基于深度学习的语义通信系统

语义通信利用传输内容的语义信息进行编码,可以去除冗余数据,减少传输数据量,满足6G时代的智能通信需求.探究一种以文本为传输内容的语义通信系统,利用深度学习模型进行语义挖掘与特征提取,加入信道编解码层、信道层与量化层,构建端到端的深度神经网络.仿真结果表明,与传统的通信编解码方式相比,所提模型在传输时所需的数据量更少,传...     

基于多级时间窗的综合优先级雷达任务调度算法

针对相控阵雷达时间资源分配问题,提出一种基于多级时间窗的综合优先级雷达任务调度算法.该算法综合考虑静态任务属性和动态"时间窗"权值两个参数,以保证低优先级的任务随着时间的增加而提高其综合优先级,从而提高其被调度执行的机会.仿真结果表明,该算法能保证系统所有任务都能被执行;且随着负载的增加,各个任务的数据率会整体下降,符...     

基于CNN的高动态范围图像压缩稀疏编码方法

波域图像的子带区域划分混乱,导致图像编码序列偏移量过高,图像压缩编码精度较低等问题。基于此,提出基于CNN的高动态范围图像压缩稀疏编码方法。采集高动态范围图像压缩稀疏编码样本,将波域图像的子带区域划分成多个坐标集合,利用图像压缩数据处理稀疏编码样本字符集,确定单点子带与系数幅值的差异,在此基础上,利用编码数据合成频带稀疏矩阵,并借助卷积神经网络训练编码数据,完成高动态范围图像压缩系数编码。实验结果表明：文中方法的图像编码序列偏移量维持在0.2E上下,且有效提升了高动态范围图像压缩编码的精度。     

一种基于DBF雷达体制的最小软件化综合处理机设计

本文提出了一种基于数字波束形成(Digital Beam Forming,DBF)雷达体制的最小软件化综合处理机设计.采用国产化的模数转换器(Analog-to-digital converter,ADC)、直接数字式频率合成器(Direct Digital Synthesizer,DDS)、现场可编程逻辑门阵列(Fi...     

基于特定词集的无载体文本信息隐藏技术

当前,由于深度学习技术的发展,信息隐藏方向有了巨大进步,由原始的隐写方法逐步实现语言隐写,尤其近几年来语言隐写技术取得了很大的突破。但是之前所提出的基于循环神经网络等的隐写方法存在偏差,而且在生成步骤所获得的候选池也是基于固定的控制,这样会使隐写的安全性大大降低。基于此,提出了一种基于动态选词策略的语言隐写模型,在保证秘密信息正常隐藏在生成文本中的同时,通过计算词典中单词的方差与阈值进行比较来确定最佳候选池的大小,从而以降低困惑度的形式来实现生成句子的安全性。实验表明,基于动态选词的方法可以实现生成更加流畅且自然的隐写文本,但会小小的牺牲嵌入率。     

时空地图数据服务的多级权限与服务转发控制技术

针对时空地图数据服务性能提升及安全需求,提出一种数据服务的多级权限与服务转发控制技术。首先,构建多层级多细粒度的数据分层分级控制和授权管理结构;然后,基于多级权限结构,建立服务转发控制体系,提升数据更新和服务转发效率,以及数据的安全标准化结构;最后,基于分层分级数据服务转发控制技术,实现数据分责管理,保障数据资源在不同级别用户的统一共享管理。研究成果应用于国土空间基础信息平台,已形成可复制推广的软件产品。