摘要：高光谱图像具有丰富的连续光谱信息,覆盖从可见光到红外波长范围内数百个波段。此数据特性使得高光谱数据在图像处理中有挖掘光谱内在特征的独特优势,从而有利于充分利用空间和光谱信息,检测感兴趣区域中的目标。但是由于高光谱数据的高维性、实际场景的复杂性以及有标签样本数量的有限性,高光谱异常检测仍面临背景和异常不易区分和检测精度低的问题。为了解决以上问题,本文提出一种面向高光谱异常检测的背景记忆模型。首先,通过无监督的基于密度估计的粗检方法,获得伪背景和伪异常向量。其次,设计基于异常突出正则项约束的背景记忆生成对抗网络模型,扩大伪背景和伪异常间的距离,并采用弱监督—伪标签的训练方式,使得网络具有较强的背景生成能力,同时弱化其对于异常的重构效果,减少对于背景和异常重构的泛化性,增强输出检测结果中背景和异常的差异和辨别度。此外,在特征域和图像域进行对抗学习,提高样本生成能力,更好地学习到输入样本的分布情况,提高网络对背景的生成能力。最后,使用非线性背景抑制方法减小虚警率,进一步提升检测精度。实验结果表明,本文方法相比其他检测算法在不同数据集上具有更好的检测效果。

摘要：无人机(UAVs)具有机动性强,低成本及易部署等特性,通过搭载通信及感知设备,支持通信与感知技术的高效资源共享,无人机可作为融合通信与传感技术的高性能空中平台。该文针对多输入多输出(MIMO)无人机使能的联合通信、感知场景,综合考虑无人机飞行能量、多天线传输及用户业务需求等限制条件,建模无人机通信、感知预编码及飞行轨迹联合优化问题为多目标优化问题,以实现通信用户最低速率最大化及目标最小发现概率最大化。由于通信用户最低速率最大化问题为非凸优化问题,难以直接求解,将原优化问题分解为通信预编码设计子问题及无人机轨迹设计子问题,并采用交替迭代法依次求解两个子问题直至算法收敛,其中,对于通信预编码设计子问题,提出一种基于迫零(ZF)算法的求解策略;对于无人机轨迹设计子问题,提出一种基于连续凸逼近(SCA)算法的求解策略。基于所得到的无人机最优轨迹,将无人机感知位置选择问题建模为加权距离和最小化问题,进而应用泛搜索算法优化确定目标感知位置,并设计基于ZF算法的通信感知预编码联合优化策略,以实现通信感知性能的联合优化。最后通过仿真验证了该文所提算法的有效性。

摘要：RS-LDPC级联码能够有效提高数据传输的可靠性和系统的容错能力,在5G通信等领域中得到了广泛的应用,且在6G中具有很好的应用前景。但是RS-LDPC级联码与单码相比具有计算复杂度高、不易于在硬件上实现的不足,因此提出一种基于分层最小和的RS-LDPC级联码改进译码算法,将LDPC码的校验矩阵分解成多个子矩阵,在不同子矩阵层次上并行计算。此外,还引入了新的关于校验节点信息更新的简化函数,旨在保证译码性能的同时降低计算复杂度,达到易于硬件实现的目的。结果表明改进型分层最小和算法复杂度大大降低,且在性能上优于传统BP译码0.25 dB左右。

摘要：针对当前人脸替换方法仅利用目标图像的姿势和表情指导换脸过程中常常忽略背景、光照等其他属性,同时生成的替换人脸与目标图像的融合效果较差的问题,提出一种融合多级属性和注意力机制的人脸替换方法.在提取目标图像属性阶段,基于U-Net结构设计一种多级属性编码器,采用多层次级联的卷积块和反卷积块以及层间连接准确、全面地提取目标图像的表情与背景属性,保留更多细节信息;在生成替换人脸阶段,设计一种结合注意力机制的生成器,利用注意力模型权重自适应地调整源人脸特征和目标属性集成的有效区域,使生成器生成更加符合视觉机制的替换人脸.在FaceForensics++图像集上的实验结果表明,与DeepFaceLab方法相比,该方法所生成的替换人脸与目标图像的结构相似度提高了6.73%,头部姿势差异和面部表情差异分别降低了1.026和0.491.该方法不仅更好地保留了源人脸特征信息,还更大程度地忠实于目标图像属性,达到了良好的替换效果.

摘要：为了验证不同水质条件对水下光通信的影响,采用蒙特卡罗模拟算法模拟了水下光信道的离散冲激响应。在此基础上结合具有抗衰落优点的正交频分复用技术搭建了水下光通信系统,针对收发端已知信道状态信息前提下,采用16正交幅度调制方式,结合蒙特卡罗构造算法完成极化码的构造,译码端使用基于循环冗余校验辅助的串行抵消译码算法,设计并实现了基于正交频分复用技术的水下光通信系统中的极化码编译码方案。通过实验验证了不同水质条件下码长等参数对极化码性能的影响,证明了在高信噪比时,极化码相比同等码长的低密度奇偶校验码在不同水质下具有0.2 dB~0.6 dB左右的性能增益;随着水质环境越差,其渐进性能优势表现得越明显,且不会出现误码平层的问题。极化码的编码结构更加清晰简单,译码复杂度与低密度奇偶校验码相差不大,且在译码中不需要多次迭代。因此相比于其他编码方案,极化码具有较低的编译码复杂度,在水下光通信场景中具有很强的竞争力和应用潜力。

摘要：1985年,肖国镇在第23届ISIT国际会议上提出非线性组合函数的“线性统计独立”的概念,用频谱方法刻画了线性统计独立函数的特征.线性统计独立与同一时期Siegenthaler提出的“相关免疫”是同一概念. 1988年,肖国镇和Massey以“A spectral characterization of correlation-immune combining functions”为题把这一结论发表在IEEE Transactions on Information Theory上,后人称之为“XiaoMassey定理”. Xiao-Massey定理的提出是流密码发展史上的重要事件,对流密码的设计和分析具有重要指导意义.本文阐述了Xiao-Massey定理的历史背景、学术影响和原创性.同时指出, Golomb在1959年定义的“不变量”本质上是刻画了特定群不变关系下所划分的等价类中布尔函数的频谱共同特征,它和相关免疫是两个不同的概念,更没有刻画出相关免疫函数的频谱特征.

摘要：可见光通信物理层主要使用的非对称限幅和直流偏置两种光正交频分复用方案,只能在频谱效率与功率效率间选择其一。为了兼顾二者,基于自适应偏置的光正交频分复用提出了一种适于可见光通信的数字基带系统设计方案,并通过现场可编程逻辑门阵列搭建的室内可见光通信硬件平台对该方案进行了实现和验证。研究中首先通过自适应偏置光正交频分复用的MATLAB离线实现验证了使用光正交频分复用信号在室内进行可见光通信的可行性,并确定了数字基带系统中使用的参数。其次给出了可见光通信数字基带系统的设计方案。最后基于该方案,通过现场可编程逻辑门阵列搭建了室内可见光通信硬件平台,并对收发端主要模块进行介绍。测试表明所提出的可见光通信数字基带系统有效提高了频谱资源利用率,降低了系统能耗。其中物理层特殊的帧结构设计提高了快速傅里叶变换窗口检测的准确性和信道估计与均衡的能力,从而有效降低了误码率,保证了通信传输速率,进而提升了数字基带系统的整体性能。

摘要：针对红外目标纹理细节少、检测精度低的问题,提出在红外检测场景下引入注意力机制的Cascade-RCNN算法,设计了一种适用于红外场景的注意力机制以提升算法检测精度。由于基于深度学习的注意力机制常在可见光数据集上进行性能验证,首先在红外检测数据集上测试常见于可见光场景注意力机制的检测精度,对于以上注意力机制在红外目标检测场景的优缺点进行分析,提出一种显隐性通道交互的注意力机制,主要由显性特征交互和隐性特征交互两种方式组成;在显性特征交互方式上采用因子分解机的方法,在隐性特征交互方式上采用全连接层的方式;最后将两种交互方式通过全连接层到同维希尔伯特空间并进行信息融合,将通道关系从显性和隐性角度进行建模。同时,提出一种局部池化替换全局池化以获取更多红外目标空间纹理信息,结合在空间维度上使用多尺度卷积提取不同感受野的目标信息,进一步提升了算法精度。在FLIR公开红外数据集上进行实验,相比于基准算法Cascade RCNN,新方法在不引入过多参数量的同时,检测性能在不同的骨干网络上有2%左右的mAP提升。

摘要：传统密码算法的安全性建立在黑盒攻击模型下.在这种攻击模型下,攻击者只能获取密码算法的输入输出,而无法得知密码算法运行时的内部细节.近年来白盒攻击模型的概念被提出.在白盒攻击模型下,攻击者既可以获取密码算法的输入输出,也可以直接观测或更改密码算法运行时的内部数据.为保证已有密码算法在白盒攻击环境下的安全性,在不改变其功能的基础上通过白盒密码技术对其进行重新设计被称为已有密码算法的白盒实现.研究白盒实现方案的设计与分析对于解决数字版权管理问题具有重要意义.近年来,出现了一类针对白盒实现方案的旁信道分析方法.这类分析手段只需要知道很少白盒实现方案的内部细节,却可以提取到密钥,因此是一类对现有白盒实现方案具有实际威胁的分析手段.对现有白盒实现方案进行此类分析对于确保方案安全性具有重要现实意义.此类分析方法中的典型代表是基于差分功耗分析原理的差分计算分析.基于差分计算分析,对白-武白盒SM4方案进行了安全性分析.基于对GF(2)上n阶均匀随机可逆矩阵统计特征的研究结果,提出了一种改进型差分计算分析(IDCA),可以在分析成功率几乎不变的前提下显著提升分析效率.结果表明,白-武白盒SM4方案在面对差分计算分析时不能保证安全性,必须对其进行进一步改进使之满足实际应用场景下的安全性需求.

摘要：大规模多进多出系统具有空间分辨率高、频谱效率大、覆盖范围广的优势,其采用1位数模转换器可以显著地减少系统的功耗,降低硬件的复杂度及部署的成本。然而1位数模转换器会引入量化噪声,导致线性预编码后的符号严重失真,系统误比特率极度下降,且随着信噪比增加而过早地达到饱和。针对该问题,与线性预编码不同,非线性预编码方案将量化的影响考虑在内,直接设计量化后的符号,可大幅度地提升系统的误比特率性能。在该系统下,考虑到1位数模转换器量化后的符号属于有限集合且集合元素少,从组合优化的角度对1位量化下非线性预编码问题重新建模,并提出基于交叉熵算法的非线性预编码求解方案。这种方案通过最小化交叉熵自适应地更新每次迭代预编码向量中各元素的概率分布,可快速地收敛得到预编码向量,同时该方案易扩展至采用多位数模转换器的系统。仿真结果表明,所提方案在高信噪比下误比特率性能优于现有基于凸优化的方案,对信道估计错误具有鲁棒性,且适用于多位数模转换器的系统。