盲信号分离(BSS)指在源信号混合和传输信道未知的情况下，只利用接收天线的输出观测混合信号抽取源信号的方法。
本文简要阐述了常用的瞬时混合盲信号分离的LMS与RLS自适应算法，对RLS自适应算法重点研究分析了基于普通梯度与自然梯度的两种算法，并通过仿真实验来分析比较几种方法的性能。
本文简要阐述了常用的瞬时混合盲信号分离的LMS与RLS自适应算法，对RLS自适应算法重点研究分析了基于普通梯度与自然梯度的两种算法，并通过仿真实验来分析比较几种方法的性能。
2023/11/23 23:16:41
9.37MB
1
本文档对于所编写的viterbi算法进行了详细的讲解以及描述，所附录的代码在win7环境，vs2008平台均测试通过，适合于涉及信道编码或者viterbi译码的人员使用
2023/11/23 21:28:20
60KB
1
本书是描述与论述无线移动信道的专业书籍，对于研究无线通信及相关技术的人员具有很好的参考作用。
2023/11/18 0:47:07
18.73MB
1
光学超级通道多播，将一个超级通道同时复制到单个设备中的多个光谱位置，对于未来的光学网络来说，可能是一种很有前途的功能。
高非线性光纤（HNLF）中的多泵四波混频（FWM）是一种实现超通道多播的有效方法。
但是，如果不仔细配置泵的频率，则生成的副本将在频谱上分散，这将增加控制副本性能和管理频谱资源的难度。
在本文中，我们提出了一种递归泵相加（RPA）方案，该方案使副本的频谱聚合度高于我们以前的指数增长间隔（EGS）泵浦方案。
这种副本聚合技术可以减少远离原始通道的副本的相位不匹配，这对副本的性能很有帮助。
\{RPA\}方案还为多播提供了副本分配的附加选项。
基于\{RPA\}方案，我们通过实验证明了5个泵的1到21超通道多播。
与典型的7％前向纠错（FEC）阈值相比，所有副本的Q因子余量均超过2.3dB。
还研究了\{RPA\}和\{EGS\}泵方案之间的性能比较。
高非线性光纤（HNLF）中的多泵四波混频（FWM）是一种实现超通道多播的有效方法。
但是，如果不仔细配置泵的频率，则生成的副本将在频谱上分散，这将增加控制副本性能和管理频谱资源的难度。
在本文中，我们提出了一种递归泵相加（RPA）方案，该方案使副本的频谱聚合度高于我们以前的指数增长间隔（EGS）泵浦方案。
这种副本聚合技术可以减少远离原始通道的副本的相位不匹配，这对副本的性能很有帮助。
\{RPA\}方案还为多播提供了副本分配的附加选项。
基于\{RPA\}方案，我们通过实验证明了5个泵的1到21超通道多播。
与典型的7％前向纠错（FEC）阈值相比，所有副本的Q因子余量均超过2.3dB。
还研究了\{RPA\}和\{EGS\}泵方案之间的性能比较。
2023/11/13 1:33:39
3.34MB
1
利用哈夫曼编码进行住处通讯可以大大提高信道利用率,缩短住处传输时间,降低成本,但是,这要求在发送端通过一个编码系统将传输的数据预先编码,在接收端通过一个译码系统对传来的数据进行译码(复原),对于双向传输信息的信道,每端都一个完整的编码译码系统,试为这样的住处收发站写一个哈夫曼友的编码译码系统.
2023/11/1 22:15:50
8KB
1
高度不可检测的steGO（HUGO隐写术）是近年来提出的一种众所周知的图像隐写术方法。
分析了HUGO隐写技术的安全性，提出了一种基于盲编码参数识别的隐写分析方法。
首先，分析了基于HUGO隐写术的秘密通信原理，以及在HUGO中使用的Syndrome-Trellis码（STC）的特点；
指出了HUGO的潜在安全隐患；
其次，基于信道编码盲参数识别的思想，可以正确识别STC的子矩阵参数，从而可以通过STC的解码算法正确提取HUGO嵌入的消息。
一系列实验结果表明，所提出的隐写分析方法不仅可以可靠地检测出隐匿图像，而且可以正确提取嵌入的信息。
这些都证实了HUGO安全漏洞的存在隐写术。
分析了HUGO隐写技术的安全性，提出了一种基于盲编码参数识别的隐写分析方法。
首先，分析了基于HUGO隐写术的秘密通信原理，以及在HUGO中使用的Syndrome-Trellis码（STC）的特点；
指出了HUGO的潜在安全隐患；
其次，基于信道编码盲参数识别的思想，可以正确识别STC的子矩阵参数，从而可以通过STC的解码算法正确提取HUGO嵌入的消息。
一系列实验结果表明，所提出的隐写分析方法不仅可以可靠地检测出隐匿图像，而且可以正确提取嵌入的信息。
这些都证实了HUGO安全漏洞的存在隐写术。
2023/10/31 20:30:48
256KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB