神经网络 特征融合
原文传递
基于类别增量学习的自动调制识别方法
18
作者 崔良中 孙佳杰 牛雅萌 《海军工程大学学报》 北大核心 2025年第6期74-81,共8页
近年来,深度学习在通信和雷达领域的核心技术——调制识别中取得了显著进展,但传统基于深度学习的调制识别模型多针对静态环境,难以适应动态环境中不断出现的新调制信号。针对这一挑战,提出了一种基于类别增量学习的自动调制识别技术,... 近年来,深度学习在通信和雷达领域的核心技术——调制识别中取得了显著进展,但传统基于深度学习的调制识别模型多针对静态环境,难以适应动态环境中不断出现的新调制信号。针对这一挑战,提出了一种基于类别增量学习的自动调制识别技术,即使用深度残差收缩网络作为特征提取器,利用一种动态扩充网络模型的方法,对保存的部分旧调制信号和新调制信号进行类别的增量学习,以适应动态环境下的自动调制识别。仿真实验结果表明:该方法能够有效地完成动态环境下的自动调制识别任务。 展开更多
关键词 调制识别 类别增量学习 动态扩充网络模型 深度残差收缩网络
在线阅读 下载PDF
基于印刷量子点的可靠性复合光谱图像编解码算法研究 被引量：4
19
作者 赵文康 曹鹏 《包装工程》 北大核心 2025年第7期173-182,共10页
目的为提高印刷量子点图像的鲁棒性、识读速度和信息隐藏容量,提出一种可靠性复合光谱印刷量子点图像编解码算法。方法首先结合ChaCha20加密算法、SHA-256哈希算法、(331,225,367)卷积码和交织编码,将明文信息编码成具有安全验证和纠错... 目的为提高印刷量子点图像的鲁棒性、识读速度和信息隐藏容量,提出一种可靠性复合光谱印刷量子点图像编解码算法。方法首先结合ChaCha20加密算法、SHA-256哈希算法、(331,225,367)卷积码和交织编码,将明文信息编码成具有安全验证和纠错能力的二进制秘密信息,再插入伪随机同步信息,并进行掩膜矩阵置乱,映射成可通过相邻数据联合解算的印刷量子点图像,最后利用2组印刷量子点图像对载体图像进行信息调制,实现复合光谱大容量信息隐藏。结果实验结果显示,生成的复合光谱印刷量子点图像可抵抗20%以内的噪声攻击,识读时间在0.1 s左右,嵌入率为2 bpp,与原始载体图像的峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)约为40 dB,结构相似性(Structural Similarity,SSIM)约为0.97。结论本算法与其他算法相比,在高嵌入率下具有更高的鲁棒性和更好的不可见性,识读速度更快。 展开更多
关键词 印刷量子点图像 复合光谱 卷积码 信息隐藏
在线阅读 下载PDF
基于多注意力残差网络和GRU的自动调制识别算法 被引量：5
20
作者 李鸣皓 解志斌 +2 位作者 颜培玉 李思 宋科宁 《无线电工程》 2025年第1期36-44,共9页
针对自动调制识别(Automatic Modulation Recognition,AMR)技术在复杂电磁环境下部分调制信号易混淆、识别准确率较低的问题,提出一种基于多注意力残差网络和门控循环单元(Gated Recurrent Unit,GRU)的AMR模型。通过数据预处理增强信号... 针对自动调制识别(Automatic Modulation Recognition,AMR)技术在复杂电磁环境下部分调制信号易混淆、识别准确率较低的问题,提出一种基于多注意力残差网络和门控循环单元(Gated Recurrent Unit,GRU)的AMR模型。通过数据预处理增强信号的相位特征信息,利用自注意力机制使模型有效提取信号的相位偏移特征;设计了由坐标注意力机制、多尺度卷积和通道注意力机制组成的融合注意力残差模块(Fusion Attention Residual Block,FARB),增强对信号空间特征的关注度,有效提取信号的空间特征;使用GRU提取信号的时序特征,通过结合信号的时空特征,提高调制识别精度;通过全连接层进行调制信号分类。仿真结果表明,在RadioML2016.10b数据集上,提出的模型识别准确率有较大提升,且模型参数量少于大多现有模型。此外,对于其他模型易混淆的16-QAM和64-QAM两种信号,所提模型具有较好的识别能力。 展开更多
关键词 自动调制识别 深度学习 卷积神经网络 注意力机制 门控循环单元
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 110 下一页 到第 页
使用帮助 返回顶部