BOC及其衍生信号通用无模糊捕获分析

来源 :计算机应用研究 | 被引量 : 1次 | 上传用户:xbq001
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
针对BOC(binary offset carrier)及其衍生信号通用无模糊捕获方法匮乏的问题,提出了一种基于伪相关函数(pseudo correlation function,PCF)的无模糊捕获改进方法。首先,根据形状码向量的概念构建了BOC信号的互相关函数统一表达式,并提出了两组新的形状码向量;然后,通过接收信号与形状码向量对应的参考信号作互相关合成得到一个单峰;最后,通过单峰与自相关函数合成得到通用无模糊捕获方法。仿真实验表明,在同一条件下,新提出的捕获方法主峰能量相对于副载波相位消除法提
其他文献
格式化字符串漏洞是一种危害高、影响广的软件漏洞。当前漏洞检测方式存在人工依赖度高、误报率高、检测模型单一、未能充分考虑格式化字符串漏洞特点等多种局限性。针对以上问题,对格式化字符串漏洞特征进行分析,设计并实现了一种基于符号执行的格式化字符串漏洞自动检测与测试用例生成的系统。该方法可自动检测Linux下二进制程序中格式化字符串漏洞的存在性,判定其是否可能导致任意内存读写危害,并生成稳定有效的测试用例
为了提高卷积神经网络(CNN)在图像隐写分析领域的分类效果,构建了一个新的卷积神经网络模型(steganalysis-convolutional neural networks,S-CNN)进行隐写分析。该模型采用两层卷积层和两层全连接层,减少了卷积层的层数;通过在激活函数前增加批量正规化层对模型进行优化,避免了模型在训练过程中陷入过拟合;取消池化层,减少嵌入信息的损失,从而提高模型的分类效果。实