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

論文研究了新近提出的Liu混沌系統(tǒng)(2004)的模糊反饋同步方法。Liu混沌系統(tǒng)結(jié)構(gòu)不同于以往的連續(xù)混沌系統(tǒng)，本文基于T-S(Takagi-Sugeno)模糊模型重構(gòu)了Liu混沌系統(tǒng)；然后用Lyapunov理論和反饋同步的思想推導(dǎo)了兩個(gè)重構(gòu)的Liu系統(tǒng)同步的穩(wěn)定性條件，并給出了誤差系統(tǒng)以衰減率全局漸近穩(wěn)定的充分條件；最后基于LMI方法進(jìn)行了仿真實(shí)驗(yàn)。良好的仿真結(jié)果驗(yàn)證了本文算法的有效性和快速性。

微支付交易具有交易量極大且單次交易額極小的特點(diǎn)，使得復(fù)雜的認(rèn)證協(xié)議不適用于微支付。Micali等人(2002)提出的基于概率選擇微支付方案，把微支付聚合成宏支付，大幅提高了微支付的效率。Liu-Yan在(2013)提出了保證所有參與者的數(shù)據(jù)融入概率選擇結(jié)果的生成, 而且使得所有參與者可以驗(yàn)證結(jié)果的公平性。然而，Liu-Yan方案中銀行可能獲得額外利益，從而破壞了協(xié)議的公平性。該文首先分析了Liu-Yan方案的安全威脅，并且以1個(gè)用戶-1個(gè)商家的模型代替Liu-Yan方案中大量用戶-1個(gè)商家的模型，以數(shù)據(jù)承諾技術(shù)為基礎(chǔ)保障結(jié)果的公平性與可驗(yàn)證性。

為了降低高性能視頻編碼(HEVC)的編碼計(jì)算復(fù)雜度，根據(jù)視頻時(shí)域上高度相關(guān)性的特點(diǎn)，該文提出一種快速高性能視頻編碼(HEVC)幀間預(yù)測(cè)單元(PU)模式判決算法。分析了時(shí)域上相鄰幀兩幀相同位置編碼單元(CU)的PU模式之間的相關(guān)性；同時(shí)，針對(duì)視頻中可能存在對(duì)象運(yùn)動(dòng)，還分析了前一幀對(duì)應(yīng)位置CU的周邊CU與當(dāng)前幀中當(dāng)前CU間PU模式的相關(guān)性。根據(jù)分析的時(shí)域相關(guān)性，跳過(guò)當(dāng)前CU中冗余的PU模式，從而降低編碼復(fù)雜度。實(shí)驗(yàn)結(jié)果表明，在編碼效率和峰值信噪比(PSNR)損失很小的情況下，在目前已有的HEVC快速幀間預(yù)測(cè)算法的基礎(chǔ)上，進(jìn)一步降低了31.30%的編碼時(shí)間。

該文推廣了Liu Fang等人(2010)給出的周期為pn, p為奇素?cái)?shù)，n為正整數(shù)的廣義分圓序列的構(gòu)造，并確定了新構(gòu)造序列的線性復(fù)雜度和自相關(guān)函數(shù)值的分布。結(jié)果表明，推廣的構(gòu)造保持了原構(gòu)造的高線性復(fù)雜度等偽隨機(jī)特性。由于取值更靈活，較之原構(gòu)造新構(gòu)造序列的數(shù)量要大得多。

隨著視頻編碼標(biāo)準(zhǔn)的不斷更新迭代，開(kāi)放媒體聯(lián)盟(AOM)發(fā)布最新視頻編碼標(biāo)準(zhǔn)開(kāi)放媒體視頻編碼標(biāo)準(zhǔn)(AV1)。其中，幀內(nèi)編碼技術(shù)采用更加豐富的預(yù)測(cè)模式來(lái)提高預(yù)測(cè)效率，預(yù)測(cè)種類(lèi)從VP9中的10種擴(kuò)展至61種。為了應(yīng)對(duì)預(yù)測(cè)種類(lèi)增加的變化并提高硬件的處理吞吐能力，該文提出基于全流水線結(jié)構(gòu)的AV1粗模式?jīng)Q策硬件架構(gòu)設(shè)計(jì)。在算法層面，以4×4塊為最小處理單元，按照Z(yǔ)順序?qū)?4×64編碼樹(shù)單元(CTU)中不同尺寸的預(yù)測(cè)單元(PUs)進(jìn)行粗模式?jīng)Q策，同時(shí)采用基于1:1 PU的代價(jià)累加近似方法來(lái)完成1:2, 1:4, 2:1和4:1 PU的代價(jià)計(jì)算，以減少計(jì)算復(fù)雜度；在硬件層面，設(shè)計(jì)兼容4×4至32×32等多尺寸PU的粗模式?jīng)Q策電路，取代為不同尺寸PU單獨(dú)設(shè)計(jì)電路的方法，有效減少邏輯資源的閑置。實(shí)驗(yàn)結(jié)果表明，在全幀內(nèi)(AI)配置下，提出的改進(jìn)算法相較于AV1標(biāo)準(zhǔn)算法平均節(jié)省了45.78%的時(shí)間，提高了1.94% BD-Rate。同時(shí)，提出的硬件架構(gòu)設(shè)計(jì)能夠在1057個(gè)時(shí)鐘周期內(nèi)完成64×64 CTU的粗模式?jīng)Q策，使用Synopsys公司的Design Compiler 2016工具及UMC 28 nm工藝庫(kù)對(duì)硬件設(shè)計(jì)綜合得到，該設(shè)計(jì)能夠在432.7 MHz工作頻率下實(shí)時(shí)處理8k@50.6fps的視頻。

針對(duì)高性能視頻編碼(HEVC)幀內(nèi)預(yù)測(cè)編碼算法復(fù)雜度較高的問(wèn)題，該文提出一種基于感興趣區(qū)域的高性能視頻編碼幀內(nèi)預(yù)測(cè)優(yōu)化算法。首先，根據(jù)圖像顯著性劃分當(dāng)前幀的感興趣區(qū)域(ROI)和非感興趣區(qū)域(NROI)；然后，對(duì)ROI基于空域相關(guān)性采用提出的快速編碼單元(CU)劃分算法決定當(dāng)前編碼單元的最終劃分深度，跳過(guò)不必要的CU劃分過(guò)程；最后，基于ROI采用提出的預(yù)測(cè)單元(PU)模式快速選擇算法計(jì)算當(dāng)前PU的能量和方向，根據(jù)能量和方向確定當(dāng)前PU的預(yù)測(cè)模式，減少率失真代價(jià)的相關(guān)計(jì)算，達(dá)到降低編碼復(fù)雜度和節(jié)省編碼時(shí)間的目的。實(shí)驗(yàn)結(jié)果表明，在峰值信噪比(PSNR)損失僅為0.0390 dB的情況下，所提算法可以平均降低47.37%的編碼時(shí)間。

通過(guò)對(duì)Zhang-Liu-He (2006)，Gan-Chen (2004)和Wang-Zhang-Ma (2007)提出的可轉(zhuǎn)換環(huán)簽名方案進(jìn)行分析，指出了這幾個(gè)可轉(zhuǎn)換環(huán)簽名方案存在可轉(zhuǎn)換性攻擊或不可否認(rèn)性攻擊，即，環(huán)中的任何成員都能宣稱(chēng)自己是實(shí)際簽名者或冒充別的成員進(jìn)行環(huán)簽名。為防范這兩種攻擊，對(duì)這幾個(gè)可轉(zhuǎn)換環(huán)簽名方案進(jìn)行了改進(jìn)，改進(jìn)后的方案滿足可轉(zhuǎn)換環(huán)簽名的安全性要求。

在認(rèn)知無(wú)線電(CR)網(wǎng)絡(luò)中，針對(duì)檢測(cè)頻段突然被主用戶(PU)占用導(dǎo)致次用戶頻譜檢測(cè)性能較差的情況。該文提出一種基于反饋疊加原理的改進(jìn)循環(huán)平穩(wěn)特征檢測(cè)算法，該算法通過(guò)將檢測(cè)周期后半部分采樣點(diǎn)的瞬時(shí)采樣值累加到檢測(cè)周期前半部分采樣點(diǎn)的瞬時(shí)采樣值上，在不延長(zhǎng)檢測(cè)時(shí)間的基礎(chǔ)上，提高了整個(gè)檢測(cè)周期的判決統(tǒng)計(jì)值，從而提高了系統(tǒng)檢測(cè)性能。并且從理論上詳細(xì)分析了該算法的檢測(cè)概率，虛警概率與吞吐量。仿真結(jié)果表明，該算法的檢測(cè)性能優(yōu)于傳統(tǒng)循環(huán)平穩(wěn)特征檢測(cè)算法和傳統(tǒng)能量檢測(cè)算法，并且保證了不錯(cuò)的用戶數(shù)據(jù)吞吐量。

無(wú)人機(jī)(UAV)的便攜性和高機(jī)動(dòng)性使其與認(rèn)知無(wú)線電(CR)結(jié)合的應(yīng)用場(chǎng)景更加實(shí)用。在構(gòu)建的無(wú)人機(jī)認(rèn)知無(wú)線網(wǎng)絡(luò)(CRN)模型中，該文提出UAV單弧度吞吐量?jī)?yōu)化方案，在確保檢測(cè)概率的前提下優(yōu)化感知弧度最大化UAV平均吞吐量?？紤]在信道條件不理想情況下進(jìn)一步改善感知性能，提出基于協(xié)作頻譜感知(CSS)的多弧度吞吐量?jī)?yōu)化方案，利用交替迭代優(yōu)化(AIO)算法對(duì)感知弧度和弧度數(shù)量進(jìn)行聯(lián)合優(yōu)化以最大化吞吐量。仿真結(jié)果表明，該文提出的多弧度協(xié)作頻譜感知方案在信道衰落嚴(yán)重時(shí)，對(duì)于主用戶(PU)服務(wù)質(zhì)量(QoS)和UAV吞吐量有明顯提升。

針對(duì)認(rèn)知無(wú)線電系統(tǒng)中的頻譜感知問(wèn)題，該文采用隨機(jī)矩陣?yán)碚?Random Matrix Theory, RMT)對(duì)多認(rèn)知用戶(Secondary User, SU)接收信號(hào)采樣協(xié)方差矩陣的最大特征值的分布特性進(jìn)行了分析和研究，提出了一種新的基于雙特征值判決門(mén)限(Double Eigenvalue Threshold, DET)的合作頻譜感知算法。由該算法感知性能的理論分析可知：DET合作感知算法無(wú)需主用戶(Primary User, PU)發(fā)射機(jī)信號(hào)的先驗(yàn)知識(shí)，也不需要預(yù)先知道信道背景噪聲功率。仿真結(jié)果表明，與傳統(tǒng)的頻譜感知方法相比，該方法只需較少的認(rèn)知用戶就能獲得較高的感知性能，并且對(duì)噪聲的不確定性具有較強(qiáng)的魯棒性。