【摘 要】
：
针对水声通信系统中低密度校验(Low Density Parity Check,LDPC)码存在的译码复杂度高和译码错误平层问题,设计了基于极化码编码的水声通信系统,并针对水声信道的极化问题提出了新的基对称扩展极化权重(Polarization Weight,PW)信道极化法。该算法通过PW高阶基计算各个子信道的极化权重,实现了独立于信道状态的信道极化,解决了传统Polar码编码稳健性差和依赖信道状态的问题。理论研究和仿真结果表明,与传统信道极化方法相比,改进的PW方法具有更稳定的信道极化结果。将该方法应
【机 构】
：
中国科学院声学研究所,中国科学院大学
【基金项目】
：
国家自然科学基金项目资助(61725106)。
论文部分内容阅读
针对水声通信系统中低密度校验(Low Density Parity Check,LDPC)码存在的译码复杂度高和译码错误平层问题,设计了基于极化码编码的水声通信系统,并针对水声信道的极化问题提出了新的基对称扩展极化权重(Polarization Weight,PW)信道极化法。该算法通过PW高阶基计算各个子信道的极化权重,实现了独立于信道状态的信道极化,解决了传统Polar码编码稳健性差和依赖信道状态的问题。理论研究和仿真结果表明,与传统信道极化方法相比,改进的PW方法具有更稳定的信道极化结果。将该方法应
其他文献
为了解决超密集网络中用户在移动过程中由于小区间干扰和负载不均衡导致的用户服务质量下降的问题,本文研究了一种面向负载均衡的主动切换策略,设计了一种基于双门限的移动切换策略,包含小区内的切换与小区间的切换。通过优化小区内的切换门限,可以最小化系统总资源开销。通过优化小区间的切换门限,能够保证用户实时业务需求的同时均衡网络负载。通过预测用户未来大尺度信道信息,设计主动的双门限切换策略,可以有效降低切换延迟。仿真结果表明,与现有的切换策略相比,所提算法不仅提高了资源利用率,还降低了用户掉线概率与切换次数。
介绍“双高计划”建设下陕西工业职业技术学院机械制造与自动化专业群,机械设计与制造专业核心课程以产教融合为特色手段的建设与实施过程。课程建设中,从课程团队建设、课程标准和教学资源建设3方面开展深度校企合作,通过工程师与教师以及企业项目与教学资源的转换,实现了3方面的高质量建设。为提升人才培养质量,培育高水平创新型设计技术人才,采用以混合式课堂为主导,以项目化教学为引领,以课程思政为辅助的实施方案,并通过学生竞赛结果与企业评价验证了该课程达到了懂设计的目标。
基层畜牧兽医防疫工作直接关系到畜牧养殖业的可持续发展,事关社会食品安全问题,必须明确动物防疫工作重点,研究现阶段基层动物防疫工作的现状,采取积极的手段增强防疫工作的有效性,做好人员宣传培训工作,落实各项工作机制,增强监督执法力度,保证防疫工作的全面落实。
文章以畜禽养殖为主要内容,先分析了畜禽养殖所面临问题,例如,饲喂不科学、环境污染形式严峻,随后,结合相关行业特点及人员诉求,分别提出了可使问题得到解决的管理措施,主要有科学饲喂、污染物处理等。希望能给相关人员带来启发,使畜禽养殖所取得成果最大程度接近预期。
基于导航卫星的星-地双基地SAR(GNSS-BSAR)作为一种新型的地表观测手段,具有重访时间短、覆盖范围广、系统成本低等显著优势。当地面接收机与目标场景距离较近时,由于GNSS-BSAR的分辨率较低,导致目标场景的成像结果与其在同一等距离线上的镜像混叠在一起,无法进行图像解译和形变反演处理。针对以上问题,本文提出了一种基于分辨率设计和等距离多普勒特性分析的导航卫星双基地SAR几何优选方法。该方法在选定实验场景的基础上,进行GNSS-BSAR分辨性能与等距离-多普勒特性的多目标联合优化,选定能够避免镜像模
流量加密技术给流量分类带来了新的挑战,为实现加密流量的快速准确分类,提出了一种基于卷积注意力门控循环网络的加密流量分类方法。将卷积神经网络和门控循环单元相结合,针对流量数据的特点,修改卷积神经网络的池化层以提取单个数据包特征,通过注意力机制寻找单个数据包的关键特征并赋予高权重;然后采用门控循环单元提取流层面数据包间的时间序列特征,从包层面和流层面全面反映流量的整体和局部特征。实验证明该方法相对于现有方法,提高了分类准确率、实时性和训练效率。
随着深度学习技术的迅猛发展,各种相似的骨干网络被用于多源遥感分类任务中,取得了很高的识别正确率。然而,由于神经网络极易受到对抗样本的攻击,这给遥感任务带来了很高的安全隐患。以往的对抗攻击方法可有效攻击单波段遥感图像的分类器,但不同波段的攻击并不耦合,这导致现有方法在现实世界中难以用于多源分类器的攻击。针对多源遥感的特性,本文提出了一种新的基于稀疏差分协同进化的对抗攻击方法:投放一定数量包含稀疏多源
高速机动目标会在短时间内跨越距离单元(Range Migration,RM),并且由于目标机动性产生跨多普勒单元(Doppler Spread,DS)等问题。基于搜索的传统处理算法通过时间和计算量换取积累性能,不利于工程应用。本文提出一种通过分段处理方式对回波进行相参积累的算法。该算法在保证子片段内回波RM和DS问题可以忽略的前提下,将积累时间划分为若干个子片段。在该分段准则下通过Radon-Fourier Transform(RFT)对子片段进行处理。随后,根据各子片段RFT积累峰值位置分布特性和相位差
为了提高人脸特征提取网络的性能,进而提高人脸识别算法的准确率,本文对基于卷积神经网络的人脸特征提取网络进行研究,提出了SFRNet (Sparse Feature Reuse Network)。首先,基于稀疏特征重用、混合特征融合、中心-高斯池化三个创新点,给出了SFRNet的网络结构。然后,在图像分类数据集ImageNet和人脸识别数据集LFW (Labeled Faces in the Wil
近年来,随着人们生活水平的不断提高,消费者市场中对于猪肉及肉制品的需求量也在随之不断增加,生猪养殖行业在其的推动下得到了迅猛的发展,为了确保为市场提供优质健康安全的猪肉,就必须加强对于生猪屠宰的检疫工作,因此,本文针对生猪屠宰检疫中的问题及解决措施展开探讨,致力于对确保生猪产品质量作出强有力的支持。