【摘 要】
：
针对脉冲噪声干扰环境下传统稀疏自适应滤波稳态性能差,甚至无法收敛等问题,同时为提高稀疏参数辨识的精度的同时不增加过多计算代价,提出了一种基于广义最大Versoria准则(GMVC)的稀疏自适应滤波算法——带有CIM约束的GMVC(CIMGMVC).首先,利用广义Versoria函数作为学习准则,其包含误差p阶矩的倒数形式,当脉冲干扰出现导致误差非常大时,GMVC将趋近于0,从而达到抑制脉冲噪声的目的.其次,将互相关熵诱导维度(CIM)作为稀疏惩罚约束和GMVC相结合来构建新代价函数,其中的CIM以高斯概率
【机 构】
：
北部湾大学机械与船舶海洋工程学院,广西钦州535011;桂林航天工业学院计算机科学与工程学院,广西桂林541004;西北工业大学网络空间安全学院,西安710072;西安理工大学电气工程学院,西安710
论文部分内容阅读
针对脉冲噪声干扰环境下传统稀疏自适应滤波稳态性能差,甚至无法收敛等问题,同时为提高稀疏参数辨识的精度的同时不增加过多计算代价,提出了一种基于广义最大Versoria准则(GMVC)的稀疏自适应滤波算法——带有CIM约束的GMVC(CIMGMVC).首先,利用广义Versoria函数作为学习准则,其包含误差p阶矩的倒数形式,当脉冲干扰出现导致误差非常大时,GMVC将趋近于0,从而达到抑制脉冲噪声的目的.其次,将互相关熵诱导维度(CIM)作为稀疏惩罚约束和GMVC相结合来构建新代价函数,其中的CIM以高斯概率密度函数为基础,当选择合适核宽度时,可无限逼近于l0-范数.最后,应用梯度法推导出CIMGMVC算法,并分析了所提算法的均方收敛性.在Matlab平台上采用α-stable分布模型产生脉冲噪声进行仿真,实验结果表明所提出的CIMGMVC算法能有效地抑制非高斯脉冲噪声的干扰,在稳健性方面优于传统稀疏自适应滤波,且稳态误差低于GMVC算法.
其他文献
为确保通信双方的信息安全,很多认证与密钥协商(AKA)协议被提出并应用于实际场景中.然而现有三因子协议都存在安全漏洞,如易受智能卡丢失攻击、口令猜测攻击等,有的更是忽略了匿名性.针对上述问题提出了一种三因子匿名认证与密钥协商协议.该协议通过融合智能卡、口令和生物认证技术,并增加口令与生物特征更新阶段以及智能卡更新分配阶段,并利用椭圆曲线上的计算性Diffie-Hellman(CDH)假设进行信息交互,来实现安全通信.在随机预言机模型下证明了所提协议的安全性.与同类协议进行对比分析的结果表明,所提协议能有效
在交通安全领域,道路抛洒物易引发交通事故,构成了交通安全隐患.针对传统抛洒物检测方式识别率低、对于多类抛洒物检测效果不佳等问题,提出了一种基于实例分割模型CenterMask优化的道路抛洒物检测算法.首先,使用空洞卷积优化的残差网络ResNet50作为主干神经网络来提取特征并进行多尺度处理;然后,通过距离交并比(DIoU)函数优化的全卷积单阶段(FCOS)目标检测器实现对抛洒物的检测和分类;最后,使用空间注意力引导掩膜作为掩膜分割分支来实现对于目标形态的分割,并采用迁移学习的方式实现模型的训练.实验结果表
针对数字权限保护中对内容加密密钥的安全保存和有效分发的需求,提出了一个区块链环境下基于秘密共享的数字权限保护方案.该方案主要包括系统初始化、内容加密、许可授权和内容解密4个协议.在该方案中,利用Pedersen可验证秘密共享方案和属性基加密(ABE)算法来实现内容加密密钥的保护和分发,将内容提供商从管理内容加密密钥的任务中解放出来,从而确保了密钥管理的安全性和灵活性.此外,基于区块链的数字权限保护方案具有信息公开透明、不可篡改等特点.安全性分析表明,该方案在区块链环境下是安全可行的;仿真实验结果表明,该方
针对传统文件共享方案存在文件易泄露、文件去向难以控制、访问控制复杂等问题,以及云端文件分级分类管理及共享的应用需求,提出了一种基于身份多条件代理重加密的文件分级访问控制方案.首先,将文件的权限等级作为密文生成条件,并引入可信分级管理单元确定并管理用户等级;然后,生成用户分级访问权限重加密密钥,解决了基于身份的条件代理重加密方案只能限制代理服务器的重加密行为而对用户权限限制不足的问题;同时,减轻了用户端的负担,即用户只需进行加解密操作.不同方案的对比分析结果表明,所提方案与现有访问控制方案相比有明显优势,无
基于中密度准循环奇偶校验(QC-MDPC)码的McEliece公钥密码(PKC)方案具有较小的密钥量,利于存储,是一类在抵抗量子攻击上发展前景良好的公钥密码体制.然而目前存在一种反应攻击对其安全性产生了较大威胁.攻击者选取特殊的错误图样对大量消息进行加密以获得接收者反馈的译码失败情况,然后通过分析译码失败率与私钥结构的关系从而破解出私钥,该攻击被称为密钥恢复攻击.为应对此攻击,提出了一种将QC-MDPC码与喷泉码进行级联的公钥方案.该方案利用喷泉码的“无码率性”生成大量的加密包来取代反馈重发(ARQ)结构
针对大量的资源需求少且并行度高的不规则任务集合,利用图形处理器(GPU)来加速处理是目前的主流.然而现有的不规则任务调度策略要么采用独占GPU的方式,要么使用传统的优化方法将任务映射到GPU设备上.前者导致GPU资源的闲置,后者不能最大限度利用GPU计算资源.在分析了现存问题的基础上,采用多背包优化思想,使更多的不规则任务以最佳的方式共享GPU设备.首先,针对GPU集群的特点,给出了由调度器、执行器组成的分布式GPU作业调度框架;然后,以GPU显存为代价,设计了一种基于GPU计算资源的扩展贪心调度(EGS
在自动驾驶感知系统中,为了提高感知结果的可靠度,通常采用多传感器融合的方法.针对融合感知系统中的目标检测任务,提出了基于雷达和相机融合的目标检测方法——PRRPN,旨在使用雷达测量和前一帧目标检测结果来改进图像检测网络中的候选区域生成,并提高目标检测性能.首先,将前一帧检测到的目标与当前帧中的雷达点进行关联,以实现雷达预分类.然后,将预分类后的雷达点投影到图像中,并根据雷达的距离和雷达散射截面积(RCS)信息获得相应的先验候选区域和雷达候选区域.最后,根据候选区域进行目标边界框的回归和分类.此外,还将PR
为快速检索云环境下的加密数据,提出了一种高效的适用于批量数据处理场合的可搜索加密方案.首先,由客户端创建两个倒排索引,分别是存储了文件-关键词映射的文件索引和用于存储关键词-文件映射的空的搜索索引;然后,将这两个索引提交给云服务器.搜索索引是在用户检索过程中由云端根据搜索凭证和文件索引逐渐更新建立的,记录了已被检索关键词的检索结果,该方法将搜索索引的构建时间有效分摊了到了每次检索过程中并节省了存储空间.索引采用基于key-value结构的集合存储方式,支持索引的同时合并和拆分,即在添加和删除文件时,由客户
针对“中心云服务器+多个边缘服务器”构成的“云+边”混合环境中多任务卸载效率不足的问题,提出了一种基于概率性能感知演化博弈策略的任务卸载方法.首先,在一个“中心云服务器+多个边缘服务器”构成的“云+边”混合环境中,假设其中分布的边缘服务器具有时变波动的性能,采用一种基于概率性能感知演化博弈策略的任务卸载方法对边缘云服务器的历史性能数据进行概率分析,以获得演化博弈模型;然后,生成服务卸载的演化稳定策略(ESS),使每个用户都能在获得高满意度的前提下进行任务的卸载.基于云边缘资源位置数据集和云服务性能测试数据
针对目前大部分基于虚拟软件定义网络(vSDN)的映射算法未充分考虑节点与链路之间的相关性的问题,提出了一种基于网络拓扑分割与聚类分析的vSDN映射算法.首先,通过根据最短跳数进行拓扑分割的方法,降低物理网络的复杂度;然后,通过根据节点拓扑和资源属性进行聚类分析的方法,提升映射算法的请求接受率;最后,通过将链路约束分散到节点带宽资源以及节点的度进行约束考量,对不符合链路要求的节点进行重映射,从而优化了节点与链路映射过程.实验结果表明,该算法有效地提升了基于软件定义网络(SDN)架构的虚拟网络映射算法在较低连