复杂网络隐蔽信道的检测算法研究

为解决某一种隐蔽信道检测算法只能检测某种特定的隐蔽信道而无法检测其它种类隐蔽信道的问题,分析了隐蔽信道的工作方式、数据特征,提出了基于密度聚类的隐蔽信道检测算法。该算法不但能够检测出不同种类的隐蔽信道,也可以检测出这些隐蔽信道合成的复杂隐蔽信道。构建了复杂隐蔽信道的仿真系统,并进行了隐蔽信道检测实验。检测结果表明:在噪声低于20%的环境中,该算法可以快速、准确地检测到复杂隐蔽信道。     

网络包长度隐蔽信道的建模与仿真

隐蔽信道既是网络中进行隐蔽通信的重要工具,也是黑客窃取信息的手段,因而对它的研究具有重要的意义.提出了将网络包长度作为载体进行隐蔽通信的模型.为了评估隐秘信道,提出了信道容量、抗检测性、鲁棒性及安全性等评估指标.由于隐蔽长度信道发送数据时不受网络包发送时延的限制,隐蔽长度信道的容量远大于传统隐蔽时间信道的容量;且该信道受网络结构、网络流量的影响较小,因而具有较好的鲁棒性.通过仿真实验可知,包长度隐蔽信道的抗检测性、安全性都比传统的时间信道好.因此,隐蔽长度信道克服了传统隐蔽信道不稳定、易被干扰的缺点,是一种可靠、稳定的隐蔽通信方式.另外,使用的基于神经元网络的隐蔽信道检测法也可有效地解决隐蔽长度信道带来的危害.     

基于全局最小熵的随机稀疏调频步进信号运动补偿方法

发射频率和孔径二维随机稀疏的调频步进信号,可降低雷达系统对采样率的要求,同时可提高抗干扰能力。但是调频步进信号随机稀疏时会带来运动补偿困难的问题。针对此问题,提出一种基于全局最小熵的运动补偿方法。首先,利用全局最小熵方法完成包络对齐;其次将初相校正问题转换为径向速度与加速度的参数估计问题。为实现速度的高精度估计,采取粗搜索与精估计相结合,以全局最小熵作为代价函数,基于黄金分割法进行变步长搜索实现参数的快速高精度估计,最终完成初相校正。理论分析和仿真结果表明该算法具有参数估计速度快、估计精度高且在较低的信噪比条件下具有较高稳健性的优势。     

卫星导航系统接收传感器网络的攻击检测研究

卫星导航系统接收机小型化是未来发展的趋势,基于小型导航接收机的无线传感器网络具有新优点的同时也面临新的问题。研究分析了导航系统接收传感器网络所面临的攻击特点,传统无线传感器网络的干扰检测方法难以准确定位干扰和校正位置,提出了基于改进的到达角度定位机制的攻击检测算法确定受到干扰的点,并进行干扰校正;然后基于导航系统抗欺骗干扰原理,提出了单干扰源双曲线定位算法。最后,利用所提算法进行实验,结果表明,攻击检测和校正效率很高,理想条件下干扰源定位效率也较高。     

基于SNR和谱熵的协作式频谱感知算法仿真研究

目前的频谱感知算法大多受到信道衰落、噪声不确定性等因素的影响,针对此问题,提出了一种基于SNR和谱熵的协作式频谱感知算法CSSE.1)CSSE算法选择具有最大SNR的节点作为中继节点转发信号进行协作频谱感知,有效的解决信道衰落带来的影响.2)CSSE算法采用谱熵检测主用户信号,有效的解决噪声不确定性带来的影响.提出的CSSE算法在不需要知道主用户信号先验知识的情况下,不但能够有效的缓解信道衰落、噪声不确定性带来的影响,而且具有较低的频谱感知时间,具有很好的实际应用价值.仿真结果表明,相比已有的频谱感知算法,不仅检测性能得到了比较大的提高,而且频谱感知的时间也减少了近40％.     

下行卫星认知无线电门限与功率联合优化

用于卫星通信的频谱资源日益紧缺,但现存卫星系统却存在利用不足的问题。针对该问题,以最大化卫星通信中下行带内数据传输量为目标,提出了基于Underlay认知无线电的卫星信道检测门限与功率分配联合优化算法。首先分析了下行链路中信道融合检测误差、功率分配向量与数据传输量之间的数学关系,给出了信道数量及总功率均受限时信道与功率联合分配的可行性条件。之后,进行了目标模型可行性论证及融合误差分析,并将优化目标函数问题分解为检测门限与功率分配两个子优化问题。针对两个子问题,文中分别证明了加窗粒子群优化算法适用于数据融合后的门限优化,论证了信道与功率联合分配的可行性,在此基础上给出了信道与功率联合分配的最优解。引入中间量在两个子优化算法之间反复迭代,得到了本文目标函数的联合最优解。最后,仿真给出了检测门限优化性能,结果表明,改进型算法在准确度和迭代次数上均优于传统粒子群算法;比较了该联合优化算法与传统卫星通信方式及普通Underlay认知无线电用于卫星通信时的性能差异,结果表明,该联合算法能够有效提高频谱利用率;给出了算法复杂度。     

LDPC编码的MIMO-OFDM系统中的联合半盲均衡与解码研究

在低密度奇偶校验编码的多输入多输出正交频分复用系统中,针对接收信号存在多天线干扰、多径衰落和加性噪声的问题,提出了不同调制方式下基于线性规划(linear programming, LP)的联合半盲均衡与解码算法。当系统采用高阶正交幅度调制时,提出了新的约束条件,保证了联合解码的正确性。同时利用导频符号对系统子信道进行估计,根据估计出的信道信息,分别给出了传统的Turbo接收机和基于LP的联合检测与解码的仿真结果。实验结果表明,在导频符号数量较少时,现有的基于信道估计信息的检测算法会出现错误地板,而所提的算法则取得了较优的误码性能。     

基于熵的火灾场景介观人群疏散模型

针对现有人群疏散模型较少考虑"异质"群体运动混乱程度对疏散结果影响的问题,提出了基于多智能体和熵的介观人群疏散模型,介观模型包括上层宏观多目标路径优化模型和下层微观人群疏散模型.模型引入信息论中熵的概念,构建反映人群运动混乱程度的疏散熵,将个体速度和位置分布映射为疏散熵图,疏散熵图会对个体的疏散行为产生影响.上层模型采用网络最快流模型构建基于疏散熵的动态多目标疏散路径算法,为个体提供全局疏散优化路径;下层模型包括基于熵的小群体聚集行为模型和引导行为模型等.仿真结果表明,一定数量的引导者对疏散效率起着重要作用.当引导者数量增加时,群体恐慌程度降低,群体中拥挤行为和避障行为次数减少,使疏散过程更加有序且疏散熵值降低.     

V-BLAST系统中一种新的稳健的检测算法

V-BLAST系统有着非常高的频谱利用率,可以显著地提高系统容量。绝大多数的V-BLAST检测算法都要求接收端完全已知信道,如果信道有误差,性能会恶化。考虑到实际中的信道误差的影响,提出了一种基于子空间的稳健的检测算法,仿真结果表明:在信道估计有误差的情况下,该方法性能优于传统ZF算法和MMSE算法。     

基于差分对数交叉熵的信噪比盲估计算法

针对盲估计算法复杂度高、运算量大等问题，研究了Turbo译码器中译码器输出的外部信息与信息信噪比的关系，引入差分对数交叉熵的概念。提出一种基于差分对数交叉熵的信噪出盲估计算法。仿真结果说明，采用此信噪比盲估计算法，在较小的系统性能恶化的前提下，大大简化了信道估计器的复杂度。对基于差分对数交叉熵的信噪比盲估计算法的误差性能的理论分析结果表明，采用此算法发生误判的概率很低，可以认为信噪比估计值十分可靠。     

一种用于多径信道的调制识别算法仿真研究

无线信道的多径衰落造成通信信号的码间干扰,为通信信号的调制识别增加了难度。针对多径环境下的调制识别问题,提出了一种基于改进的外积分解信道盲辨识算法的调制识别新算法。算法首先对信道进行基于改进算法的信道盲辨识和盲均衡,然后对均衡结果提取高阶累积量特征完成调制识别。与已有算法相比,改进的外积分解算法提高了在信道阶数过估计条件下对噪声的鲁棒性,所提出的调制识别算法扩大了识别种类,提高了识别性能。仿真结果证明了算法的有效性。     

基于不完美CSI的水声自适应功率分配算法

水声信道面临带宽资源有限、环境复杂的问题，为提高水下通信速率，基于水声传感器网络的海洋应用提出自适应通信的需求。传统基于简单信噪比指标的自适应资源分配算法无法准确表述衰落信道的统计特征，利用强化学习和卷积神经网络预测信道的方法虽然可以提高一定信道状态信息(channel state information, CSI)的准确性，但这种方法需要长期的观测和大量的训练样本，不符合水声环境的实际情况。对比，构建了一种中继放大转发协作正交频分复用(orthogonal frequency division multiplexing, OFDM)通信的模型，解决了由于节点漂浮导致直接通信传输效率变低的问题，并提出一种在时延反馈CSI中基于OFDM的自适应功率比特分配算法，利用条件概率表征不完美的CSI,调整自适应通信参数，进行遍历容量最大化建模。仿真结果表明，该算法实现功率和比特的联合自适应分配，平均传输速率指标优于直接反馈CSI的功率分配算法，虽然略低于采用马尔可夫链预测信道的方法，但结合算法复杂度来看，所提算法更简单，更适合能量有限的水声传感器网络。     

灰色熵权聚类决策方法研究

针对传统灰色定权聚类方法中权重是事先给定的,不具有客观性的问题,借鉴信息熵的思想,提出了基于熵权确定权重的方法,构造了基于熵权的灰色定权聚类评估方法的算法。该算法利用系统状态数据为依据通过计算熵来得到决策权重。以实际问题为背景进行了算例实证研究。结果表明该方法计算简单,权重确定客观,对灰色聚类决策理论进行了补充和完善。     

快时变信道下基于深度学习的OFDM系统信道估计

针对快时变信道的非平稳特性会造成信道估计性能变差的问题，在基扩展模型下提出了一种基于深度学习的信道估计算法，并将其应用于正交频分复用(orthogonal frequecy division multiplexing, OFDM)系统中。首先，根据快时变信道矩阵的局部相关特性，构建时频特征提取网络，利用卷积结构提取快时变信道在时域和频域的相关特征，并嵌入到下一级网络中进行特征的融合。其次，利用门控循环网络捕捉信道在不同符号处的变化相关性，在快时变信道环境下实现更准确的信道估计。仿真结果表明，与其他快时变环境下的信道估计算法相比，算法的估计性能提升明显；同时，网络的轻量化结构使算法的复杂度最低下降20%。     

用于有虚载波OFDM系统的信道估计算法

提出了一种适用于有虚载波的正交频分复用系统的改进信道估计算法。由于传统的信道估计器无法估计虚载波处的信道传输函数,从而逆离散傅里叶变换导致信道能量泄漏,使得时域滤波方法不能直接应用。为了解决这个问题,利用信道冲激响应的有限性,推导了以最小二乘法(least square, LS)来估计虚载波处的信道传输函数。进一步观察信号子空间和噪声子空间中噪声的相关性,使用最大后验概率准则估计出信号子空间的噪声并消除其带来的估计误差。该算法不仅可在训练模式下应用,也可推广应用于基于判决反馈的跟踪模式。仿真结果表明,改进算法无误符号率平台效应,且其误符号率较传统LS算法有2 dB的信噪比增益。     

FMP与FMT问题的模糊熵三I算法及其还原性

讨论FMP,FMT问题的模糊熵三I算法解的存在条件,研究了三I解与模糊熵三I解的关系,获得了相当一般的情形———基于三角范数的剩余型蕴涵之模糊熵三I算法的一般计算公式,证明了这些算法在一定条件下是还原算法.     

时间反演系统中基于Barzilai-Borwein的共轭梯度检测算法

针对时间反演多址系统中信道的相关性会导致多用户干扰的问题,以降低用户间干扰和算法复杂度为目标,提出基于Barzilai-Borwein的共轭梯度迭代检测算法.首先通过共轭梯度迭代两次找到最速下降方向,然后通过Barzilai-Borwein沿着共轭梯度搜索的方向继续迭代.仿真表明,所提算法收敛速度快于Barzilai-...     

基于位平面熵及分布熵的图像检索

针对基于位平面熵进行图像检索存在的问题,提出了位平面熵的改进方法。该算法采用改进的位平面熵来消除熵的对称性对检索效果造成的影响。提出采用位平面分布熵来描述位平面的空间特征,解决了仅依靠位平面熵检索效率低的问题。结合位平面熵及位平面分布熵,给出了图像间的相似性度量准则。仿真实验证明,该算法无论在检索率、精确度还是平均正确率上都具有更好的检索效果。     

平流层衰落信道下QOTDM系统的盲均衡研究

提出一种在平流层衰落信道条件下适用于准正交时分复用(QOTDM)系统的盲均衡算法.发送端基于QOTDM基本原理得到频谱白化的发送信号,接收端根据发送信号的特性,用梳状滤波器对接收信号滤波,恢复样点序列.通过改进的恒模算法(MCMA)对样点序列初步均衡,时分分接后再通过阶数很短的MCMA-FSE-DFE方法均衡,可以消除多径衰落带采的符号间干扰.在平流层衰落信道下,该算法可以明显消除QOTDM系统存在的误符号率下界.在相同的信息传输速率,相同的信道条件下,当信道的莱斯因子为10dB、系统的误符号率在10-3左右时,该算法比基于DFT信道估计算法的OFDM系统有3.5dB左右的性能改善.     

基于EM的MIMO-OFDM系统MAP信道估计算法

最大后验概率（maximum a posteriori, MAP）信道估计算法应用于MIMO-OFDM系统时将带来大规模矩阵求逆和乘积运算,且OFDM符号的数据传输效率随着发送天线的增多逐渐下降。针对这些弊端,提出一种基于期望最大化（expectation maximum, EM）的MAP信道估计算法,并分析了算法的性能。该算法利用EM算法把多输入输出信道估计问题化简为一系列独立的单输入输出问题,避免了大规模矩阵运算,降低了MAP算法的计算复杂度;为进一步改善MAP算法的数据传输效率及其估计性能,可通过对多个连续的OFDM符号进行联合信道估计。通过仿真实验证明了该算法的有效性。