修正的解相关前馈神经网络盲均衡算法研究

针对基于传统梯度下降算法的前馈神经网络盲均衡在输入线性相关条件下收敛速度慢的问题,提出了一种修正解相关前馈神经网络盲均衡改进算法。对接收观测数据进行解相关处理,使梯度方向保持正交,同时,设定判断阈值,如果前馈神经网络输入相关系数大于阈值,说明输入向量强相关,保持梯度更新大小和方向不变,以克服强相关输入条件下解相关算法收敛停滞的问题。计算机仿真结果表明,文中提出的算法与基于直接梯度下降算法和传统解相关前馈神经网络盲均衡算法相比具有更快的收敛速度,有效提高了均衡性能。     

基于子空间跟踪的盲空时多用户检测

针对天线阵同步CDMA系统,运用子空间方法,提出多径条件下空时盲多用户检测方法.用FSYAST子空间跟踪方法来自适应估计信号子空间,同步多径天线阵列系统的信道参数采用Kalman算法自适应估计.仿真结果表明,提出的盲空时多用户检测器性能优于其它子空间多用户检测器.     

一种新型的基于身份的高效盲签名

近年来椭圆曲线和超椭圆曲线上的双线性对,比如Weil对和Tate对,在密码学上的应用受到了广泛的关注.用椭圆曲线或超椭圆曲线上的双线性对,提出了一些基于身份的密码系统.该文基于双线性对提出了一种新型高效的基于身份的盲签名方案,该方案用以身份为基础的公钥取代数字证书形式的公钥,省略了验证签名时从系统中提取公钥的步骤,提高了系统效率,并节省了存储空间.同时还分析了该方案的安全性和效率.     

一种基于关联向量回归的盲图像复原

提出一种基于关联向量回归模型的盲图像复原算法.用模糊噪声图像作为训练集合,由此得到关联向量回归模型.该模型可用于恢复受不同类型模糊和不同噪声污染的图像.实验结果表明:同其他盲复原算法相比,该算法对点扩展函数(PSF)类型和噪声都有较强的鲁棒性.同时,从改善信噪比大小和主观视觉两个方面,该算法都能取得良好的复原效果.     

联合CMA+DDLMS盲均衡算法

在数字视频广播有线标准接收机的盲均衡器中,通常采用恒模算法(CMA)进行系数的初始化计算。为了克服传统恒模算法收敛速度慢的缺点,该文提出了一种用于捕获阶段的快速盲均衡算法。该算法在捕获阶段同时利用恒模算法和面向判决的最小均方算法(DDLMS)的误差对系数进行更新,在不增加乘法运算次数条件下提高了均衡的性能。对该算法进行了理论分析,并针对正交幅度调制信号进行了仿真。结果证明,该算法能够在保证收敛精度的基础上,有效提高盲均衡收敛速度,同时便于硬件实现。     

机械噪声故障特征提取的盲分离法与小波提纯法

机械噪声故障特征提取的难点在于观测信号的信噪比较小．将盲分离技术引入噪声故障特征提取，通过声源信号的相互独立性质，使用二阶盲分离算法从观测的混合信号中提取独立声源信号，然后，通过随机噪声与有效信号在多尺度空间中模极大值的不同传播特性，使用小波模极大值法提取有效信号特征．该算法不仅消除了临近机器或部件辐射噪声的干扰，还消除了随机噪声的干扰，有效提取了机械噪声故障特征．电动机噪声特征提取实验验证了上述算法的有效性．     

基于光照方向不一致性的图像盲鉴别方法

图像篡改破坏了自然图像的光照一致性,为了保证图像内容的安全性,提出一种基于光照方向一致性的图像盲鉴别方法鉴别图像真伪。该方法根据图像的实际强度与计算强度间的误差函数以及适合不同光源模式的约束条件,估计不同光源模式下图像的光照方向。通过分析图像中不同对象或对象与背景之间的光照方向是否一致,判断图像是否被篡改。实验结果表明,无限光源模式的数字图像盲鉴别方法的正确检测率可达到81.8%,从而证明了局部光源和复合光源模式的数字图像盲鉴别方法的有效性。     

非合作源MIMO雷达的多目标定位与参数估计

研究多输入多输出(MIMO)雷达系统,在收发非合作的情况下,通过两个阶段的处理对空间多目标定位和对非合作源MIMO雷达的发射信号与衰落矩阵进行估计.第一阶段中利用加权MUSIC算法来估计目标来波的方向角(DOA),第二阶段中则利用盲分离(BSS)算法对衰落矩阵及发射信号完成估计,仿真实验结果证明了估计算法的性能.     

基于离散余弦变换直流分量的盲视频水印方案

利用离散余弦变换(DCT)直流系数稳定的特点,提出了一种通过调整视频图像的分块DCT直流系数来隐藏水印的方法.将选取的视频帧以8×8像素进行分块,根据掩蔽矩阵来选取需要嵌入的水印块.把选中的图像块再以4×4像素细分为4个互不重叠的小图像块,通过调整它们的DCT直流系数的值来嵌入水印.实验结果证明,所提方法具有很强的鲁棒性且计算简单,能抵抗缩放、帧删除、多次视频压缩、转换压缩编码格式、共谋攻击、删除行或列等有意和无意的攻击,特别是MPEG-2压缩比特率为4 Mb/s时,从3幅不同类型的图像中提取的水印相关值分别达到了0.996 1、0.996 1和0.986 3.     

双声道心音信号的欠定盲分离方法的研究

基于两路人体心声信号的专用检测平台,提出了一种针对双声道心音信号的欠定盲分离方法。首先对数据点进行频域聚类计算,利用观测信号中稀疏信号所表现出的特征对源信号个数进行分析,以实现对混叠矩阵的估计;然后根据观测信号的散列图分离出其中一路或多路源信号,从而使观测信号变为适定或者超定;最后用现有的适定或者超定盲分离方法分离剩余源信号。分别对一组人工混合信号和实际检测的双声道心声信号进行欠定盲分离实验,验证了本方法的有效性和可行性。