面向物联网终端的动态多用户信号盲测算法

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:NO_IX
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目前多用户信号盲检测算法没有对初始信号进行预处理,存在盲检时间长、盲检成功率低和盲检检测概率低的问题,提出面向物联网终端的动态多用户信号盲检测算法.在物联网终端对初始信号进行填补、删除或修改异常信号等处理,并利用聚类分析法和主成分分析法分别提取出物联网终端信号关键因子,利用判断公式判别出两种方法的关键因子是否相似,通过小波分解对相似的关键因子进行去噪降维处理,重构出有效信号,并对有效信号所在的重复周期进行合并译码,提高盲检性能,设定两个相关阈值,实现物联网终端多用户信号盲检测.实验结果表明,盲检时间短、盲检成功率高和盲检检测概率高.
其他文献
针对传统分布式数据库中关系数据正负关联规则挖掘的准确度较低、挖掘效率较低等问题,提出一种新的分布式数据库中关系数据正负关联规则挖掘方法。在关联规则基本概念和性质分析基础上,利用多级支持度从频繁项集中生成正关联规则,结合根据频繁项集和非频繁项集生成负关联规则,通过最小支持度合理设置相关置信度,引入不同权重值于各数据库中,实现分布式数据库中关系数据正负关联规则的挖掘。仿真结果表明,以上算法可有效识别结
为实时掌握新型网络稳定状况,提出抗攻击区块链框架下稳定性测评方法。从数据安全性、匿名性等维度分析区块链特征与网络结构,划分其层次;利用椭圆曲线密码机制,构建标量乘倍点与倍加的功耗模型;根据攻击步骤,计算不同操作的功耗特性差异,经过模乘与模加处理弥补差异,实现等功耗,使攻击者不能区分运算类型,以此起到抗攻击作用;在上述框架下,分析数据层、网络层与应用层的薄弱环节,从接口、采样与用户端控制三个模块设计
由于信息受到随机性和离群问题的干扰,导致信息聚类效果不好,从大量不完备数据中划分出有效信息成为各行各业所面临的重要问题。为此,提出改进K-means算法结合深度学习对不完备信息进行选取。首先,建立不完备信息系统粗糙集的表达形式,通过状态集、动作集对信息样本数据的三种行为进行决策,求得不完备信息系统粗糙集的上近似值和下近似值。其次,通过正同域、负反域和边界域来表示不完备信息的聚类结果,采用改进的K-
为了使虚拟人能够真实模拟人体的运动特征,提出了基于逆运动学与误差补偿控制方法。提出了计算旋转欧拉角的方法,同时为了避免对人体关节预测的偏差,采用粒子滤波的自回归方法预测人体关节位置。对关节自由度进行约束,基于位置误差求解肢体在坐标系中的最优姿势值,结合三角函数逆运算计算出大腿角度偏差,完成对大腿姿势跟踪误差的补偿。对虚拟系统进行分析,操作人员通过控制行走方向和速度来构建虚拟人的行走画面,采用髋关节
为了实时检测信息系统中是否存在硬件木马,提出基于K-Means聚类和集成学习的硬件木马检测方法。采用基于信息熵改进的K-means动态聚类算法去除冗余数据,挖掘信息系统硬件运行的有效数据;在该数据中采用基于改进旋转森林的集成学习方法建立识别硬件木马的文本分类器,引入动态加权投票集成方法,检测出硬件木马。仿真结果显示,所提方法硬件木马数据检测率高达99%,误报率最大值仅为3%;可以实时检测出硬件木马
以将大规模物流服务转变为定制型供应链服务模式、满足个性化物流调度需求为目标,研究设计了考虑提前期分散控制的供应链物流协调调度模型。通过编码与定义评价指标的方式,确定物流配送点之间的实际输送距离,再分别计算各供应阶段的物流成本,实现基于提前期分散控制的物流调度与管理。描述模型应用形式并建立适当的模型假设条件,以成本最小化目标为目标,实现对调度目标规划形式的完善,从而完成模型搭建。仿真对比结果表明:与
随着系统复杂程度的增加,信息采集时很容易受到其它因素的影响而形成交叉覆盖,使信息具有不平衡、非线性等特点,难以实现信息的准确可靠捕获。为此提出一种基于机器学习的交叉覆盖信息捕获算法。为防止训练过程中单纯的距离计算引发邻近关系误判,采取欧式距离和局部均值相结合搜索特征属性的邻近元素,通过与特征属性的内外映射筛除原始信息中的非关联属性。为降低信息冗余度,利用信息熵描述未知信息量,并在信息熵基础上引入互
由于煤矿井下背景环境复杂,导致行人检测的时效性和准确性都不能得到保障。为了提高行人检测在复杂的煤矿井下的检测效率,首先针对煤矿井下监控视频清晰度不高,提出改进的反锐化掩模算法(UM)增强图像轮廓和细节;其次提出多个特征融合的方式进行行人目标检测,选择提取样本HOG特征与LBP特征并降维;然后串联融合两种特征送入SVM分类器多次训练调优得到最佳模型。针对真实拍摄的三段视频进行测试,实验结果验证了本算
语音情感数据库是进行语音情感识别研究的基础。多样化、大规模、高质量的优质的语音情感数据库对语音情感识别系统性能的提升具有重要作用。研究首先全面地分析了目前国内外使用最广泛的语音情感数据库,并将其归纳为单模态语音情感数据库和多模态语音情感数据库;然后通过实验将不同数据库上所取得的最优性能进行对比,选出可推荐的优质语音情感数据库,为相关研究人员提供有价值的学术参考;最后对未来语音情感数据库的建立提出几
针对传感器故障信号非线性、非平稳性的特点,提出了基于经验多尺度加权排列熵与特征选择长短期记忆网络组合算法(EMWPE-Relief-LSTM)的传感器故障诊断方法。首先,采用集成经验模态分解(EEMD)将传感器输出的时间序列数据分解为本征模态分量(IMFs),利用峭度和方差这两个指标筛选出合适的本征模态分量;其次,计算本征模态分量的多尺度加权排列熵(EMWPE),将熵值作为特征向量;最后,通过Re