一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

為了有效地抑制干擾信號并進(jìn)一步提高雷達(dá)系統(tǒng)的性能，該文提出一種基于2維相控陣-MIMO雷達(dá)的聯(lián)合發(fā)射子陣劃分和波束形成設(shè)計(jì)方法。該方法首先將MIMO雷達(dá)系統(tǒng)的發(fā)射陣列等分成一定數(shù)目的非重疊子陣并給每個(gè)天線分配相同的發(fā)射能量，以確保發(fā)射信號具有恒模特性；其次，在一定的約束條件下，以最大化接收波束形成器的輸出信干噪比為準(zhǔn)則建立關(guān)于子陣結(jié)構(gòu)、每個(gè)子陣對應(yīng)的發(fā)射波束形成權(quán)矢量以及接收波束形成權(quán)矢量的優(yōu)化模型，并采用循環(huán)迭代方法進(jìn)行求解。仿真結(jié)果證實(shí)了所提方法的正確性和有效性。

寬帶分布式相參雷達(dá)技術(shù)能夠有效提升目標(biāo)測量精度和識別性能，具有重要的研究價(jià)值。針對現(xiàn)有雷達(dá)裝備一般不具有同時(shí)對正負(fù)調(diào)頻率寬帶線性調(diào)頻信號進(jìn)行去斜處理的能力，即在接收相參合成階段無法通過正負(fù)調(diào)頻率寬帶去斜方式獲取寬帶信號發(fā)射相參所需延時(shí)相位值的問題，該文利用單元雷達(dá)與目標(biāo)之間存在延時(shí)差，將單元雷達(dá)發(fā)射的寬帶線性調(diào)頻信號等效為目標(biāo)信號，對接收信號進(jìn)行互相關(guān)處理獲取發(fā)射相參合成所需的參數(shù)值，通過建模和仿真實(shí)現(xiàn)接收相參和發(fā)射相參合成處理，并對飛機(jī)目標(biāo)進(jìn)行1發(fā)2收相參探測試驗(yàn)，獲得了理想的試驗(yàn)結(jié)果。該方法具有估計(jì)精度高、運(yùn)算量小和時(shí)實(shí)性好的優(yōu)勢，可應(yīng)用于分布式相參雷達(dá)工程實(shí)現(xiàn)。

北斗2號系統(tǒng)于2012年正式向亞太地區(qū)提供服務(wù)，其中GEO-3衛(wèi)星已退役，由GEO-7衛(wèi)星替代。研究衛(wèi)星臨退役期間的信號質(zhì)量特性不僅能夠分析北斗2號系統(tǒng)衛(wèi)星載荷狀態(tài)，而且為其它臨退役星的信號特性估計(jì)提供重要的參考價(jià)值，同時(shí)對北斗3號系統(tǒng)GEO衛(wèi)星載荷信號質(zhì)量控制與優(yōu)化具有重要的借鑒意義。該文利用昊平觀測站40 m大口徑天線的多源多手段數(shù)據(jù)，分析了GEO-3衛(wèi)星B1民用信號的功率譜、地面接收功率、S曲線過零點(diǎn)偏差(SCB)的長期變化趨勢，給出了相應(yīng)的統(tǒng)計(jì)結(jié)果，提出了針對衛(wèi)星載荷信號質(zhì)量優(yōu)化的相關(guān)建議,也對超期服役衛(wèi)星的決策提供了參考。

針對米波雷達(dá)低仰角目標(biāo)的DOA估計(jì)問題，該文提出一種新的基于多幀相位特征增強(qiáng)方法，所提方法可以有效解決低仰角條件下陣列接收信號中直達(dá)信號相位特征模糊問題，進(jìn)而提高DOA估計(jì)精度。通過學(xué)習(xí)多幀原始數(shù)據(jù)的相位分布特征與理想環(huán)境下直達(dá)波信號的相位分布特征之間的復(fù)雜映射關(guān)系，有效削弱多徑信號引起的相位誤差，將增強(qiáng)后的相位信息與原始的幅度信息進(jìn)行數(shù)據(jù)重組，并利用已有的超分辨算法進(jìn)行DOA估計(jì)。通過計(jì)算機(jī)仿真實(shí)驗(yàn)和實(shí)測數(shù)據(jù)驗(yàn)證，該文所提方法在DOA估計(jì)性能以及泛化能力上優(yōu)于基于物理驅(qū)動的MUSIC算法以及數(shù)據(jù)驅(qū)動的基于特征反演和基于支持向量回歸的兩種估計(jì)方法。

黃河是我國華北地區(qū)重要的水資源，采用雷達(dá)遙感方式對其徑流進(jìn)行監(jiān)測可以便捷地反映出黃河的旱澇變化趨勢，具有重要的現(xiàn)實(shí)意義。目前，雷達(dá)遙感徑流反演常用雷達(dá)高度計(jì)(RA)獲取水位信息用以構(gòu)建水深-徑流模型，這種方法忽略了河面變化對徑流波動的影響，具有一定的局限性。該文提出一種基于多源雷達(dá)遙感技術(shù)的徑流計(jì)算模型(MRRS-RCM)，綜合應(yīng)用RA測高技術(shù)與合成孔徑雷達(dá)(SAR)信息提取技術(shù)，以曼寧公式為基礎(chǔ)，構(gòu)建MRRS-RCM模型實(shí)現(xiàn)徑流反演。該文選取黃河下游3個(gè)研究站點(diǎn)進(jìn)行徑流反演實(shí)驗(yàn)，結(jié)果證明MRRS-RCM模型徑流反演結(jié)果的相對均方根誤差(RRMSE)達(dá)到13.969%，優(yōu)于傳統(tǒng)徑流監(jiān)測15%～20%的精度要求。

在運(yùn)動目標(biāo)的無源定位場景下，閉式算法在低噪聲情況下可以到達(dá)克拉美羅下界(CRLB)，但是這些算法往往不能適應(yīng)較大的測量噪聲環(huán)境。針對目前閉式算法適應(yīng)大噪聲能力較差這一問題，該文聯(lián)合到達(dá)時(shí)間差(TDOA)以及到達(dá)頻率差(FDOA)，提出一種基于半定松弛(SDR)技術(shù)的無源定位算法。該算法首先構(gòu)建傳統(tǒng)閉式解的偽線性方程，其次利用隨機(jī)魯棒最小二乘(SRLS)的思想以及目標(biāo)參數(shù)與額外變量之間的非線性關(guān)系，將無源定位問題轉(zhuǎn)化為了具有2次等式約束的最小二乘問題；隨后，將半定松弛技術(shù)應(yīng)用到這一問題上，約束最小二乘問題松弛為半定規(guī)劃(SDP)問題，最后，借助優(yōu)化工具箱可以有效地對目標(biāo)參數(shù)進(jìn)行求解。該文所提出的算法不需要初始值先驗(yàn)條件，仿真實(shí)驗(yàn)表明了所提算法的有效性。

低頻天波的準(zhǔn)確預(yù)測對于低電離層探測、遠(yuǎn)程導(dǎo)航授時(shí)具有重要意義。該文基于傳統(tǒng)“波跳”理論和FDTD方法對地-電離層波導(dǎo)中天波傳播時(shí)延特性進(jìn)行研究。結(jié)合天地波時(shí)域分離技術(shù)，給出了100 kHz載頻羅蘭-C信號在均勻/指數(shù)漸變各向同性電離層條件下，距發(fā)射臺200 km范圍內(nèi)采用兩種方法計(jì)算的一跳天波時(shí)延隨收發(fā)距離的變化規(guī)律。與“波跳”理論相比，該方法可同時(shí)考慮地面不規(guī)則、電離層晝夜參數(shù)分布不均勻的影響，計(jì)算精度更高。

參數(shù)估計(jì)對雷達(dá)的目標(biāo)檢測和識別有著重要的意義。該文提出了一種基于期望最大化(EM)算法的捷變頻聯(lián)合正交頻分復(fù)用(FA-OFDM)雷達(dá)高速多目標(biāo)參數(shù)估計(jì)方法。首先，將窄帶正交頻分復(fù)用(OFDM)信號與傳統(tǒng)捷變頻雷達(dá)相結(jié)合，在每個(gè)脈沖寬度內(nèi)同時(shí)發(fā)射多個(gè)載頻隨機(jī)跳變的子載波。然后，對單個(gè)脈沖內(nèi)所有子載波的回波進(jìn)行脈沖壓縮和稀疏重構(gòu)處理，得到1維高分辨距離。進(jìn)一步地，將多個(gè)目標(biāo)在不同脈沖時(shí)刻的高分辨距離信息構(gòu)成觀測數(shù)據(jù)，建立混合高斯模型。采用EM算法對模型參數(shù)和多個(gè)目標(biāo)的距離、速度進(jìn)行估計(jì)，并同時(shí)擬合多條時(shí)間-距離直線。直線斜率對應(yīng)目標(biāo)速度，直線縱軸截距對應(yīng)目標(biāo)初始距離。最終，分別分析了信噪比(SNR)對檢測概率以及目標(biāo)速度對相對估計(jì)誤差的影響。仿真實(shí)驗(yàn)驗(yàn)證了所提算法的有效性。

針對多編隊(duì)機(jī)動目標(biāo)先后出現(xiàn)時(shí)的跟蹤問題，該文提出了一種基于交互式多模型高斯混合概率假設(shè)密度濾波(IMM-GM-PHD)算法的無先驗(yàn)信息跟蹤方法。首先，在IMM-GM-PHD算法預(yù)測過程完成的基礎(chǔ)上，引入密度檢測機(jī)制，利用相關(guān)域?yàn)樗蓄A(yù)測高斯分量挑選有效量測，結(jié)合密度聚類(DBSCAN)算法檢測是否出現(xiàn)新編隊(duì)目標(biāo)。其次，在IMM-GM-PHD算法狀態(tài)更新完成的基礎(chǔ)上，利用更新高斯分量的組成情況完成模型概率的更新。最后，在狀態(tài)估計(jì)優(yōu)化過程中，結(jié)合編隊(duì)目標(biāo)的特點(diǎn)，加入相似度判別技術(shù)，利用杰森-香農(nóng)(JS)散度度量高斯分量間的相似度，剔除沒有相似分量的高斯分量，進(jìn)一步優(yōu)化估計(jì)結(jié)果。仿真結(jié)果表明，該文方法能夠快速有效地跟蹤非同時(shí)出現(xiàn)的多編隊(duì)機(jī)動目標(biāo)，具有較好的跟蹤性能。

相參雷達(dá)系統(tǒng)下的非相干積累檢測方法，可以提高雷達(dá)的目標(biāo)檢測速度，達(dá)到實(shí)時(shí)處理的要求。然而，相參雷達(dá)系統(tǒng)下的非相干積累檢測方法對參考單元數(shù)、脈沖積累數(shù)、雜波散斑協(xié)方差矩陣以及海雜波模型的形狀參數(shù)均是非恒虛警(CFAR)的。該文基于塊白化的海雜波預(yù)白化方法，提出預(yù)白化單元平均恒虛警(PWCA-CFAR)檢測方法和預(yù)白化單元中值恒虛警(PWCM-CFAR)檢測方法，并使用了匹配于參考單元數(shù)、脈沖積累數(shù)、形狀參數(shù)的自適應(yīng)門限，確保提出檢測方法的恒虛警特性。實(shí)驗(yàn)結(jié)果表明，當(dāng)存在異常單元時(shí)，PWCM-CFAR檢測方法的檢測性能優(yōu)于PWCA-CFAR檢測方法。

應(yīng)用于激光雷達(dá)(LiDAR)測量系統(tǒng)的單芯片全集成信號處理電路系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，對于有效提高激光雷達(dá)整機(jī)測量精度、數(shù)據(jù)率，縮短測量時(shí)間，減小測量設(shè)備體積和功耗具有重要的意義?？紤]到目前對于信號處理電路系統(tǒng)的研究中較少考慮芯片在實(shí)際使用環(huán)境中的接口問題，基于光電探測器、裸芯片、封裝、傳輸線及測試板等諸多接口影響因素，運(yùn)用協(xié)同仿真分析的方法，在電路系統(tǒng)的實(shí)際工作頻段內(nèi)，建立了一種精確的、能反映激光雷達(dá)信號處理電路系統(tǒng)放大電路芯片真實(shí)應(yīng)用環(huán)境的接口一體化仿真模型，并通過S參數(shù)仿真對其進(jìn)行驗(yàn)證。同時(shí)基于CMOS工藝，將設(shè)計(jì)得到的放大電路系統(tǒng)進(jìn)行流片，在芯片輸入端承載不同光電探測器寄生負(fù)載的情況下，對芯片性能進(jìn)行測試，仿真結(jié)果與測試結(jié)果吻合較好，驗(yàn)證了該接口模型建立的可行性。

集成電路(ICs)面臨著硬件木馬(HTs)造成的嚴(yán)峻威脅。傳統(tǒng)的旁路檢測手段中黃金模型不易獲得，且隱秘的木馬可以利用固硬件聯(lián)合操作將惡意行為隱藏在常規(guī)的芯片運(yùn)行中，更難以檢測。針對這種情況，該文提出利用機(jī)器學(xué)習(xí)支持向量機(jī)(SVM)算法從系統(tǒng)操作層次對旁路分析檢測方法進(jìn)行改進(jìn)。使用現(xiàn)場可編程門陣列(FPGA)驗(yàn)證的實(shí)驗(yàn)結(jié)果表明，存在黃金模型時(shí)，有監(jiān)督SVM可得到86.8%的訓(xùn)練及測試綜合的平均檢測準(zhǔn)確率，進(jìn)一步采用分組和歸一化去離群點(diǎn)方法可將檢測率提升4%。若黃金模型無法獲得，則可使用半監(jiān)督SVM方法進(jìn)行檢測，平均檢測率為52.9%～79.5%。與現(xiàn)有同類方法相比，驗(yàn)證了SVM算法在指令級木馬檢測中的有效性，明確了分類學(xué)習(xí)條件與檢測性能的關(guān)系。

聲學(xué)導(dǎo)航技術(shù)被廣泛應(yīng)用于水下機(jī)動平臺的自主導(dǎo)航。常用的聲學(xué)導(dǎo)航模型多為圓交匯模型，該模型結(jié)構(gòu)簡單，計(jì)算方便，但未考慮平臺運(yùn)動影響，是一種靜止模型。平臺運(yùn)動條件下，平臺接收各水下聲信標(biāo)(水下星站節(jié)點(diǎn))的時(shí)間及所處空間位置不同，即時(shí)間和空間存在差異性，會產(chǎn)生模型失配，影響導(dǎo)航精度。針對上述問題，該文推導(dǎo)了由平臺運(yùn)動造成的模型失配誤差公式，定量分析了運(yùn)動對導(dǎo)航精度的影響以及誤差的空間分布規(guī)律，著重研究了航速、航向角等航行參數(shù)對導(dǎo)航精度的影響規(guī)律，并進(jìn)行了仿真驗(yàn)證。研究結(jié)果表明：僅考慮平臺運(yùn)動的影響時(shí)，聲學(xué)導(dǎo)航圓交匯模型的失配誤差存在，且與平臺在陣內(nèi)的空間位置有關(guān)，其導(dǎo)航精度空間特性呈近似的同心橢圓分布；模型失配誤差還與平臺航行參數(shù)有關(guān)，模型失配誤差對速度變化敏感，隨著航行速度增大，呈近似線性趨勢增大，影響嚴(yán)重；航向角對全局精度變化范圍影響小，主要影響模型失配誤差的空間分布，體現(xiàn)為一種隨航向角“旋轉(zhuǎn)”的特性，且橢圓橫軸方向與平臺運(yùn)動方向趨于一致。

利用調(diào)頻廣播附加信道作為載波進(jìn)行時(shí)間信息的傳遞為調(diào)頻廣播授時(shí)奠定了基礎(chǔ)，該文基于對調(diào)頻廣播附加信道的研究，提出新的授時(shí)擴(kuò)頻碼設(shè)計(jì)方法并詳細(xì)設(shè)計(jì)了擴(kuò)頻碼內(nèi)容，既符合信道條件要求，又有利于接收端的精確捕獲跟蹤，從而進(jìn)行時(shí)間信息的傳遞并實(shí)現(xiàn)授時(shí)功能，實(shí)測結(jié)果驗(yàn)證了該方法的可行性和準(zhǔn)確性。

電磁渦旋因攜帶軌道角動量而具有高維可調(diào)制自由度，被引入無線通信中以提升頻譜效率和抗干擾能力。該文首先介紹了軌道角動量和電磁渦旋的基本原理與特性；然后比較了電磁渦旋的產(chǎn)生方法，給出了超表面產(chǎn)生軌道角動量的工作原理，綜述了基于超表面的軌道角動量產(chǎn)生方法和研究現(xiàn)狀；總結(jié)了軌道角動量的傳輸性能、接收與檢測方法、復(fù)用與解復(fù)用性能；最后討論了未來在應(yīng)用無線通信軌道角動量時(shí)需要解決的關(guān)鍵問題。

針對現(xiàn)有的非對稱分布式信源編碼(DSC)方案均存在的在誤比特率(BER)以及壓縮率方面的不足，該文提出基于邊信息改進(jìn)的DSC(DSCUISI)方案。發(fā)送方對信源序列進(jìn)行抽樣，將序列分為抽樣與未抽樣子序列，利用算術(shù)編碼器對未抽樣子序列進(jìn)行壓縮，同時(shí)計(jì)算抽樣子序列的伴隨式。接收方利用邊信息序列與未抽樣子序列之間的相關(guān)性，對抽樣符號進(jìn)行估計(jì)，估計(jì)出的序列與原始抽樣子序列的相關(guān)性得到改進(jìn)。最后利用原始抽樣子序列的伴隨式與估計(jì)出的序列進(jìn)行聯(lián)合譯碼以重建原始抽樣子序列。實(shí)驗(yàn)結(jié)果表明：與基于低密度奇偶校驗(yàn)碼和算術(shù)碼的DSC方案相比，該文所提方案在信源內(nèi)部相關(guān)性較強(qiáng)時(shí)具有壓縮率高、在信源間相關(guān)度不高時(shí)則有重建錯誤率低的特點(diǎn)，是一種高效、實(shí)用且易于實(shí)現(xiàn)的DSC方案。

大量研究表明，大規(guī)模MIMO系統(tǒng)中的小區(qū)邊緣用戶比中心用戶更易遭受導(dǎo)頻污染的影響。因此，該文提出一種聯(lián)合用戶分組和聯(lián)盟博弈(JUG-AG)的動態(tài)導(dǎo)頻分配方案來減輕系統(tǒng)導(dǎo)頻污染。根據(jù)用戶信號強(qiáng)度將所有用戶分為A，B兩組，把接收基站信號強(qiáng)度弱的小區(qū)邊緣用戶記為A組，剩余用戶則為B組。A組用戶使用相互正交的導(dǎo)頻，B組用戶則借助聯(lián)盟博弈來重復(fù)使用剩余的正交導(dǎo)頻。在B組用戶的聯(lián)盟博弈中，用戶被分成若干個(gè)互不相交的用戶子聯(lián)盟，屬于不同子聯(lián)盟的用戶分配不同的相互正交導(dǎo)頻序列，而屬于同一子聯(lián)盟中的用戶使用相同的導(dǎo)頻序列。與已有的導(dǎo)頻分配方案相比，該文提出的JUG-AG方案更靈活，可以用于所有用戶隨機(jī)分布的場景。而且，該算法通過循環(huán)搜索可以獲得整體最優(yōu)解。仿真結(jié)果表明JUG-AG方案能夠有效降低上行鏈路中用戶信號檢測的平均均方根誤差(RMSE)，而且可以提高用戶的平均服務(wù)速率。

優(yōu)選節(jié)點(diǎn)實(shí)施恢復(fù)是控制相依網(wǎng)絡(luò)級聯(lián)失效的有效措施。針對以往恢復(fù)模型未考慮節(jié)點(diǎn)負(fù)載的情況，該文首先分析了包含依賴失效和過載失效的級聯(lián)失效過程，構(gòu)建了負(fù)載作用下相依網(wǎng)絡(luò)恢復(fù)模型。然后，基于共同邊界節(jié)點(diǎn)的結(jié)構(gòu)和動力學(xué)屬性，提出一種基于容量和連接邊的擇優(yōu)恢復(fù)(PRCCL)方法。實(shí)驗(yàn)結(jié)果表明，在無標(biāo)度相依網(wǎng)絡(luò)中，PRCCL方法恢復(fù)效果明顯好于基準(zhǔn)方法，恢復(fù)時(shí)間更短，恢復(fù)后的網(wǎng)絡(luò)具有更高的平均度和魯棒性；在Power網(wǎng)和Internet網(wǎng)構(gòu)成的相依網(wǎng)絡(luò)中，PRCCL方法恢復(fù)效果同樣優(yōu)于基準(zhǔn)方法；PRCCL方法的優(yōu)勢與恢復(fù)比例、負(fù)載控制參數(shù)成正比，與容忍系數(shù)成反比。實(shí)驗(yàn)結(jié)果驗(yàn)證了PRCCL方法的有效性，對于現(xiàn)實(shí)中相依網(wǎng)絡(luò)恢復(fù)工作具有科學(xué)指導(dǎo)價(jià)值。

針對現(xiàn)有相似實(shí)體搜索方法缺乏對于觀測序列長度的自適應(yīng)性，且搜索過程數(shù)據(jù)存儲開銷過大，搜索結(jié)果準(zhǔn)確性較低的問題，該文提出相似度自適應(yīng)估計(jì)的物聯(lián)網(wǎng)實(shí)體高效搜索方法(SAEES)。首先，設(shè)計(jì)了輕量級觀測序列分段表示方法，對傳感器采集的實(shí)體原始觀測序列進(jìn)行輕量級分段壓縮表示，以降低實(shí)體觀測序列的存儲開銷。然后，提出了觀測序列相似度自適應(yīng)估計(jì)方法，實(shí)現(xiàn)對不同觀測序列長度的實(shí)體相似性的準(zhǔn)確估計(jì)。最后，設(shè)計(jì)了高效的相似實(shí)體搜索匹配方法，依據(jù)所估計(jì)的實(shí)體相似度進(jìn)行實(shí)體的準(zhǔn)確搜索匹配。仿真結(jié)果表明，所提方法可大幅提高相似實(shí)體搜索的效率。

生存性虛擬光網(wǎng)絡(luò)映射是提高光網(wǎng)絡(luò)應(yīng)對災(zāi)難故障的重要技術(shù)保障措施。為解決災(zāi)難性多區(qū)域故障導(dǎo)致彈性光網(wǎng)絡(luò)的帶寬容量損失問題，該文提出基于災(zāi)難預(yù)測故障模型的蟻群優(yōu)化虛擬光網(wǎng)絡(luò)映射 (DFM-ACO-VNM)算法。在該算法中，設(shè)計(jì)基于光節(jié)點(diǎn)資源和相鄰鏈路的全局潛在故障概率的光節(jié)點(diǎn)排序映射準(zhǔn)則，并設(shè)計(jì)啟發(fā)式信息公式實(shí)現(xiàn)多區(qū)域故障下最小帶寬容量損失的虛擬節(jié)點(diǎn)和虛擬鏈路協(xié)同映射。仿真結(jié)果表明，該文所提算法在多區(qū)域故障時(shí)能降低帶寬容量損失，減少帶寬阻塞率和提高頻譜利用率。

針對大容量多芯光纖空分復(fù)用彈性光網(wǎng)絡(luò)(SDM-EON)中芯間串?dāng)_導(dǎo)致業(yè)務(wù)傳輸質(zhì)量下降和阻塞率上升的問題，該文提出了節(jié)點(diǎn)稀疏配置頻譜轉(zhuǎn)換器降低芯間串?dāng)_的路由纖芯頻譜分配方法。該方法根據(jù)網(wǎng)絡(luò)中節(jié)點(diǎn)中介中心性稀疏配置頻譜轉(zhuǎn)換器。在業(yè)務(wù)路由階段，設(shè)計(jì)綜合考慮光路負(fù)載和節(jié)點(diǎn)頻譜轉(zhuǎn)換能力的光路選擇的權(quán)重方法；為了降低串?dāng)_，在纖芯頻譜分配階段，設(shè)計(jì)纖芯分組和頻譜分區(qū)分配方法；最后，針對串?dāng)_較大的業(yè)務(wù)，采用頻譜轉(zhuǎn)換以降低業(yè)務(wù)串?dāng)_和改善帶寬阻塞率。仿真結(jié)果表明，所提算法能有效地提高頻譜利用率，降低因芯間串?dāng)_導(dǎo)致的帶寬阻塞率。

針對云增強(qiáng)型光纖-無線(FiWi)網(wǎng)絡(luò)能耗以及卸載的通信開銷過大問題，該文提出一種自適應(yīng)卸載壓縮節(jié)能機(jī)制(ESAOC)，針對不同類型的業(yè)務(wù)屬性和最大的容忍時(shí)延，結(jié)合光網(wǎng)絡(luò)單元的負(fù)載變化和無線網(wǎng)狀網(wǎng)的流量情況，通過統(tǒng)計(jì)的方式獲得不同優(yōu)先級卸載數(shù)據(jù)的平均到達(dá)率，再結(jié)合各個(gè)節(jié)點(diǎn)的壓縮時(shí)延，動態(tài)調(diào)整業(yè)務(wù)的卸載壓縮比，以降低卸載的通信開銷；同時(shí)，建立排隊(duì)模型分析卸載業(yè)務(wù)在MEC服務(wù)器的排隊(duì)時(shí)延，協(xié)同調(diào)度無線側(cè)中繼節(jié)點(diǎn)，進(jìn)而對光網(wǎng)絡(luò)單元和終端設(shè)備進(jìn)行協(xié)同休眠調(diào)度，最大化休眠時(shí)長，提高系統(tǒng)能源效率。結(jié)果表明，所提方法在有效降低整個(gè)網(wǎng)絡(luò)能耗的同時(shí)能夠保證卸載業(yè)務(wù)的時(shí)延性能。

極限學(xué)習(xí)機(jī)(ELM)作為一種新型神經(jīng)網(wǎng)絡(luò)，具有極快的訓(xùn)練速度和良好的泛化性能。針對極限學(xué)習(xí)機(jī)在處理高維數(shù)據(jù)時(shí)計(jì)算復(fù)雜度高，內(nèi)存需求巨大的問題，該文提出一種批次繼承極限學(xué)習(xí)機(jī)(B-ELM)算法。首先將數(shù)據(jù)集均分為不同批次，采用自動編碼器網(wǎng)絡(luò)對各批次數(shù)據(jù)進(jìn)行降維處理；其次引入繼承因子，建立相鄰批次之間的關(guān)系，同時(shí)結(jié)合正則化框架構(gòu)建拉格朗日優(yōu)化函數(shù)，實(shí)現(xiàn)批次極限學(xué)習(xí)機(jī)數(shù)學(xué)建模；最后利用MNIST, NORB和CIFAR-10數(shù)據(jù)集進(jìn)行測試實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，所提算法具有較高的分類精度，并且有效降低了計(jì)算復(fù)雜度和內(nèi)存消耗。

陣發(fā)性房顫(PAF)是一種具有偶發(fā)性的心律失常，其較高的漏檢率導(dǎo)致心臟相關(guān)疾病的增加。該文提出了一種基于核稀疏編碼的自動檢測方法，可以僅根據(jù)較短RR間期數(shù)據(jù)識別PAF發(fā)作。該方法采用特殊幾何結(jié)構(gòu)來分析數(shù)據(jù)高維特性，通過計(jì)算協(xié)方差矩陣作為特征描述子，找到蘊(yùn)含在數(shù)據(jù)中的黎曼流形結(jié)構(gòu)；然后基于Log-Euclid框架，利用核方法將流形空間映射到高維可再生核希爾伯特空間，以獲取更準(zhǔn)確的稀疏表示來快速識別PAF。經(jīng)麻省理工學(xué)院-貝斯以色列醫(yī)院房顫數(shù)據(jù)庫驗(yàn)證，獲得98.71%的敏感性、98.43%的特異度和98.57%的總準(zhǔn)確率。因此，該研究對檢測短暫發(fā)作的PAF有實(shí)質(zhì)性的改善，在臨床監(jiān)測和治療方面顯示出良好的潛力。

針對夜視暈光場景中，高亮度暈光信息導(dǎo)致現(xiàn)有紅外與可見光融合圖像評價(jià)方法失效的問題，該文提出一種自適應(yīng)分區(qū)的融合圖像質(zhì)量評價(jià)方法。該方法根據(jù)可見光圖像的暈光程度自動確定自適應(yīng)系數(shù)，并通過迭代計(jì)算可見光灰度圖像的暈光臨界灰度值，將融合圖像自動分為多個(gè)暈光區(qū)和非暈光區(qū)；在暈光區(qū)由設(shè)計(jì)的暈光消除度指標(biāo)評價(jià)融合圖像的暈光消除效果；在非暈光區(qū)從融合圖像自身特性、對原始圖像信息保留程度以及人眼視覺效果3方面評價(jià)融合圖像紋理色彩等細(xì)節(jié)信息的增強(qiáng)效果；通過對4種不同抗暈光算法的融合圖像進(jìn)行評價(jià)分析，甄選出9種客觀評價(jià)指標(biāo)構(gòu)成夜視抗暈光融合圖像質(zhì)量評價(jià)體系。不同夜視暈光場景下的實(shí)驗(yàn)結(jié)果表明，所提方法能夠全面、合理地評價(jià)紅外與可見光融合的抗暈光圖像質(zhì)量，解決了融合圖像暈光消除越徹底客觀評價(jià)結(jié)果反而越差的問題，也適于評判不同抗暈光融合算法的優(yōu)劣。

為了解決多任務(wù)觀測條件下時(shí)域流信號動態(tài)重構(gòu)面臨的塊效應(yīng)問題，該文基于重疊正交變換(LOT)和稀疏貝葉斯學(xué)習(xí)的貪婪重構(gòu)框架先后提出了一種流信號多任務(wù)稀疏貝葉斯學(xué)習(xí)算法及其魯棒增強(qiáng)型的改進(jìn)算法，前者將LOT時(shí)域滑窗推廣到多任務(wù)條件下，通過貝葉斯概率建模將未知的噪聲精度的估計(jì)任務(wù)從信號重構(gòu)中解耦并省略，后者進(jìn)一步引入了重構(gòu)不確定性的度量，提高了算法的魯棒性和抑制誤差積累的能力?；诟?biāo)實(shí)測數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明，相比多任務(wù)重構(gòu)領(lǐng)域代表性較強(qiáng)的時(shí)間多稀疏貝葉斯學(xué)習(xí)(TMSBL)和多任務(wù)壓縮感知(MT-CS)算法，本文算法在不同信噪比、觀測數(shù)目和任務(wù)數(shù)目條件下具有顯著更高的重構(gòu)精度、成功率和效率。

紅外熱成像系統(tǒng)在夜間實(shí)施目標(biāo)識別與檢測優(yōu)勢明顯，而移動平臺上動態(tài)環(huán)境所導(dǎo)致的運(yùn)動散焦模糊影響上述成像系統(tǒng)的應(yīng)用。該文針對上述問題，基于生成對抗網(wǎng)絡(luò)開展運(yùn)動散焦后紅外圖像復(fù)原方法研究，采用生成對抗網(wǎng)絡(luò)抑制紅外圖像的運(yùn)動散焦模糊，提出一種針對紅外圖像的多尺度生成對抗網(wǎng)絡(luò)(IMdeblurGAN)在高效抑制紅外圖像運(yùn)動散焦模糊的同時(shí)保持紅外圖像細(xì)節(jié)對比度，提升移動平臺上夜間目標(biāo)的檢測與識別能力。實(shí)驗(yàn)結(jié)果表明：該方法相對已有最優(yōu)模糊圖像復(fù)原方法，圖像峰值信噪比(PSNR)提升5%，圖像結(jié)構(gòu)相似性(SSIMx)提升4%，目標(biāo)識別YOLO置信度評分提升6%。

噪聲是影響聚類結(jié)果的最重要的因素之一，現(xiàn)有的模糊聚類算法主要通過對隸屬度約束進(jìn)行松弛的方式來降低噪聲樣本的影響。這種方式仍然存在兩個(gè)基本問題需要解決：第一，如何評估一個(gè)樣本是噪聲的可能性；第二，如何在抑制噪聲樣本影響力的同時(shí)，保留正常樣本的作用力。針對這兩問題，該文提出了基于自適應(yīng)松弛的魯棒模糊C均值聚類算法(AR-RFCM)。新模型基于K最近鄰的方式(KNN)來估計(jì)樣本的可靠性，自適應(yīng)地調(diào)整松弛參數(shù)，從而實(shí)現(xiàn)在降低噪聲樣本影響力的同時(shí)，保留可靠樣本的作用力。此外，AR-RFCM利用了C均值聚類模型中隸屬度的稀疏性來提高可靠樣本的作用力，從而提高數(shù)據(jù)簇的內(nèi)聚程度，進(jìn)而降低噪聲樣本的影響。實(shí)驗(yàn)表明，AR-RFCM不僅在處理噪聲樣本時(shí)具有良好的魯棒性，同時(shí)在25個(gè)UCI 數(shù)據(jù)集實(shí)驗(yàn)中，分類正確率(蘭德指數(shù))平均高于FCM算法7.7864%。

針對傳統(tǒng)醫(yī)學(xué)超聲圖像去斑方法的不足，該文提出一種自適應(yīng)多曝光融合框架和前饋卷積神經(jīng)網(wǎng)絡(luò)模型圖像去斑方法。首先，制作超聲圖像訓(xùn)練數(shù)據(jù)集；然后，提出一種自適應(yīng)增強(qiáng)因子的多曝光融合框架，增強(qiáng)圖像進(jìn)行有效特征提??；最后，通過網(wǎng)絡(luò)訓(xùn)練去斑模型并獲得去斑后的圖像。實(shí)驗(yàn)結(jié)果表明，該文較已有的方法，能更有效地濾除醫(yī)學(xué)超聲圖像中的斑點(diǎn)噪聲并更多的保留圖像細(xì)節(jié)。

該文將Keccak的S盒一般化為n元Keccak類S盒，研究了Keccak類S盒的線性性質(zhì)。證明了這類S盒的相關(guān)優(yōu)勢的取值都為0或

，其中

且

，并且對于此范圍內(nèi)的任意k，都存在輸入輸出掩碼使得相關(guān)優(yōu)勢取到

；證明了當(dāng)輸出掩碼確定時(shí)，其非平凡相關(guān)優(yōu)勢都相等；給出了非平凡相關(guān)優(yōu)勢為最大值

時(shí)的充要條件與計(jì)數(shù)，解決了這類S盒的Walsh譜分布規(guī)律問題。

該文基于Whitened Swap?or?Not(WSN)的結(jié)構(gòu)特點(diǎn)，分析了Canteaut 等人提出的Bent whItened Swap Or Not –like (BISON-like) 算法的最大期望差分概率值(MEDP)及其(使用平衡函數(shù)時(shí))抵御線性密碼分析的能力；針對BISON算法迭代輪數(shù)異常高(一般為3n輪，n為數(shù)據(jù)分組長度)且密鑰信息的異或操作由不平衡Bent函數(shù)決定的情況，該文采用了一類較小絕對值指標(biāo)、高非線性度、較高代數(shù)次數(shù)的平衡布爾函數(shù)替換BISON算法中的Bent函數(shù)，評估了新變體BISON算法抵御差分密碼分析和線性密碼分析的能力。研究結(jié)果表明：新的變體BISON算法僅需迭代n輪；當(dāng)n較大時(shí)(如n=128或256)，其抵御差分攻擊和線性攻擊的能力均接近理想值。且其密鑰信息的異或操作由平衡函數(shù)來決定，故具有更好的算法局部平衡性。

在加密郵件系統(tǒng)中，公鑰可搜索加密技術(shù)可以有效地解決在不解密的情況下搜索加密郵件的問題。針對公鑰可搜索加密復(fù)雜的密鑰管理問題，該文在加密郵件系統(tǒng)中引入了基于身份的密碼體制。針對可搜索加密的離線關(guān)鍵字猜測攻擊問題，該文采用了在加密關(guān)鍵字和生成陷門的同時(shí)進(jìn)行認(rèn)證，并且指定服務(wù)器去搜索加密電子郵件的方法。同時(shí)，在隨機(jī)預(yù)言機(jī)模型下，基于判定性雙線性Diffie-Hellman假設(shè)，證明方案滿足陷門和密文不可區(qū)分性安全。數(shù)值實(shí)驗(yàn)結(jié)果表明，在陷門生成和關(guān)鍵字密文檢測階段，該方案與現(xiàn)有方案相比在計(jì)算效率上較高。