一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

該文針對(duì)多用戶MIMO-OFDM系統(tǒng)，基于最大化信號(hào)與干擾加噪聲比(Signal-to Jamming and Noise Ratio，SJNR)預(yù)編碼，提出了實(shí)用的自適應(yīng)資源分配方法。根據(jù)各用戶SJNR值，提出采用遞增(Incremental Algorithm，IA)和遞減(Decremental Algorithm，DA)兩種方法為各子載波選擇用戶集合，使各子載波被多個(gè)用戶最優(yōu)復(fù)用，實(shí)現(xiàn)多用戶分集，以達(dá)到最大化系統(tǒng)吞吐量的目的。此外，基于DA思想，給出了考慮不同用戶QoS要求下分配子載波的方法(QoS Decremental Algorithm，QDA)。分析和仿真結(jié)果表明，IA和DA在大大降低算法復(fù)雜度的同時(shí)使性能很好地接近最優(yōu)算法，QDA能在滿足不同用戶QoS要求的同時(shí)最大化系統(tǒng)吞吐量。

為了提高輕型卷積神經(jīng)網(wǎng)絡(luò)(CNN)在遙感圖像(RSI)場(chǎng)景分類任務(wù)中的精度，該文設(shè)計(jì)一個(gè)雙注意力(DA)與空間結(jié)構(gòu)(SS)相融合的雙知識(shí)蒸餾(DKD)模型。首先，構(gòu)造新的DA模塊，將其嵌入到ResNet101與設(shè)計(jì)的輕型CNN，分別作為教師與學(xué)生網(wǎng)絡(luò)；然后，構(gòu)造DA蒸餾損失函數(shù)，將教師網(wǎng)絡(luò)中的DA知識(shí)遷移到學(xué)生網(wǎng)絡(luò)之中，從而增強(qiáng)其對(duì)RSI的局部特征提取能力；最后，構(gòu)造SS蒸餾損失函數(shù)，將教師網(wǎng)絡(luò)中的語(yǔ)義提取能力以空間結(jié)構(gòu)的形式遷移到學(xué)生網(wǎng)絡(luò)，以增強(qiáng)其對(duì)RSI的高層語(yǔ)義表示能力。基于兩個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集AID和NWPU-45的對(duì)比實(shí)驗(yàn)結(jié)果表明，在訓(xùn)練比例為20%的情況下，經(jīng)知識(shí)蒸餾之后的學(xué)生網(wǎng)絡(luò)性能分別提高了7.69%和7.39%，且在參量更少的情況下性能也優(yōu)于其他方法。

通過(guò)對(duì)Xu(2004)和Zhang(2004)提出的兩種環(huán)簽名方案進(jìn)行分析，指出了這兩種環(huán)簽名方案都容易受到群成員改變攻擊(group-changing attack)，并給出了攻擊方法；另外，Zhang的方案還容易受到多已知簽名存在偽造(multiple-known-signature existential forgery)攻擊。為防范這兩種攻擊，對(duì)這兩種環(huán)簽名方案進(jìn)行了改進(jìn)，改進(jìn)后的方案在最強(qiáng)的安全模型(Joseph, 2004提出)中仍是安全的。

通過(guò)對(duì)Zhang-Liu-He (2006)，Gan-Chen (2004)和Wang-Zhang-Ma (2007)提出的可轉(zhuǎn)換環(huán)簽名方案進(jìn)行分析，指出了這幾個(gè)可轉(zhuǎn)換環(huán)簽名方案存在可轉(zhuǎn)換性攻擊或不可否認(rèn)性攻擊，即，環(huán)中的任何成員都能宣稱自己是實(shí)際簽名者或冒充別的成員進(jìn)行環(huán)簽名。為防范這兩種攻擊，對(duì)這幾個(gè)可轉(zhuǎn)換環(huán)簽名方案進(jìn)行了改進(jìn)，改進(jìn)后的方案滿足可轉(zhuǎn)換環(huán)簽名的安全性要求。

該文研究了低軌道(LEO)衛(wèi)星CDMA系統(tǒng)發(fā)信機(jī)的數(shù)字部分，介紹了其結(jié)構(gòu)、算法原理及其具體實(shí)現(xiàn)。重點(diǎn)介紹了發(fā)信機(jī)數(shù)字信號(hào)處理部分在FPGA的實(shí)現(xiàn)，主要包括信息數(shù)據(jù)流的處理及編碼、交織、成型濾波、CIC插值濾波和數(shù)字上變頻等。在設(shè)計(jì)上采用了基于多相濾波結(jié)構(gòu)和分布式算法(DA)的成型濾波器以及高效CIC插值濾波器，節(jié)省了系統(tǒng)的硬件資源，提高了系統(tǒng)的性能。

為了解決雜波環(huán)境下脈沖多普勒(PD)雷達(dá)的多目標(biāo)跟蹤問(wèn)題，提出一種距離模糊情況下基于概率假設(shè)密度濾波(PHDF)和數(shù)據(jù)關(guān)聯(lián)(DA)的聯(lián)合解距離模糊和多目標(biāo)跟蹤方法。該方法使雷達(dá)采用一組脈沖重復(fù)頻率(PRF)交替變換的工作模式，并對(duì)雷達(dá)生成的模糊量測(cè)進(jìn)行多假設(shè)，得到擴(kuò)展量測(cè)集；然后，利用PHDF可以有效濾除雜波和避免目標(biāo)-量測(cè)數(shù)據(jù)關(guān)聯(lián)的突出優(yōu)點(diǎn)，對(duì)擴(kuò)展量測(cè)集進(jìn)行濾波，得到粗略的目標(biāo)狀態(tài)估計(jì)；最后，對(duì)PHDF的濾波結(jié)果進(jìn)行航跡-估計(jì)值關(guān)聯(lián)，給出多目標(biāo)航跡信息。仿真結(jié)果表明，該算法可以同時(shí)給出目標(biāo)個(gè)數(shù)和各目標(biāo)狀態(tài)估計(jì)，實(shí)現(xiàn)雜波環(huán)境和距離模糊條件下對(duì)多目標(biāo)的有效跟蹤。

為提高命名數(shù)據(jù)網(wǎng)絡(luò)(Name Data Networking, NDN)路由過(guò)程中內(nèi)容名字查找的效率，該文提出一種基于深度布隆過(guò)濾器的3級(jí)名字查找方法。該方法使用長(zhǎng)短記憶神經(jīng)網(wǎng)絡(luò)(Long Short Term Memory, LSTM)與標(biāo)準(zhǔn)布隆過(guò)濾器相結(jié)合的方法優(yōu)化名字查找過(guò)程；采用3級(jí)結(jié)構(gòu)優(yōu)化內(nèi)容名字在內(nèi)容存儲(chǔ)器(Content Store, CS)、待定請(qǐng)求表(Pending Interest Table, PIT)中的精確查找過(guò)程，提高查找精度并降低內(nèi)存消耗。從理論上分析了3級(jí)名字查找方法的假陽(yáng)性率，并通過(guò)實(shí)驗(yàn)驗(yàn)證了該方法能夠有效節(jié)省內(nèi)存、降低查找過(guò)程的假陽(yáng)性。

基于簡(jiǎn)化電磁矢量傳感器陣列，該文提出了一種新的降維四元數(shù)MUSIC估計(jì)方法。文中引用了四元數(shù)的概念，利用四元數(shù)的正交特性能夠很好地描述矢量傳感器陣元的正交結(jié)構(gòu)這一優(yōu)點(diǎn)，建立了電磁矢量傳感器陣列的四元數(shù)模型，利用降維Q-MUSIC (Quaternion-MUSIC)方法先對(duì)極化信號(hào)DOA進(jìn)行估計(jì)，通過(guò)已經(jīng)估計(jì)出來(lái)的DOA信息，再借助傳統(tǒng)的V-MUSIC (long-MUSIC)方法估計(jì)極化信息。從而依次獲得極化信號(hào)的4個(gè)參數(shù)。仿真實(shí)驗(yàn)驗(yàn)證了算法的可行性。

在LTE (Long Term Evolution)異構(gòu)網(wǎng)絡(luò)中，由于宏基站(Macro)與微微(Pico)基站的發(fā)射功率相差較大，一些離Pico基站較近的用戶因?yàn)榻邮盏降暮昊鞠滦行盘?hào)質(zhì)量好于Pico基站而選擇接入宏小區(qū)。然而，因?yàn)檫@些用戶距離Pico基站較近，因此上行通信會(huì)對(duì)Pico基站產(chǎn)生嚴(yán)重的上行干擾。小區(qū)覆蓋增強(qiáng)(Range Expansion, RE)技術(shù)能夠減少此類干擾，但同時(shí)又可能引入新的下行干擾。該文提出一種基于RE技術(shù)的上行干擾識(shí)別與協(xié)調(diào)機(jī)制(UIICRE)，能夠準(zhǔn)確識(shí)別上行干擾源及其強(qiáng)度，并進(jìn)行相應(yīng)的干擾協(xié)調(diào)處理。仿真結(jié)果表明，該文提出的方案能夠解決Pico小區(qū)的上行干擾問(wèn)題，提升用戶的上行通信質(zhì)量，并保證用戶下行通信質(zhì)量不受影響。

信噪比是衡量信道質(zhì)量的一個(gè)重要參數(shù)，該文主要研究LTE(Long Term Evolution)系統(tǒng)中基于探測(cè)參考信號(hào)(Sounding Reference Signal, SRS)的信噪比估計(jì)方法。針對(duì)DASS(Difference of Adjacent Subcarrier Signal)算法在高信噪比下噪聲估計(jì)誤差較大的這一缺點(diǎn)，該文提出一種適用于SRS的改進(jìn)DASS方法。該方法通過(guò)重新定義子載波的差分方式，減小了噪聲估計(jì)的誤差，并且由于對(duì)連續(xù)的3個(gè)SRS頻點(diǎn)，僅需要估計(jì)一次噪聲，使得該文方法的復(fù)雜度僅為原DASS方法的1/3。仿真結(jié)果表明，所提方法的估計(jì)性能優(yōu)于其余的方法，特別是在低時(shí)延和中等時(shí)延信道下，高信噪比時(shí)的估計(jì)精度提高了約10倍。