

郵件訂閱
異構攜能通信網(wǎng)絡中信道狀態(tài)信息不準確時,為保證信息、能量傳輸?shù)陌踩耘c可靠性,該文提出一種基于人工噪聲輔助的魯棒安全傳輸方案。通過聯(lián)合設計宏基站、微基站的下行信息波束及人工噪聲矩陣,干擾竊聽者,同時提升系統(tǒng)能量接收性能。在基站的發(fā)送功率約束、合法用戶的信息接收及能量接收中斷約束和竊聽者的竊聽信息中斷約束下,以最大化系統(tǒng)能量接收性能為目標進行建模。針對該問題的非凸性,首先將其等效轉化為一種易于處理的形式;而后進一步利用Berstein-type不等式處理其中的中斷概率約束,將其轉化為凸的問題進行求解。仿真結果驗證了該方案的安全性和魯棒性。
針對5G超密集異構網(wǎng)中嚴重的跨層干擾問題,該文提出一種基于現(xiàn)有的增強型小區(qū)間干擾協(xié)調技術和協(xié)同多點傳輸技術的聯(lián)合干擾協(xié)調方法。運用隨機幾何理論工具推導了兩層超密集異構網(wǎng)下用戶的中斷概率,頻譜效率和網(wǎng)絡平均遍歷容量表達式。仿真結果表明:該文提出的聯(lián)合的干擾協(xié)調方案,相比于傳統(tǒng)協(xié)同多點傳輸技術,不僅降低了協(xié)作用戶數(shù)目,同時使得用戶在信干比閾值為0 dB時的中斷概率降低了15%;相比較于增強型小區(qū)間干擾協(xié)調技術,在偏置值為10 dB時,擴展區(qū)域的用戶頻譜效率改善為35%,整個網(wǎng)絡平均遍歷容量提升了3.4%。
該文針對無線虛擬化網(wǎng)絡中業(yè)務的不確定和信息反饋的時延而引起虛擬資源分配不合理,提出一種基于自回歸滑動平均(ARMA)預測的在線自適應虛擬資源分配算法。首先,該算法以保障虛擬網(wǎng)絡隊列上溢概率為目標對時頻資源和緩存資源進行聯(lián)合分配,并建立虛擬網(wǎng)絡總成本最小化的理論分析模型。其次,考慮到虛擬網(wǎng)絡對不同資源差異化的應用需求,設計了一種多時間尺度的資源動態(tài)調度機制,在長周期上基于ARMA模型的預測信息實現(xiàn)緩存資源的預留策略,在短周期上基于利用大偏差原理推導的隊列上溢概率對虛擬網(wǎng)絡優(yōu)先級排序,并根據(jù)確定的優(yōu)先級動態(tài)調度時頻資源,從而滿足各虛擬網(wǎng)絡的業(yè)務需求。仿真結果表明,該算法可有效降低比特丟失率,同時提升物理資源的利用率。
稀疏碼多址接入(SCMA)作為一種具有競爭力的非正交多址接入(NOMA)技術,該技術通過高維調制與稀疏擴頻的結合,有效地提升了系統(tǒng)的頻譜效率。該文針對現(xiàn)有SCMA碼本設計中存在的問題,提出一種同時適用于高斯信道和瑞利衰落信道的SCMA碼本優(yōu)化設計方法。在該方法中,首先通過旋轉基準星座和母星座,實現(xiàn)母星座在各個維度上投影點間的最小歐氏距離以及疊加在單個資源塊上的總星座中與各用戶對應的星座圖上星座點間的最小歐氏距離的最大化,以提升SCMA碼本在高斯信道下的性能;進而在保持總星座上星座點間最小歐氏距離不變的條件下,通過旋轉疊加在單個資源塊上多個用戶的星座,優(yōu)化疊加在單個資源塊上的與各用戶對應的星座圖中星座點間最小乘積距離和信號空間分集(SSD)階數(shù),最后結合Q路坐標交織技術獲得額外的分集增益,以提升系統(tǒng)抗信道衰落的能力。仿真結果顯示:在高斯信道和瑞利衰落信道下,該文設計的SCMA碼本的性能均明顯優(yōu)于華為公司提出的SCMA碼本和低密度擴頻多址接入(LDS-MA)技術。
在無線中繼網(wǎng)絡中,中繼節(jié)點間的隨機傳輸延遲將導致顯著的性能下降。因此,針對慢衰落瑞利信道提出可容忍隨機時延的分布式線性卷積空時碼(DLC-STC),但該類空時碼在快衰落信道下的分集性能尚未明確。該文從理論上證明了DLC-STC在快衰落瑞利信道下的分集增益。分析表明,DLC-STC雖然最初是在慢衰落信道下被提出的,但它在快衰落瑞利信道下通過利用最大似然(ML)接收機,仍可獲得滿異步協(xié)作分集增益,仿真結果驗證了該理論分析,仿真結果同時表明:在快衰落瑞利信道下,DLC-STC采用MMSE-DFE接收機能夠獲得與ML接收機相同的分集增益。
面對高速發(fā)展的互聯(lián)網(wǎng)應用,傳統(tǒng)的路由與頻譜分配(RSA)問題迎來新的挑戰(zhàn)。融合降級服務(DS)技術的彈性光網(wǎng)絡無疑為降低業(yè)務阻塞率,提高用戶體驗質量(QoE)提供了新方向。該文首先針對頻譜資源的低效利用和DS導致的業(yè)務收益下降問題,建立以最小化頻譜消耗和最小化DS等級、頻次為聯(lián)合優(yōu)化目標的RSA問題的混合整數(shù)線性規(guī)劃模型。隨后,提出一種基于區(qū)分DS和自適應調制的動態(tài)RSA算法。該算法考慮業(yè)務等級的差異化,并整合自適應調制和DS技術。同時,設計區(qū)分業(yè)務等級的DS損失函數(shù)及DS窗口選擇策略,為即將受阻業(yè)務分配理想的頻譜位置和資源。此外,設計考慮頻譜與收益均衡關系的網(wǎng)絡收益函數(shù),達到頻譜資源高效利用,減少降級影響,提升網(wǎng)絡收益的目的。最后,仿真驗證了所提算法在業(yè)務阻塞率和網(wǎng)絡收益等方面的優(yōu)勢。
數(shù)字視頻廣播通用加擾算法(DVB-CSA)是一種混合對稱加密算法,由分組密碼加密和流密碼加密兩部分組成。該算法通常用于保護視訊壓縮標準(MPEG-2)中的信號流。主要研究DVB-CSA分組加密算法(DVB-CSA-Block Cipher, CSA-BC)的不可能差分性質。通過利用S盒的具體信息,該文構造了CSA-BC的22輪不可能差分區(qū)分器,該區(qū)分器的長度比已有最好結果長2輪。進一步,利用構造的22輪不可能差分區(qū)分器,攻擊了縮減的25輪CSA-BC,該攻擊可以恢復24 bit種子密鑰。攻擊的數(shù)據(jù)復雜度、時間復雜度和存儲復雜度分別為253.3個選擇明文、232.5次加密和224個存儲單元。對于CSA-BC的不可能差分分析,目前已知最好結果能夠攻擊21輪的CSA-BC并恢復16 bit的種子密鑰量。就攻擊的長度和恢復的密鑰量而言,該文的攻擊結果大大改進了已有最好結果。
近年來,可搜索加密技術及細粒度訪問控制的屬性加密在云存儲環(huán)境下得到廣泛應用。考慮到現(xiàn)存的基于屬性的可搜索加密方案存在僅支持單關鍵詞搜索而不支持屬性撤銷的問題,以及單關鍵詞搜索可能造成返回搜索結果部分錯誤并導致計算和寬帶資源浪費的缺陷,該文提出一種支持屬性撤銷的可驗證多關鍵詞搜索加密方案。該方案允許用戶檢測云服務器搜索結果的正確性,同時在細粒度訪問控制結構中支持用戶屬性的撤銷,且在屬性撤銷過程中不需要更新密鑰和重加密密文。該文在隨機預言機模型下基于判定性線性假設被證明具有抵抗選擇關鍵詞集攻擊安全性及關鍵詞隱私性,同時從理論和實驗兩方面分析驗證了該方案具有較高的計算效率與存儲效率。
代理重加密在云計算環(huán)境下的密文共享等方面起著重要的作用。目前格上基于身份的代理重加密方案都是隨機預言機模型的。針對這個問題,該文構造了一個高效的標準模型下格上基于身份的代理重加密方案。在方案中,用戶身份僅僅被映射為一個向量,使得用戶私鑰的尺寸較短。該方案具有雙向性,多次使用性等性質,并且在LWE困難假設下是適應性選擇身份CPA安全的。
物聯(lián)網(wǎng)中無線傳輸?shù)陌踩y題是制約其發(fā)展的重要瓶頸,物聯(lián)網(wǎng)終端受限的計算能力與硬件配置以及配備大規(guī)模天線陣列的竊聽者給物理層安全技術帶來了新的挑戰(zhàn)。針對該問題,該文提出一種可對抗大規(guī)模天線陣列竊聽者的輕量級噪聲注入策略。首先,對所提出的噪聲注入策略進行介紹,并分析了該策略的安全性;然后,基于該策略得到了系統(tǒng)吞吐量的閉式表達式,并對時隙分配系數(shù)和功率分配系數(shù)進行優(yōu)化設計。理論和仿真結果表明,通過對物聯(lián)網(wǎng)系統(tǒng)參數(shù)進行設計,所提出的噪聲注入策略能夠實現(xiàn)私密信息的安全傳輸。
針對網(wǎng)絡功能虛擬化(NFV)環(huán)境下,現(xiàn)有服務功能鏈部署方法無法在優(yōu)化映射代價的同時保證服務路徑時延的問題,該文提出一種基于IQGA-Viterbi學習算法的服務功能鏈優(yōu)化部署方法。在隱馬爾可夫模型參數(shù)訓練過程中,針對傳統(tǒng)Baum-Welch算法訓練網(wǎng)絡參數(shù)容易陷入局部最優(yōu)的缺陷,改進量子遺傳算法對模型參數(shù)進行訓練優(yōu)化,在每一迭代周期內通過等比例復制適應度最佳種群的方式,保持可行解多樣性和擴大空間搜索范圍,進一步提高模型參數(shù)的精確度。在隱馬爾科夫鏈求解過程中,針對隱含序列無法直接觀測這一難點,利用Viterbi算法能精確求解隱含序列的優(yōu)勢,解決有向圖網(wǎng)絡中服務路徑的優(yōu)化選擇問題。仿真實驗結果表明,與其它部署算法相比,所提IQGA-Viterbi學習算法能有效降低網(wǎng)絡時延和映射代價的同時,提高了網(wǎng)絡服務的請求接受率。
針對現(xiàn)有虛擬化云無線接入網(wǎng)絡(C-RAN)資源利用率低、能耗高、用戶服務質量無法得到保證等問題,該文提出一種能耗和時延感知的虛擬化資源分配機制。根據(jù)虛擬化C-RAN的網(wǎng)絡特點及業(yè)務流量特征,考慮資源約束和比例公平,建立能耗和時延優(yōu)化模型。進而,利用啟發(fā)式算法為不同類型虛擬C-RAN和用戶虛擬基站分配資源,完成資源的全局優(yōu)化配置。仿真結果表明,所提資源分配機制在提高網(wǎng)絡資源利用率的同時,不但使能耗節(jié)省了62.99%,還使時延降低了32.32%。
在軟件定義網(wǎng)絡中將防火墻策略定義為訪問控制型規(guī)則,并將其分布式地部署在網(wǎng)絡中能夠提高會話的服務質量。為了減少放置在網(wǎng)絡中規(guī)則的數(shù)量,文中提出多路復用和合并的啟發(fā)式規(guī)則放置算法(HARA)。算法考慮到了商品交換機TCAM存儲空間和端點交換機相連鏈路的流量負載,通過建立以最小化規(guī)則放置數(shù)量為目標的混合整數(shù)線性規(guī)劃模型,解決不同吞吐量的多路由單播會話的規(guī)則放置問題。實驗結果表明,與nonRM-CP算法相比,在保證不同會話服務質量的前提下,該算法最多能節(jié)省56%的TCAM空間,平均能減少13.1%的帶寬資源利用率。
針對現(xiàn)有太赫茲無線個域網(wǎng)定向MAC協(xié)議存在的波束訓練開銷和入網(wǎng)時延偏大以及Beacon, S-CAP時段時隙利用不足問題,該文提出一種自適應的定向MAC協(xié)議——AD-MAC,自適應地在靜態(tài)場景下采用全網(wǎng)協(xié)同波束訓練,在動態(tài)場景下節(jié)點基于歷史信息快速回復波束訓練幀,同時使用反向監(jiān)聽策略減小同扇區(qū)節(jié)點的幀碰撞概率,并且通過時隙復用在Beacon和S-CAP時段并行發(fā)送控制幀和數(shù)據(jù)幀。理論分析表明了AD-MAC協(xié)議的有效性,仿真結果顯示:相較于ENLBT-MAC等典型協(xié)議,AD-MAC在靜態(tài)場景下的波束訓練開銷和節(jié)點平均入網(wǎng)時延分別降低了約21.84%和22.70%,在動態(tài)場景下上述二指標則分別減小了約18.7%和13.07%。
針對多約束稀布矩形陣列天線的優(yōu)化設計問題,該文提出一種新的矩陣映射(NMM)方法。首先,綜合考慮陣元的可分布范圍與可分布數(shù)量,重新定義陣元坐標矩陣的維數(shù)以提高陣元分布的自由度。其次,當坐標矩陣定義的陣元數(shù)量大于實際陣元數(shù)量時,建立選擇矩陣以確定各陣元的取舍。再次,針對現(xiàn)有矩陣映射方法無法完全避免不可行解的問題,構建了一種NMM方法,通過兩種不同的矩陣映射函數(shù)將多約束優(yōu)化問題轉換為無約束優(yōu)化問題。最后進行仿真對比實驗,實驗結果證明了算法的有效性。
該文設計了兩種人工磁導體(AMC)單元,在8~20 GHz的超寬頻帶內,兩種AMC結構能夠實現(xiàn)180°±37° 的反射相位差,將這兩種單元組成棋盤結構時,能夠實現(xiàn)入射電磁波的散射場相消,從而在超寬的頻帶內實現(xiàn)棋盤表面法向雷達散射截面(RCS)的顯著減縮。同時,利用超表面天線的概念,設計饋電網(wǎng)絡,將設計的AMC結構用做天線,仿真發(fā)現(xiàn)在9.08~10.30 GHz的范圍內,天線的S11小于–10 dB,可以實現(xiàn)天線的有效輻射。實測結果和仿真吻合較好,因此該文的棋盤結構可以實現(xiàn)具有RCS減縮特性的天線設計。
針對雷達與電子支援設施(ESM)存在系統(tǒng)誤差、上報目標不完全一致等復雜場景下目標航跡關聯(lián)問題,該文基于高斯隨機矢量統(tǒng)計特性,提出一種基于航跡矢量檢測的雷達與ESM航跡抗差關聯(lián)算法。首先在修正極坐標系(MPC)下推導目標狀態(tài)估計分解方程,采用真實狀態(tài)對消的方法得到航跡矢量,為剔除大部分非同源目標航跡,構建方位角變化率-距離變化率與距離比(ITG)統(tǒng)計量進行粗關聯(lián),然后采用基于航跡矢量
檢驗的方法實現(xiàn)雷達與ESM的航跡關聯(lián)。最后通過實驗仿真驗證了該文算法在不同系統(tǒng)誤差、目標密度、檢測概率等環(huán)境下的有效性。
針對預警雷達情報質量評估中,模糊因素影響評估有效性的問題,該文提出一種基于非對稱貼近度的預警雷達情報質量分析評估方法。分析預警雷達情報獲取、傳輸和作戰(zhàn)運用環(huán)境特點,從及時性、準確性、完整性、連續(xù)性和客觀性等6個方面構建其質量評估指標體系,進而建立因素集、評語集和權重集,利用非對稱貼近度對其進行模糊綜合評估。該研究方法和結論可有效分析評判預警雷達情報質量,也能幫助發(fā)現(xiàn)影響情報質量優(yōu)劣的瓶頸與短板,還可為解決復雜作戰(zhàn)環(huán)境下預警雷達情報質量評估與分析等問題研究提供一定借鑒。
中軌軌道顯著的彎曲特性導致中軌SAR信號存在2維空變,因此大場景成像對于中軌SAR仍然是個難題。該文使用參數(shù)2維空變的4階多項式模型對信號進行建模。同時提出一種基于兩步方位插值的信號方位空變校正方法,通過方位時域重采樣可以校正參考距離上不同方位目標點的多普勒調頻率的線性和2次空變,距離向利用CS/RMA算法即可校正場景中所有點目標的距離徙動,而第2步多普勒重采樣則能夠校正剩余的多普勒參數(shù)的空變特性,包括剩余的距離方位耦合空變,以及高階多普勒參數(shù)空變。通過兩步插值法能夠完全校正整個場景目標信號的方位空變特性,使得傳統(tǒng)頻域成像算法可以應用于中軌SAR的大場景聚焦。最后通過所提方法與參考方法的仿真結果對比,驗證了所提方法的有效性。
基于深度學習的SAR圖像艦船目標檢測算法對圖像的數(shù)量和質量有很高的要求,而收集大體量的艦船SAR圖像并制作相應的標簽需要消耗大量的人力物力和財力。該文在現(xiàn)有SAR圖像艦船目標檢測數(shù)據(jù)集(SSDD)的基礎上,針對目前檢測算法對數(shù)據(jù)集利用不充分的問題,提出基于生成對抗網(wǎng)絡(GAN)和線上難例挖掘(OHEM)的SAR圖像艦船目標檢測方法。利用空間變換網(wǎng)絡在特征圖上進行變換,生成不同尺寸和旋轉角度的艦船樣本的特征圖,從而提高檢測器對不同尺寸、旋轉角度的艦船目標的適應性。利用OHEM在后向傳播過程中發(fā)掘并充分利用難例樣本,去掉檢測算法中對樣本正負比例的限制,提高對樣本的利用率。通過在SSDD數(shù)據(jù)集上的實驗證明以上兩點改進對檢測算法性能分別提升了1.3%和1.0%,二者結合提高了2.1%。以上兩種方法不依賴于具體的檢測算法,且只在訓練時增加步驟,在測試時候不增加計算量,具有很強的通用性和實用性。
高光譜圖像中的異常像元往往具有在圖像中出現(xiàn)的概率低和游離于背景數(shù)據(jù)云團之外的特點,如何“自動”確定這些異常像元是高光譜遙感圖像處理中的一個重要研究方向。經(jīng)典的高光譜異常檢測方法一般從圖像的統(tǒng)計特性入手,廣泛應用的RXD異常檢測算法通過計算圖像的2階統(tǒng)計特征,可以直接給出異常點的分布情況,算法復雜度低,但缺點是沒有考慮到圖像的高階統(tǒng)計信息。基于獨立成分分析的異常檢測算法雖然考慮了高階統(tǒng)計量對異常點的敏感性,但需要反復迭代提取異常成分后,再對提取后的成分進行異常檢測。該文提出一種基于協(xié)峭度張量的異常檢測算法,該算法不需要事先提取異常成分,可以直接對觀測像元進行逐一檢測,從而給出異常點的分布情況?;谀M數(shù)據(jù)和真實數(shù)據(jù)的實驗結果表明,該方法能夠在檢測出異常像元的同時更好地壓制背景信息、減小虛警率,從而提高異常檢測精度。
針對目前對流層延遲修正受限于探空數(shù)據(jù)不足導致修正效率低的問題,該文結合Saastamoinen和GPT2w模型構建形成組合模型Sa+GPT2w模型,通過利用GPT2w模型提供的高精度氣象數(shù)據(jù),實現(xiàn)中國地區(qū)對流層天頂延遲(ZTD)的實時修正,克服對探空數(shù)據(jù)的依賴,并用實測數(shù)據(jù)對計算結果進行驗證。以IGS提供的中國地區(qū)2015至2017年ZTD時間序列為評估標準時,Sa+GPT2w模型(bias: 1.661 cm, RMS: 4.711 cm)的精度較同等條件下的Sa+EGNOS, Sa+UNB3m和Hop+GPT2w模型分別提升50.5%, 41.9%和37.1%;以GGOS Atmosphere 2017年ZTD數(shù)據(jù)為標準時,Sa+GPT2w模型(bias: 1.551 cm, RMS: 4.859 cm)的精度相對同等條件下的另3種模型分別提升49.5%, 38.5%和46.8%;最后對Sa+EGNOS, Sa+UNB3m和Sa+GPT2w模型在ZTD修正中誤差結果的時空分布特征進行分析。研究結果可為在中國地區(qū)的導航定位、大氣折射研究中,應用不同氣象參數(shù)模型進行ZTD修正的有效性和可能達到的精度提供參考。
針對基于加性噪聲模型的單信標測距定位算法不能精確表征距離觀測量的實際特征,存在模型失配的問題,該文給出一種考慮乘性噪聲特性的聯(lián)合最小二乘法和非線性漸消濾波的兩步定位算法。在分析有效聲速誤差與距離觀測量乘性噪聲內在聯(lián)系的基礎上,建立了乘性噪聲背景下的測距誤差模型,通過引入一種新的弱化因子計算方法對乘性噪聲背景下帶單重漸消因子的非線性漸消濾波算法進行了改進,利用基于最小二乘法的預定位過程解決改進算法對初值敏感的問題。仿真及試驗數(shù)據(jù)表明該算法在水下航行器接近信標的態(tài)勢下定位精度明顯優(yōu)于加性噪聲背景下的擴展卡爾曼濾波算法。
目前,微波輻射計均面臨嚴重的射頻干擾(RFI)問題,尤其在低頻段。針對一種用于獲取海洋鹽度和土壤濕度的L波段相控陣微波輻射計,該文提出一種射頻干擾檢測算法。首先,簡單介紹了該L波段相控陣微波輻射計系統(tǒng);隨后,詳細介紹該射頻干擾算法,其主要包括RFI初標識、RFI滑動窗口1次標識、RFI滑動窗口2次標識和RFI擴展標識等4個步驟;最后,采用該算法對L波段相控陣微波輻射計的實驗數(shù)據(jù)進行處理。實驗結果均表明:該算法能夠較好地檢測出射頻干擾異常數(shù)據(jù),檢測性能較好。
推薦系統(tǒng)可以方便地幫助人們做出決策,然而,目前很少有研究考慮到剔除不相關噪聲用戶的影響,保留少量核心用戶做推薦。該文提出基于信任關系和興趣相似度的核心用戶抽取的新方法。首先計算所有用戶對之間的信任度和興趣相似度并且排序,然后根據(jù)用戶在最近鄰列表中出現(xiàn)的頻率和位置權重兩種策略選擇候選核心用戶集合,最后利用用戶的推薦能力篩選出最終的核心用戶并且做推薦。實驗表明利用核心用戶做推薦的有效性,并且證明了利用20%的核心用戶做推薦,可以達到超過90%的準確性,而且利用核心用戶做推薦能很好地抵御托攻擊對推薦系統(tǒng)造成的負面影響。
針對電子測量中如何對基頻較高而頻率變化值較小的動態(tài)信號進行高精度頻率測量的問題,引入了差頻測量的方法。該文提出一種新型的動態(tài)可調的多級差頻電路結構,設計了基于FPGA的快速差頻測量系統(tǒng),通過在FPGA上設計快速傅里葉變換(FFT)算法來實現(xiàn)系統(tǒng)的數(shù)據(jù)處理功能。仿真結果表明,在滿足差頻條件的基礎上,合理設計多級差頻電路的結構能夠實現(xiàn)高精度頻率測量,在進行信號頻譜分析時能得到較為準確的結果。實驗驗證了該測量系統(tǒng)能夠實現(xiàn)快速FFT運算,相比于MATLAB軟件平臺,在數(shù)據(jù)處理效率上有明顯的優(yōu)勢;同時在性能指標滿足數(shù)據(jù)采集要求的前提下,系統(tǒng)可動態(tài)調整FFT模型的結構來適應不同規(guī)模點數(shù)FFT運算的需求。
針對復雜電磁環(huán)境電磁干擾復雜度定性與定量評估問題,該文提出一種基于快速S變換時頻空間模型的復雜度評估方法。利用快速S變換方法同步提取時域占用度、頻域占用度和能量占用度等評估指標,給出了具體計算方法。在此基礎上建立快速S變換時頻空間評估模型,將時域、頻域和能量域3維向量的F范數(shù)和均方根作為電磁環(huán)境主觀復雜度和客觀復雜度評估指標,克服了傳統(tǒng)電磁干擾復雜度評估獨立參數(shù)定級不能全面反映電磁干擾整體特性的局限性。仿真結果表明,采用該模型能有效同步提取時頻及能量評估特征參數(shù),時頻空間評估模型能精確反映整體電磁干擾特征;實驗測試結果驗證了本文所提評估方法的正確性。
針對螢火蟲算法求解復雜優(yōu)化問題時收斂精度較低的問題,該文提出一種正交反向學習策略,嵌入螢火蟲算法,得到一種正交反向學習螢火蟲算法。正交反向學習策略中,采用重心反向計算,利用群體搜索經(jīng)驗的同時避免搜索依賴坐標;采用正交試驗設計,構建部分維上取反向值的正交反向候選解,充分挖掘個體和反向個體在不同維度上的有利信息。在標準測試集上進行驗證,實驗結果說明了正交反向學習策略的有效性。與多種新近的改進螢火蟲算法相比,該算法在大多數(shù)函數(shù)上獲得更高的求解精度。
針對目前大多數(shù)噪聲圖像質量評價算法借助域變換或機器學習所帶來的運算量大、訓練過程繁復等弊端,以及依賴人工設置固定閾值存在普適性不佳的問題,該文改進了一種基于掩蓋效應的空域噪聲圖像質量評價算法。首先依據(jù)Hosaka原理提出層遞進的分塊規(guī)則,將圖像分成與其內容頻率分布高低相符的不同尺寸的子塊并賦予相應的掩蓋權值;然后通過提取像素點梯度信息,經(jīng)兩步檢噪實現(xiàn)子塊噪點甄別;再使用掩蓋權值對子塊噪聲污染指標加權得到初步質量評價結果;最終修正和歸一化后為整圖質量評價結果——改進的無參考峰值信噪比(MNRPSNR)。應用該算法在LIVE和TID2008圖像質量評價數(shù)據(jù)庫上對多種噪聲類型圖像進行實驗,結果顯示其較目前主流評價算法保有很強競爭力,對傳統(tǒng)算法改進效果顯著,與人眼主觀感受一致性高,普適于多種噪聲類型。
在對整個圖像集進行增強質量評價時,現(xiàn)有的平均準則會隨著不同圖像集非一致性地變化,從而導致較大的評價質量波動。為此,該文提出一個面向圖像集的置信區(qū)間內一致性增強質量評價準則,通過設置應用參數(shù)并使用置信區(qū)間篩選數(shù)據(jù),再比較各圖像增強前后的質量分數(shù)差值,由此評估圖像質量增強的一致性,最終計算出一致性增強質量分數(shù)有效值。在眾多圖像增強算法中,所提準則能夠挑選出具體應用所需要的穩(wěn)定性強、可靠性高的增強算法。實驗結果表明,所提準則具有良好的主客觀評價一致性,性能優(yōu)于當前的平均準則,為各種圖像增強算法提供了一個可用于任意圖像集的質量評價準則。
該文提出一種改進的時間交錯采樣模數(shù)轉換器(TIADC)失配誤差補償方法。系統(tǒng)通過誤差參數(shù)和簡化的拉格朗日插值算法分別實現(xiàn)了對偏置、增益的失配誤差補償和采樣時間的失配誤差補償。該補償方法在FPGA中采用低復雜度的定點運算實現(xiàn),在TIADC硬件平臺中實現(xiàn)了對多通道ADC采樣數(shù)據(jù)的線上校正。實驗結果表明:所提改進方法在仿真環(huán)境下使無雜散動態(tài)范圍提升了51 dB,并且在硬件實現(xiàn)過程中使SFDR優(yōu)化達45 dB。在保持失配誤差估計精度和補償效果優(yōu)良的前提下,該方法不僅降低了算法的計算復雜度,而且該補償結構不受TIADC通道數(shù)目的限制。
該文使用語譜圖結合殘差網(wǎng)絡的深度學習模型進行嬰幼兒哭聲的識別,使用嬰幼兒哭聲與非哭聲樣本比例均衡的語料庫,經(jīng)過五折交叉驗證,與支持向量機(SVM),卷積神經(jīng)網(wǎng)絡(CNN),基于Gammatone濾波器的聽覺譜殘差網(wǎng)絡(GT-Resnet)3種模型相比,基于語譜圖的殘差網(wǎng)絡取得了最優(yōu)結果,F1-score達到0.9965,滿足實時性要求,證明了語譜圖在嬰幼兒哭聲識別任務中能直觀地反映聲學特征,基于語譜圖的殘差網(wǎng)絡是解決嬰幼兒哭聲識別任務的優(yōu)秀方法。
成對載波多址復用(PCMA)混合信號單通道盲分離性能界是衡量混合信號可分離程度以及分離算法性能的標準。針對PCMA混合信號,從發(fā)送信號模型出發(fā)構造調制信號比特與符號的空間映射,利用最大似然準則推導與混合信號分離算法無關的分離性能下界表達式,數(shù)值計算結果與理想情況下Viterbi仿真結果吻合,驗證了所推導性能界的合理性。
該文介紹了2018年度國家自然科學基金委員會信息科學部一處面上、青年科學基金、地區(qū)科學基金項目,以及重點項目、優(yōu)秀青年科學基金項目的項目申請與資助情況;并對近五年F01代碼下的重點項目和優(yōu)秀青年科學基金項目的情況進行了統(tǒng)計;此外,著重分析了項目申請書中申請代碼和研究方向選擇所存在的問題,強調了研究方向選擇的原則。