为了从强烈的背景噪声中提取侧信道信号的特征信息，提出了一种基于经验模式分解（EMD）与奇异值差分谱相结合的信号特征提取方法。该方法首先对原始侧信道信号进行EMD分解，计算各个特征模态函数（IMF）与原始信号的相关系数，找到最大相似特征分量；再对该分量进行奇异值分解求出对应的奇异值差分谱；最后根据差分谱进行重构和消噪，进一步提取分量的特征信息。实验结果表明，该方法可以有效应用于侧信道信号的特征提取，成功提高信号的信噪比和攻击成功率。
2021-04-13 09:18:48
1.21MB
1
针对传统稀疏贝叶斯学习算法(SBL)在解决低信噪比条件下信号到达角(DOA)估计有效性的问题，提出基于酉变换的实数域稀疏贝叶斯学习(RV-OGSBL)的快速离格DOA估计方法。该方法首先对均匀线阵的实际接收信号通过构造增广矩阵作为 DOA 估计的处理信号，然后利用酉变换将估计模型从复数域转化到实数域，进一步在实数域下将离格模型与稀疏贝叶斯学习算法相结合迭代处理实现 DOA 估计，获得较高的估计精度。仿真结果表明，RV-OGSBL 方法不仅能保持传统 SBL 算法的性能，而且显著降低了计算复杂度。在低信噪比和低快拍数的情况下，算法运行时间降低约50%，表明该方法是一种快速的DOA估计算法。
2021-03-23 21:35:31
714KB
1
截断奇异值分解法能够反演纳米颗粒的粒度分布，但通常难以确定其最优截断参数。在分析截断奇异值算法的基础上，提出非负迭代截断奇异值算法来获取纳米颗粒的粒度分布，并对选取截断参数的L-曲线准则进行了修正。实验结果表明，利用二次截断L-曲线准则选取最优截断参数，使用非负迭代截断奇异值反演算法，能准确地表征单峰分布的颗粒粒径大小及粒径分布，所求平均粒径相对误差小于3%。
2021-02-07 20:06:03
3.53MB
1
在MVG(多视图几何)和机器学习领域，求解线性方程组几乎是所有算法的根本，本文旨在帮助读者搞懂矩阵分解与线性方程组的关系，并给出利用SVD求解线性方程组的实战代码。
本资源是博文"【动手学MVG】矩阵分解与线性方程组的关系，求解线性方程组实战代码"的完整工程。博文链接：https://blog.csdn.net/a435262767/article/details/108774141
2021-01-28 05:03:50
842KB
1
提出了一种基于CT-CZT-SVD的数字水印算法。该算法利用CZT变换算法的高频窄带分析能力和奇异值的稳定性对CT变换获取的表示细节特征的图像高频分量进行混合处理。实验表明，该算法通过提高频率分辨率及频谱锐化效果，能充分表达图像的细节信息，有效提升了水印图像的不可见性以及对常见的几何攻击、JPEG压缩等水印攻击的鲁棒性。
2021-01-28 02:33:20
1.3MB
1