- EI核心期刊
针对正交频分多路复用（OFDM）系统，比较了基于压缩感知的不同导频设计方案及相应信道估计性能. 基于信道响应的时域稀疏和缓变特征，提出了基于联合稀疏模型的压缩感知信道估计方法，进一步提高了信道估计的性能. 该方法将连续若干个OFDM符号的信道估计问题转化为联合稀疏模型下的压缩感知问题，充分利用信道的稀疏特性和时间相关性进行信道估计. 结合短波OFDM系统，比较了几种信道估计方法的性能. 仿真结果表明，与传统的最小平方误差信道估计方法和逐符号的压缩感知信道估计方法相比，基于联合稀疏特征的信道估计方法可进一步改善估计性能，对时变信道具有更好的适应性.
提出了一种基于正交交叉算子的元胞差分进化算法. 进化初期采用反学习初始化方法获得初始候选种群，利用元胞结构的局部搜索方法替代控制参数调节差分进化算法的选择压力，从而平衡差分进化算法的探索能力和开发能力，利用元胞自动机的并行演化机制保持种群的多样性，从而避免陷入局部最优. 该算法利用无交叉因子的正交交叉算子，通过多元素重复试验加速种群收敛速度. 对多个典型测试函数的仿真实验结果表明，所提出的算法相较于多个差分进化改进算法具有更快的收敛速度和更好的计算精度.
为了改善传统的多幅亚像素图像配准融合实现超分辨率的方法面临的配准误差和高成本问题，将压缩传感理论引入超分辨率成像. 基于大多数自然图像普遍具有的稀疏表示特性，以经典的4-f光学架构为基础，利用频域中相位比振幅包含更多信息的特点，提出了一种频域纯相位调制压缩成像方法，通过重建算法从单次曝光记录的低维测量值中恢复原高分辨率图像的信息. 数值实验结果表明，提出的方法可以有效地实现图像信息的随机调制和高质量重建，是一种有潜力的压缩成像物理实现方案，具有较高的重建信噪比和较少的重建时间，尤其是对于大尺度图像.
提出一种基于流形排序和社会化矩阵分解的推荐方法，采用流形排序方法度量用户间的社会相似度，利用正则化技术构建用于评分矩阵因式分解的目标函数，将用户之间的偏好差异作为目标函数的惩罚项，从而将用户之间的社会相似性融入评分矩阵的低阶矩阵分解过程. 实验结果表明，在大型的数据集上，该方法获得了比当前同类方法更好的推荐精度和更低的评分预测均方根误差/评分预测平均绝对误差（RMSE/MAE）值.
通过对目标函数和约束条件进行灵敏度分析，生成目标函数和约束函数的灵敏度附加项，提出了2种基于灵敏度附加目标函数的可靠性稳健优化设计模型；针对不同评价者对目标获取信息的局限性，基于灰色系统理论把评价者对目标的评估分配在一定范围内，给出了计算各目标函数权重系数的专家评估方法. 应用Matlab7.1语言的优化工具箱和符号工具箱实现圆柱螺旋压缩弹簧的多目标可靠性稳健优化设计. 算例表明，该方法具有较高的精度和可靠度，为机械零件的可靠性设计提供了理论依据.
为了提升多媒体处理感知能力，提出了一种运动图像序列跨尺度插值模型. 首先从用户的角度出发，采用视觉显著性检测技术获取关注区域，进而确定运动图像的显著区域；而后在时间尺度改变的情况下，利用一致敏感哈希技术实现了高质量插值帧的生成；最后定义能量函数，使得在分辨率尺度变化时能提升关注区域的清晰度. 实验结果表明，运动图像序列跨尺度插值模型能够获得较好的插值质量.
针对回顾式话题检测方法存在的话题检测时效性较差的问题，提出了改进的位置敏感哈希（LSH）算法，并应用于互联网新闻层次化话题检测. 在挖掘新闻内容特征的同时，应用潜在狄利克雷分布主题模型挖掘新闻的语义特征，将非二进制空间的内容特征向量和主题特征向量转换到二进制特征空间上，依次应用LSH算法对新闻文本基于内容特征和主题特征聚类，得到具有"主题-内容"层次的话题. 实验结果表明，该方法通过挖掘新闻的内容特征和主题特征，能更准确和完整地表现新闻内容；将内容特征和主题特征转换到统一的二进制空间，有效降低了聚类过程的时间复杂度，在保证话题检测准确率和话题在语义层面上扩展性的前提下，提高了话题检测的效率.
社会化标签中普遍存在标签的主题粒度和文档不一致以及部分标签和文档内容无关这两个问题，而现有基于主题模型的社会化标签推荐算法并没有同时对二者进行建模. 针对这两点，提出了一种新的主题模型，该模型不仅允许标签和文档具有各自的主题粒度，而且允许标签来自与文档无关的噪声主题. 在两个不同的社会化标签语料上的实验结果表明，所提出的模型相比内容相关模型和标签的隐含狄利克雷分配模型，在混淆度和平均正确率均值这两个指标上均有所提高.
针对多输入多输出-正交频分复用系统中最大似然检测算法难以硬件实现以及传统的信道估计性能较差等缺陷，提出了一种联合估计检测算法. 该算法使用离散傅里叶变换-最小二乘（DFT-LS）算法进行信道初估计，利用广义空间迭代期望最大化（SAGE）算法对估计的信道信息进行校正，并结合改进的粒子群优化（IPSO）算法完成对信号的迭代检测，使系统性能得到改善. 仿真分析结果表明，算法能以较少的迭代次数估计出信道状态信息和检测数据；在相同误比特率的情况下，性能优于经典检测算法，与理想状态下的最大似然检测算法仅相差1 dB左右.
给出杨波等基于证书签名方案的一个伪造攻击，攻击显示诚实但好奇的认证中心可在不知用户秘密值的情况下，仅通过选取随机参数便能成功伪造任意用户对任意消息的有效签名. 分析发现原方案不安全的原因在于证书生成阶段计算的承诺值R并没有作为签名阶段Hash函数的输入之一，通过将R增加为Hash函数的输入，给出了一个改进方案. 改进方案在效率上与原方案是同等的，在离散对数困难性假设下可证明是安全的.
提出了一种基于sink简单固定轨迹的动态数据传输算法，算法由数据传输策略和队列管理机制组成，适用于异构延迟容忍移动无线传感器网络. 在每一次运动开始，首先判断节点是否可以直接传输消息给汇聚点，然后根据节点能量消耗和传输延迟计算出不同时刻各节点的传输概率，节点根据传输概率进行消息传输或转发. 队列管理则根据不同类型消息的生存时间和传输次数来决定对消息的转发和丢弃（被动或主动）. 实验结果验证了算法的有效性.
为实现Android应用程序恶意行为的有效分析，提出了基于HMMs-SVM的程序行为分类模型，将隐马尔可夫模型（HMM）和支持向量机（SVM）相结合，以动态行为序列作为关键特征，对移动应用软件运行中的网络收发、文件访问等行为建模. 该模型融合了HMM和SVM的优势，并克服了二者的不足，适合于在获取连续动态行为特征序列后进行行为分类. 实验结果表明，该方法分析召回率较高，可以有效对应用中的异常行为进行捕捉，并可以将其按类型分类.
根据机会网络中节点较稳定的社会属性，提出了一种兴趣社区检测机制，将机会网络中节点的兴趣爱好量化，根据节点间兴趣爱好相似性进行兴趣社区划分. 利用节点在运动过程中形成的社区，综合考虑节点的社区属性和节点间历史接触信息，设计了兴趣社区路由算法. 兴趣社区路由由社区内路由和社区间路由组成，路由机制是选择与目标节点在同一兴趣社区且与目标节点接触较多的节点作为中继节点完成数据包转发. 通过仿真实验验证兴趣社区路由策略的合理性和有效性. 仿真结果表明，所提出的兴趣社区路由算法能有效降低网络开销和时延，提高了投递率.
针对当前语义缓存一致性维护策略难以适应移动终端频繁切换、断接的问题，提出使用移动代理技术来维护语义缓存一致性的方法. 首先，基于SMC-架构设计移动代理MSSAg和MTAg；其次，提出无小区切换和有小区切换2种情况下进行缓存一致性维护的方法. 实验结果表明，所提方法在减少缓存一致性恢复时间和降低网络通信量方面较其他算法有明显的改善，可以有效地在频繁断接、移动和切换的环境中进行语义缓存一致性维护.
提出了随机化竞争调度算法. 该算法属于协作调度算法的范畴，适用于对相邻中继蜂窝小区边缘的用户进行联合调度. 以此算法为基础，提出了基于随机化竞争的中继蜂窝小区边缘协作调度策略. 该策略通过在相邻小区边缘可能产生资源冲突的区域形成协作中继簇，并在协作中继簇覆盖的区域内应用随机化竞争调度算法，能够尽量避免相邻小区之间产生同频干扰，从而提升小区边缘的传输性能. 仿真结果表明，所提出的协作调度策略有效地降低了相邻小区中继站对边缘用户的干扰，提升了小区边缘的吞吐量，并在一定程度上增强了小区中心和边缘区域之间的调度公平性.
为了利用垂直维度的空域资源进行三维波束赋形，提高终端接收信号的信干噪比和系统容量以及系统能量效率，实现绿色节能的通信，对均匀平面阵列天线的三维波束赋形技术的基本原理进行了研究. 波束在垂直方向的角度分辨率直接影响着垂直维度的空域资源利用率，通过Matlab仿真分析了不同因素对垂直方向角度分辨率的影响. 仿真结果表明，水平角度对垂直方向的角度分辨率基本没有影响，随着俯仰角的增大，均匀平面阵在垂直方向的角度分辨率明显降低，但可以通过增加阵元的数目提高垂直方向的角度分辨率，实现对特定目标方向有效的三维波束赋形.
为解决网络中多安全域间的访问控制难题，提出一种基于角色和信任度的访问控制模型. 将角色和信任度相关联，根据用户角色等级定义角色评价权重，利用角色评价权重和角色行为计算其信任度. 在引入直接信任度、推荐信任度和反馈信任度的基础上，通过调节各自的评价权重参与综合信任度评价，实现了细粒度的访问控制. 在局域网环境下利用web应用系统构建具有多安全域的访问控制模型，并进行了仿真实验，实验结果证明该模型具有较高的安全性、可扩展性和灵活性.
为了提高格上代理签名的效率，利用无陷门签名和小范数矩阵传递技术，构造了一个代理签名方案. 方案中的小范数矩阵传递技术可以控制代理签名私钥维数，使得代理签名私钥的维数小于原始用户签名私钥的维数. 方案的安全性基于格上的小整数解困难问题，与原有结果相比，降低了代理签名私钥和代理签名的尺寸.
提出了一种考虑工艺变化下快速时序优化的缓冲器插入方法，该方法在布线区域内对线网结构进行图变换，把随机问题变为确定性问题，也就是把工艺变化下缓冲器插入时序优化问题等效成统计最短路径问题；同时，在构建图的过程中提出一种有效节点存储算法，将有效节点个数从指数级降为平方级，大大提高了存储和运行的效率. 针对90 nm、65 nm和45 nm工艺下全局互连线缓冲器插入对本方法进行分析和验证，插入结果与已有方法的结果一致，证明了本方法的有效性；将该方法应用于直线线网和树型线网这两类集成电路中实际的互连线网，在分别插入17个缓冲器和3个缓冲器下达到了最优时序优化结果.
内容中心网络路由的研究主要关注利用转发信息库端口来获取到达服务器的最优路径，路由路径外的节点缓存中内容无法得到充分利用. 而利用多个转发信息库端口的多径路由虽可对缓存充分利用，但会带来冗余传输. 针对这些问题，提出了一种基于内容轨迹的多径路由策略，利用内容轨迹将兴趣报文引导至原有路由表路径外的缓存处，使兴趣报文在到达服务器前搜索更多缓存，增加网内缓存命中率，减小服务器负载和兴趣报文平均跳数，并将多径路由冗余控制在一定范围内. 仿真结果表明，基于内容轨迹的多径路由策略相对现有策略服务器负载降低约10%，且在服务器较远的场景下可有效降低请求平均跳数. 相对于单径路由，基于内容轨迹的多径路由策略将网内缓存命中率提升了约20%；相对于多径路由冗余降低10%以上，且具有相近的网内缓存命中率.
为了解决现有子空间聚类算法时间复杂度偏高和对输入参数敏感的问题，提出了一种基于联合熵矩阵的子空间聚类算法. 通过计算每个属性实例分布的熵降维，计算任意两个维度的联合熵，形成联合熵矩阵，在联合熵矩阵中搜索最高阶全1子矩阵作为兴趣子空间，最后在兴趣子空间完成聚类. 在人工数据集和公开数据集上的实验表明，与传统子空间聚类算法相比，新算法能以较低的开销识别维度更高的兴趣度子空间.
全信息理论及其信息转换是一种面向智能研究的理论，全信息情感理论及其信息情感交互是一种面向心智研究的理论. 建立了确定性需求模型，提出需求影响下的认知-情感交互机理，在信息-情绪层将信息的三维结构（全信息理论）、情绪的三维结构（PAD模型）和需求结合起来，依据西米诺夫的情绪动机信息理论，建立信息-情绪交互模型，提出了一种情绪和认知状态的形成及其迁移机理的计算方法. 依据基本情绪与PAD值的对应关系，分析了情绪状态从惊奇到喜悦的迁移过程，揭示了在信息-情绪层全信息和情感的产生、运行、转换、迁移的内在机制和变化规律.
针对中文环境下感知语音质量评价（PESQ）算法评价语音编码器的性能进行了研究；通过实验测试得到了在中文环境下感知语音质量评价算法评价语音编解码器的准确度，并对实验结果进行了详细分析；对感知语音质量评价算法进行了改进，提高了感知语音质量评价算法评价语音编解码器的准确度.
在分析电动汽车加电站运营模式的基础上，根据电动汽车加电站需求动态变化的特点，建立了加电站电池配送路径问题的动态车辆调度模型. 利用自适应准则改进遗传算法，构造了自适应遗传算法；针对动态车辆调度问题实时性强的特点，设计了"初始化路径制定+实时动态调度"的两阶段求解策略，通过信息更新插入动态需求加电站，对已产生的计划路径进行局部优化调整，仿真计算结果验证了模型和算法的有效性.