一种基于物理层网络编码的星座成形线性编码方法.pdf
努力****爱敏
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于物理层网络编码的星座成形线性编码方法.pdf
本发明提出一种基于物理层网络编码的星座成形线性编码方法,包括以下步骤;步骤S1、设输入码字长度为K<base:Sub>S</base:Sub>,输出码字长度为N<base:Sub>S</base:Sub>,则码本对其表示为(N<base:Sub>S</base:Sub>,K<base:Sub>S</base:Sub>);步骤S2、将全0的K<base:Sub>S</base:Sub>位输入码字映射为全0的N<base:Sub>S</base:Sub>位输出码字;步骤S3、根据二进制加法将K<base:Su
一种基于物理层的防窃听编码方法.pdf
本发明公开了一种基于物理层的防窃听编码方法,其特征在于,在协作通信系统中增加一个防窃听编码矩阵Wi,使得接收端信号随机化;所述防窃听编码矩阵Wi被分解为静态和动态两部分,该防窃听编码矩阵Wi是根据信道状态信息以及当前需要发送的信息生成的。该方法以低窃听概率为标准,可以让原有的协作通信系统通过增加一个防窃听矩阵之后,变成一个具有物理层保密效果的通信系统,使得窃听端即使使用盲信道估计之后,也无法窃听到发送端的信息。
一种基于盲信号分离的网络编码方法.pdf
本发明公开了一种基于盲信号分离的网络编码方法,其中,信源节点将原始消息所包含的信息包直接分发到网络的中间节点;中间节点采用随机选取的编码系数,对接收到的信息进行线性编码后再下发到下行中间节点;信宿节点采用盲信号分离的方法对接收到的编码信息进行译码。本方法将盲信号分离的思想引入网络编码,突破了应用网络编码必须分发编码系数的现有结论,从而大大降低了网络通信的开销。
一种基于神经网络的全息编码方法.pdf
本发明公开了一种基于神经网络的全息编码方法,包括:将目标复振幅分解为两个通道的实数数据,并将该实数数据作为神经网络模型的输入;通过所述神经网络模型对所述实数数据进行处理,得到单通道全息编码结果;将获取的单通道全息编码结果加载到空间光调制器上,得到输出光;构建光学系统,并且将得到的输出光通过所述光学系统传播,最后得到单通道全息编码图恢复的目标复振幅结果。本发明生成的全息编码结果进行全息重建,重建出的全息结果具有更小的噪声,同时该方法可广泛应用于复振幅场景下的全息编码和全息重建中,为全息显示的进一步发展提供了
基于改进局部线性特征编码方法的图像分类.docx
基于改进局部线性特征编码方法的图像分类摘要:图像分类是计算机视觉领域中的一个核心问题。本文提出了一种基于改进局部线性特征编码方法的图像分类方法。该方法使用局部线性编码方法提取图像的局部特征,然后使用改进的方法对这些特征进行编码,以产生更有效的特征表示。最后,使用支持向量机分类器将图像分类到正确的类别中。实验结果表明,该方法比传统的方法具有更高的分类准确率和更快的分类速度。引言:图像分类是计算机视觉领域中的一个重要问题,具有广泛的应用。在许多领域,如安全监控、遥感图像分析、医学图像分析和人脸识别中,图像分类