《表2 物理帧特征统计：基于卷积神经网络的物理帧切割方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卷积神经网络的物理帧切割方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验所用的物理帧是由不同类型的同步序列和不同长度的信息段拼接形成的，其中同步序列有巴克码、m序列、Gold序列和Logistic混沌序列以及一些其他的特殊序列；信息序列由随机产生的0，1序列经过不同方式的加扰和编码后形成，信息序列的长度范围在32～5 000 bit之间；在不同的信息序列前添加同步序列组成实验所需的物理帧，同步序列在物理帧内所占的比例不能太小，物理帧种类用w表示，本文所用共720种，部分训练样本的特征如表2所示。设我方接收到的数据中包含60帧，选择数据的起始比特位置为物理帧中的随机比特位，则实验中每种物理帧对应的数据有qi种起始情况，给数据添加1%～10%的误码，共m种误码情况，在其中添加固定字段模拟真实数据特征。将不同起始位、不同误码率的数据经过本文的图像生成步骤后分成两类：一类是帧长对应的图像共8 000张，其中6 000张训练图像，2 000张测试图像；另一类是非帧长值对应的图像共8 000张，其中6 000张训练图像，2 000张测试图像。部分样本如图5和图6所示，其中帧长对应的图像中黑白色块会交替出现，其余情况没有这个特征，在负样本中会因误码和数据量较少的原因在个别位置出现零星的白色色素点。