为了同步加密多张图像,实现数据高效、安全的加密传输,提出了以衍射距离为复用参数,将多幅图像同步记录到一张全息图中。加密过程的同步性是基于光学全息扫描技术(Optical Scanning Holography, OSH)实现的。利用计算全息实现OSH,对多幅图像进行一次性扫描和加密。在解密过程中,利用逆问题建模,通过正则化求解重建多幅图像,完成多图像同步提取。数值实验部分,验证了该算法的可行性和鲁棒性。实验分析部分,展示了算法较好的重建质量及较高的安全性。
提出了两跳中继通信系统均衡和预编码一种联合优化方法,该方法在中继节点上把源节点与中继节点通信的检测算法和中继与目的节点 通信的预编码算法结合起来,从而联合优化问题就等效成对检测和预编码矩阵的乘积进行单一优化问题,克服了传统联合优化带来的非凸优化 问题,也克服了迭代算法可能带来的不收敛性,与迭代算法相比较,在复杂度上可以大大降低,通过仿真分析,可以看出性能上并没带来多少 损失,达到性能与复杂度的良好折衷。
依据传热学理论和鼓式制动器的结构特点,建立了制动鼓瞬态温度场数值模拟的有限元计算模型。考虑鼓式制动器导热中物理参数和边界条件的有界不确定性,将其参数和边界条件均视为区间变量。在有限元离散和时间差分方法基础上,将区间有限元分析同摄动方法相结合,导出了有界不确定性参数瞬态温度场响应上下界的摄动计算公式,获得了鼓式制动器结构的瞬态温度场响应的范围。计算结果说明了所提出方法的可行性和有效性。
本文提出了一种对基于对传统粒子群(CPSO)算法中的Gbest进行优化的新型粒子群算法(GOPSO)。与CPSO算法相比,GOPSO算法具有更高的收敛速度,需要更少的迭代次数得到可以接受的结果,具有较小的概率陷入局部极值,且易于在实时应用中实现。实验中,已经将GOPSO算法作为高速光纤通讯中偏振模色散自适应补偿系统的控制算法,实验数据表明,GOPSO算法的性能大大好于CPSO算法。
从服务管理的角度对虚拟网资源分配问题进行研究,针对多基础设施提供商和多服务提供商竞争环境中虚拟网资源分配的特点,提出了基于拍卖的虚拟网资源分配机制,并证明了机制的有效性。仿真实验结果表明, 本文提出的分配机制可以一次性完成多个基础设施提供商和多个服务提供商资源分配以及定价,并且有议价分配机制比V-MART机制和无议价分配机制产生更大的社会福利。
针对多天线认知无线电网络提出一种基于空分复用的收发联合频谱共享方法,该方法综合利用认知通信与系统间干扰的空间相关特性,在无空闲频谱资源可用时合理选择授权系统及其频道,并以空分复用的方式实现频谱共享。理论分析与仿真结果表明,相比于仅在认知基站端进行选择以及穷举搜索,所提方法能够获得接近最佳的系统吞吐率特性,并且具有低的复杂度。
根据量子测距原理,采用纠缠压缩态的量子脉冲代替经典的电磁脉冲可极大地提高到达时间的测量精度,但在实际的有损通道当中采用完全纠缠态量子脉冲的测量稳健性很差。相比之下,采用部分纠缠态可以有效地提高测量的稳健性,但其测量精度上会有所下降。鉴于上述的精度与稳健性之间的矛盾问题,提出了多结构分组纠缠的测量方法,并详细推导了纠缠度、量子传输效率与测量精度的之间的关系,得到了在特定量子通道传输效率条件下,纠缠分组结构、量子压缩光子数和最佳的量子纠缠度的选择方法,使得纠缠所能获得的测量精度增益达到最大。
分析指出基于签密的并发签名方案是不抗接收者伪造的,即在没有签名者的关键数与密钥的情况下,接收者利用签名者的有效模糊签名便可恢复出签密消息,且可以以签名者身份伪造任意消息的模糊签名。因此,基于该签密并发签名方案的公平交易协议也是不安全的。进而提出了一个改进的基于签密的并发方案,弥补了原并发签名方案的安全缺陷,从而保证了公平交易协议的安全性。
在Web服务组合中,将复用从Web服务这个粒度扩展到BPEL(Business Process Execution Language)流程级别这个更大的粒度,从流程中抽取出流程模板,开发人员可以直接在流程模板的基础上构建新的业务流程,从而大大地提高流程开发的效率和准确度。为实现这个目标,提出了方法:将流程模板的抽取问题转换为树的频繁模式查找问题。首先将BPEL流程建模为有根无序树,然后基于TMG(Tree Model Guided)思想对树进行频繁导出子树的挖掘,最后将频繁子树映射为BPEL流程模板。用Java语言实现了针对BPEL流程的模板生成器ROY-BPELTool,在其之上运行了一个真实的多媒体会议系统的BPEL流程,验证了方法的可行性和有效性。
对计算有限域上切比雪夫多项式的特征多项式算法进行改进以提高算法的执行速度。首先在该算法中用蒙哥马利模乘代替普通模乘运算,避免了取模运算中的除法操作,从而降低单次模乘运算的平均运行时间;其次对蒙哥马利模平方运算的算法流程进行优化,减少其中单精度乘法的执行次数。仿真结果表明改进后的特征多项式算法其运行速度有了很大提高。
IP多媒体子系统(IP Multimedia Subsystem, IMS)作为3G核心网络技术取得了广泛关注,但是IMS信令协议SIP(Session Initiation Protocol)的安全脆弱性成为阻碍其顺利部署和使用的瓶颈。针对协议实现漏洞的畸形SIP信令攻击是一类易于发起,并且危害极大的IMS攻击方式。IMS对QoS的要求需要SBC(Session Border Controller)能够快速地完成大量畸形SIP信令的检测。本文从攻击者的角度出发,通过统计畸形元素在SIP字段和畸形类型上的分布,分析攻击者构造畸形SIP信令的策略,进而提出了一种启发式畸形SIP信令检测算法FSDA(Fast malformed Sip signaling Detection Algorithm)。该算法优先对高威胁的SIP字段和畸形类型进行检测,从而在保证检测有效性的同时,显著减少了检测时延,因此非常适用于IMS网络。
为降低经典信息熵属性约简算法的时间复杂度,在论证信息熵属性约简与论域对象划分细化约简等价的基础上,提出将蚁群并行优化处理机制引入划分细化约简过程的思想,蚁群搜索过程将属性重要性度量融入状态转移及信息素更新策略以对每次约简结果进行优化。通过复杂性分析与实例验证,该算法更适于大容量数据表的属性约简,可有效避免蚁群搜索的盲目性并在较小迭代规模下快速获得约简集。
不同的P2P 直播系统具有不同的设计理念和特点,以往对直播系统的研究大多基于PPLive,而PPStream由于其协议机制不对外公开,研究者知之甚少。本文的主要工作是:(1)通过网络测量破解了PPStream直播系统的缓存结构和共享机制,发现:与PPLive 系统滑动的共享窗口不同,PPStream具有跳跃的共享窗口---系统将节目源全局地划分成多个相位,下载同一相位的数据的用户之间才能进行数据共享;(2)利用“窗口跳跃模型”分析了PPStream 直播系统的缓存结构和共享机制对节点间的互惠关系(数据共享)的影响,发现:该种跳跃的共享窗口机制将造成节点相位波动;(3)根据该相位波动特征,我们建立了预估模型来描述系统中处于不同相位的人数。数值评估与系统仿真实验都表明,这个预估模型能很好地反映带宽资源争抢造成节点相位波动的特征。这有利于进一步完善PPStream 直播系统的带宽分配策略以保证节点的播放进度。
提出了基于量值的频繁闭项集层次聚类算法CFIHCQ,并将其应用于Web使用挖掘。该算法首先通过用户Web访问数据获取频繁闭项集;其次,以频繁闭项集对簇进行初始化,并以打分的方式将用户指入唯一簇;再次按照簇标记生成自上而下的簇树结构,并使用用户访问向量分裂子簇;最后,对簇树进行剪枝。实验表明,该算法能够很好的预测用户Web访问行为;在海量用户数据情况下,可满足实时挖掘的需求;并能以树结构展示挖掘结果。
本文首先分析了无线区域网(WRAN)中认知基站与无线麦克风之间以及认知无线电用户与无线麦克风之间的干扰,在此基础之上建立了一种新的无线区域网与无线麦克风共存的模型。然后以最大化系统下行链路速率为目标,给出了无线区域网单小区中信道分配的数学模型。为了使这一混合整数规划问题快速求解,将信道分配问题等效为二部图中的最大匹配问题,运用图论中的匈牙利算法求得了问题的最优解。仿真结果表明了文中所述方法的有效性。
传统的自适应调制编码(AMC)是单纯根据信道状态自适应的选择速率进行传输。为更好的提高网络性能,提出了一种联合考虑物理层的信道状态和链路层缓冲区队列长度的改进AMC,使系统能够根据实时的信道状态和缓冲区队列长度的大小,选择最合适的速率进行传输。相比较传统的AMC方法,提出的改进AMC方法能更好的提高网络性能。通过对三节点的多跳网络进行建模,在功率与带宽联合分配算法下,得到满足时延要求的最大吞吐量。仿真结果表明提出的新方法可以在满足系统时延要求的前提下,提高网络吞吐量。
针对一种新型码垛机器人,利用D-H方法建立了其运动学模型,然后利用数值方法在考虑各参数边界条件的基础上对其运动学方程进行求解,得到了机器人工作空间的三维图和二维截面图。在此基础上,提出并定义了机器人工作空间影响系数,进一步求得了机器人杆长和转角参数对其工作空间的影响系数曲线,定量分析了机器人两个结构参数的变化对工作空间的影响,从运动学角度为机器人结构优化和设计提供了依据。
节能量是节能成果的直观体现,反映企业节能效果的核心指标。首次提出了电信运营企业产品总节能量的区块细分模型,将其划分为技术节能量、管理节能量和产品结构变化节能量。其中技术节能量又分为专项改造节能量和技术进步节能量,管理节能量包括管理举措节能量、业务推广节能量等部分。提出每一部分电信运营企业产品总节能量细分区块的计算模型,为电信运营企业确定了节电量国标计算方法中的参数口径,提出了电信运营企业低碳发展的四阶段模型。
针对LTE (Long Term Evolution,长期演进)上行多用户单载波-频分多址(SC-FDMA)系统,提出了一种增强的信道估计方法。新算法针对每个用户的导频只占有部分频带的特点和子信道的时频相关性,将最小二乘(LS)算法估计的导频子信道系数进行排序处理,并构造出了一种新的减小噪声影响(降噪)的正交变换矩阵,提出了基于该矩阵的高精度信道估计算法。计算机仿真结果表明:新算法的均方根误差(MSE)约为LS算法的十分之一。
本文提出了一种基于时间序列预测的延迟容忍网络路由算法。该算法通过改进的加权移动平均时间序列预测方法,利用节点中不断积累的历史连接信息,预测链路的未来连接状态,并以保证消息最早到达目标节点为路由选择依据,构建节点内部的路由表信息。本文算法不要求节点有任何网络连接的先验知识,并且能够随着网络拓扑的变化调整消息的传输路径,克服了同类算法需要大量网络连接先验知识而导致路由算法实用性差的问题,提高了算法的适用性。仿真结果表明,本文算法与MED、MEED算法相比,在不同的网络带宽和节点缓存条件下具有更高的传输成功率和更低的平均传输延迟。
提出了一种基于支持向量机方法的球形机器人运动控制算法。该控制算法可模拟人工操作员的行为进行机器人的精确定位控制,无需计算机器人的动力学模型。给出了该算法的实现过程。重复实验结果表明,该算法可以实现球形机器人较精确的定位运动控制。
针对一种自行车机器人进行了运动学分析,得到了自行车机器人横滚角度与倾倒角度和驱动速度之间的函数关系。从理论上给出了能够调整机器人稳定所需要的驱动速度的下界。只要驱动速度高于此临界值,就能够通过车把保持车体平衡。计算机仿真结果表明,当机器人具有不同横滚角度和车把转角的姿态时,要将其调整回平衡态所需的驱动速度处于以该临界值为下限的一个区间。基于这种运动学关系进行了自行车机器人的运动控制实验。通过将横滚角度理论计算值与自行车机器人的实验数据进行对比,发现这两者是基本一致的。从而通过实验验证了所提出的上述运动学分析的正确性。
为了避开电磁干扰源,对全向锥形天线做了改进,设计了一种用于无线通信的宽带抗干扰定向单锥天线。首次应用加载短路枝节来实现单锥天线H面的定向性,与传统实现定向性的给天线组阵或添加反射器等增加天线尺寸的方法不同,该方法不会增大天线的尺寸,同时H面又具有很宽的3dB波瓣宽度。该定向单锥天线在1.7GHz?6.0GHz的频带内回波损耗小于-10dB,仿真和实测结果吻合良好,在较宽的频带内具有满意的阻抗特性和方向图特性。
网格计算和P2P都是研究大规模的资源共享问题,P2P为大规模分布式环境下有效地发现资源提供了可扩展性方案,本文提出了一种集成P2P模式的三层网格资源管理体系结构, 将资源的属性以资源组的形式构建层次式的资源管理目录树,提高了资源发现效率,针对网格资源调度中负载均衡、容错处理和调度最优化等问题,设计了一种分层次的网格调度模型,并在此模型的基础上提出了一种集成P2P模式的网格资源调度算法,通过集成的方式将资源的网络带宽、计算能力、资源利用率和网络通信开销等属性按照优先权值的大小进行排序区分,实现网格任务与资源的最佳匹配,理论分析和仿真实验证明了体系结构的可靠性和算法的有效性。
为了改善Sigmoid函数变步长LMS算法(SVS-LMS)在高斯噪声和冲激噪声干扰下的性能,首先将以瞬间误差功率为Sigmoid函数自变量控制步长更新的方法,改为以误差的自相关时间均值估计调节步长,抑制了噪声干扰;然后使用HB加权进一步平滑了因噪声干扰导致的自适应滤波器权系数伪峰、使用归一化处理获得了更大的输入信号动态范围。自适应时延估计仿真实验表明,在高斯噪声和冲激噪声干扰下,相比于固定参数下的SVS-LMS算法和另外一种SVS-LMS改进算法,本文算法及其HB加权能够获得更好的时变时延跟踪均方误差性能。
目前对虚拟装配技术,在硬件系统建设和软件平台方面的研究都日趋完善,对用户在使用过程中的交互研究,是进一步提高虚拟装配实用性的必要手段。本文在装配情境概念的基础上,提出了装配情境和动态任务情境的粒度模型,基于商空间和相似度理论,给出动态任务情境粒度的感知方法,和静态装配体情境的粒度感知算法,并结合轴系零件装配实例和胶印机部件实例给出了具体的工程应用。
干涉式测向机存在着阵孔径大小和准确度之间的矛盾。为解决这一问题,提出了一种新型天线阵及基于该天线阵的测向方法。重点讨论了新方法测向准确度的改进和各种误差对测向结果的影响,及其解决方法。提出基于新天线阵的补偿方法,理论上可以完全消除整个测向机的系统误差。通过Matlab软件中的仿真,证明了新方法的优势和可行性。
为了解决单红外观测站对目标进行跟踪时存在的非线性估计问题,提出了基于直角坐标系的多假设高斯-厄密特滤波算法。该算法为了减小距离的不可观测性对于非线性滤波的影响,在假设的多段距离间隔中采用并行的高斯-厄密特滤波并加权获得目标的状态估计。首先将初始时刻红外观测站的观测距离区间划分为若干个子区间,每个子区间表示关于目标真实距离的一种假设;在每个子区间内用共同的量测进行独立的高斯-厄密特滤波,并将每个子区间对应的概率根据贝叶斯规则进行递归计算;最后将各子区间的状态估计和协方差进行加权求和得到最终估计。仿真实验表明,由于高斯-厄密特滤波的使用避免了求解雅克比矩阵,并且距离的多假设降低了不确定性,该算法的滤波精度高于高斯-厄密特滤波和扩展卡尔曼滤波。