- EI核心期刊
指出了晶体外延生长模式现有理论描述的若干问题,包括:①弗兰克-范·德·默夫模式被描述为仅存在于衬底表面能优势度为正值的情形中,这和晶格失配度足够小的2种材料能够以该模式交替生长的实验事实不符;②对于不同的衬底表面能优势度,弗兰克-范·德·默夫模式与斯特兰斯基-克拉斯塔诺夫(S-K)模式之间的转换被描述为发生在某一固定的晶格失配度上,这显然是不合理的;③由弗兰克-范·德·默夫模式似可直接转换为沃尔默-韦伯模式,反之亦然,这一描述值得质疑.针对这些问题,提出了改进的、更加完备的理论描述,其中引入了"准弗兰克-范·德·默夫模式"的概念.在此基础上,提出了"后S-K异质兼容生长模式"的概念,并探讨了基于该模式实现高质量异质兼容体材料生长的可能性.
通过对损耗陷门函数的分析得知,在关于陷门的任意计算不可求逆的函数提前泄露的情况下,已有损耗陷门函数的可证明安全性将会受到较大的影响. 如何保证损耗陷门函数在此应用场景下仍然是可证明安全的,是一个有意义的研究问题. 为此,首先使用d线性假设,构造了一个新的损耗陷门函数,并利用扩展版的Goldreich-Levin定理,证明其是辅助输入安全的;其次通过对Peikert所构造的利用错误学习问题假设的损耗陷门函数进行适当的修改,也能证明其是辅助输入安全的;最后从效率和安全性角度出发,对2个损耗陷门函数进行了分析.
提出一种支持检测规则动态更新的畸形会话发起协议(SIP)消息检测模型,采用正向规则和反向规则结合的方式,以有效应对未知类型的畸形攻击. 采用Map-Reduce模型实现检测规则,检测过程分为常规检测和特殊检测,常规检测阶段检测消息的基本格式,特殊检测阶段将SIP消息分割后并行检测语法规则. 实验结果表明,提出的检测模型能准确高效地检测出SIP消息中的畸形特征.
提出了一种基于信号理论和网格化的尺度不变特征变换(SG-SIFT)光学遥感图像配准算法. 根据高斯差分尺度空间中各图像层间的频域关系设定各图像提取特征点的数目,使特征点在尺度域上分布均匀;再将各图像层网格化,使特征点在图像空间中分布均匀;然后用一致性检测法剔除有明显错误的匹配对. 实验结果表明,利用SG-SIFT算法得到的特征点比尺度不变特征变换(SIFT)算法的特征点分布更均匀,正确匹配对数目比均匀鲁棒尺度不变特征变换(UR-SIFT)算法均多17.47%,且SG-SIFT算法的均方误差明显低于SIFT和UR-SIFT算法.
对于3用户的多输入多输出干扰信道,提出了一种基于空时编码的干扰消除方法. 每个用户采用速率为2的空时分组码,通过在每个用户的发送信号中引入零矩阵,消除第3个接收端的多用户干扰;通过对空时码字进行预编码和接收端的单向协作链路,消除其余2个接收端的多用户干扰. 与相同场景中的已有方案相比,所提方案在保持相同传输效率的同时,减少了反馈量,还实现了全分集. 仿真结果显示,收发天线的个数相同时,所提方案的可靠性优于相同场景中的已有方案.
代理移动IPv6是集中式的基于网络的移动管理协议,其本地移动锚点已成为限制网络规模的瓶颈. 为了解决这一问题,提出一种部分分布式移动管理方案,将本地移动锚点的前缀分配和路由功能分布至接入网络端的路由器上,接入路由器通过任播地址寻址到最靠近接入网络的数据库完成位置管理. 此外,当移动节点距离初始的接入网络过远、切换时延过长时,重启会话. 综合分析结果显示,此方案具有一定的可行性.
提出了一种T细胞免疫模糊控制方法. 首先利用免疫过程中T细胞浓度调节的原理,在免疫反馈控制数学模型中引入T细胞调节因子,再利用模糊控制器逼近T细胞调节因子表示的非线性函数. 该方法与传统比例—积分控制和免疫反馈控制相比,能有效抑制负载扰动对电动机转速、电磁转矩输出和电流输出的影响,具备优良的抗系统误差能力和转速跟随能力. 永磁同步电动机(PMSM)调速系统的应用结果表明该方法具备一定可行性.
通过分析频率跳变中的转移概率特性,对比了常规跳频、差分跳频的几种典型实现方式中跳频图案变化的状态转移特性,分析结果表明,转移概率对跳频系统抗截获和干扰性能有重要影响,差分跳频虽能提供基于信息数据的更随机化跳频图案,但就转移概率特性而言与常规跳频差别不大,且差分转移阶数较低时其抗干扰性能不如常规跳频. 所提基于跳频转移概率分析的跳频图案分析和干扰方法更简单实用,且可根据性能指标和实际转移概率分布进行干扰策略的动态调整.
提出了一种针对过时信道状态下机会双向中继系统的第N最优中继选择算法. 分析了该算法在过时信道状态下的中断率性能,即通过中继选择时刻信噪比的概率密度函数和以它为条件的数据传输时刻信噪比的条件概率密度函数,确定数据传输时刻信噪比的概率密度函数,给出系统中断率下界的闭式表达及其在高信噪比下的近似值. 仿真结果表明,新算法的中断率理论结果同蒙特卡罗仿真结果相重合,且在高信噪比下,其近似表达结果能很好地逼近理论结果.
提出了一种基于时间上下文的协同过滤推荐(TCCF-LI)算法,实现了基于高校图书馆图书借阅记录数据上的学生学习兴趣挖掘.在传统协同过滤算法上引入时间上下文信息,既考虑了大尺度用户群体爱好的趋同性,又兼顾了小尺度个体用户爱好的短时相关性,获得了更高的推荐性能.在实际数据集上的实验结果表明,该算法在推荐精准度、召回率等方面比传统推荐算法有较好表现.
针对以吞吐量性能为目标的多径并行传输协议设计,基于精确Padhye吞吐量模型,分析了活跃路径选择中带宽、时延、丢包率等表征路径性能的主要属性参数差异对多路径合成吞吐量性能的影响. 在此基础上,通过对等价参数和不等价参数情况下,路径差异对吞吐量性能影响的仿真,获得以吞吐量性能为目标的多径并行传输协议. 设计中,确定了活跃多路径选择的路径度量基本方法,为带宽合成的多径并行传输活跃多路径选择提供了理论参考.
为提高复合线性调频(CLFM)信号的距离速度联合分辨力,提出了一种基于分数阶傅里叶变换的旋转线性调频(RLFM)信号,给出了设计方法,仿真得到了RLFM信号的模糊函数图、-3dB模糊度图、距离模糊函数图及速度模糊函数图,最后将其与CLFM信号进行了对比,结果显示,当旋转角度α满足1/2 α<5/6时,RLFM信号具有更好的速度分辨力和距离速度联合分辨力.
为了满足用户日益增长的数据流量需求,无线网络基站架构正从严格规划的宏基站转变为多个分布式基站. 分布式基站的部署位置具有很强的随机性,不同于传统的基于规则的基站部署模型,在泊松域上可随机部署基站,为此,研究了多输入多输出干扰网络中基于有限反馈的干扰对齐系统性能. 首先将基站在泊松域上建模成齐次泊松过程,分析了量化后的信道状态信息的相关统计特征,推导了系统的中断概率和网络容量的近似闭合表达式,通过最大化网络容量的下界得到了最优的发射机部署密度参数. 仿真结果验证了所推导的表达式能准确地评估基于有限反馈的干扰对齐系统性能.
协同过滤(CF)推荐系统可以通过了解用户过去的行为向用户推荐项目. 针对现有的CF推荐系统没有利用潜在的项目偏好信息,提出了一种利用项目偏好改进CF的推荐方法. 该方法首先采用K-means算法对用户进行聚类,然后利用用户聚类和效用矩阵构建项目偏好矩阵,最后在基于项目的CF方法中,综合项目评分相似度、项目属性及其偏好特征相似度产生推荐. 实验结果表明,该方法获得了较好的推荐精度,在一定程度上缓解了稀疏问题.
针对当前直接匿名认证(DAA)方案设计复杂度高、计算开销大,导致制约资源受限的嵌入式或移动可信智能设备的应用的现状,提出了一种改进DAA方案. 采用双线性对密码体制,以双线性对为工具,以q强Diffie-Hellman、判定性Diffie-Hellman安全假设为基础. 分析结果表明,该方案在确保正确、安全、匿名的基础上,计算开销得到了有效降低,解决了当前资源受限可信设备的计算瓶颈问题加速推进了DAA方案在移动领域的应用.
为了有效提高认知无线电网络频谱共享的性能,综合考虑了集中控制模式下的数据传输质量及信道利用率,研究了基于主用户的频谱聚合策略. 针对一个聚合频谱中的多个信道,面向次级用户建立具有多服务台且传输过程可同步中断的离散时间排队模型. 使用矩阵几何解方法,求解出主用户数据包阻塞率、次级用户数据包平均延迟以及信道利用率等性能指标的表达式. 实验结果表明,在设置频谱聚合容量时,不同性能指标之间存在折中关系. 通过建立成本函数,给出了频谱聚合容量的设置方案,实现了认知无线电网络频谱聚合策略的性能优化.
针对在加密域中进行指纹匹配时指纹模板和现场样本整体对齐的困难性,提出了一种免对齐的指纹匹配方案. 采用具有旋转和平移不变性的细节点纹线方向特征和细节点局部结构,设计实现了相应的加密二进制电路,使得服务器能验证用户指纹,而不会泄露各自的数据. 实验结果表明,所提方案在FVC2002-DB2指纹库上具有较高的匹配精度.
位置k-匿名技术假设匿名集内的用户具有相同的安全性,这与现实情况不符. 借鉴安全多方计算理论,提出了一种分布式结构下的无用户协作位置隐私保护方法. 该方法仍然基于时空匿名思想,利用不经意传输概念设计了隐私感知查询协议. 安全性分析和仿真实验结果表明,该方法不仅满足位置k-匿名和位置模糊的条件,而且取得了更高的隐私性.
针对认知双向中继网络下信道状态信息不理想的情况,提出了基于信干噪比(SINR)平衡的分布式鲁棒波束成形算法. 该算法的最优波束成形因子在满足中继总功率和主用户接收端干扰功率受限的条件下,使认知用户在最差情况下的SINR最大化. 通过使用S-Procedure,并引入半正定松弛思想,可将原优化问题转化为凸优化可行性问题进行求解. 仿真结果表明,该算法可有效降低认知用户对主用户接收端的干扰,保证主用户的正常通信,验证了该算法的有效性和鲁棒性.
通过深入分析人车融合发展趋势及人、车、环境协同需求,提出了车联网的对象协同模型,建立了车联网对象个体与群体运行机制、交互方式与群体协同体制. 进一步提出了车联网体系架构参考模型,通过协同计算控制层实现车联网对象、服务、通信的多维协同,并着重分析了其关键技术和要求.
聚合多终端完成个性化业务是未来用户对泛在业务的必然要求,然而移动的异构终端无法持续地支撑高质量的泛在业务. 为此提出了多终端协同(MTS)机制,以分层模型和业务质量标准模型为基础建立协同实现流程,主要包含业务的注册与发起、MTS选择和维护3个模块. 在MTS选择核心算法中加入基于时间戳的探路机制和时间控制窗口,以提高业务性能. 仿真结果表明,MTS机制能较快聚合高质量执行终端,保证业务持续性和平滑性,与其他方法比较,在业务重调和时延方面有更好的性能.
综合业务模型和网络模型提出了面向多业务的终端聚合问题模型,并在此基础上,提出了一种面向多业务的终端聚合算法,包括多终端协同集合的构造与决策两部分. 通过仿真与面向业务的终端组合模式及随机分配算法比较可知,所提算法具有更高的性能.
提出一种增强型无线传感器网络的小道消息(gossip)时间同步算法,利用无线信道的广播特性来提高同步性能. 传统的gossip同步算法是点对点的通信方式,增强型gossip同步算法是点对多点的通信方式. 理论分析和计算机仿真均表明此方法可以提高无线传感器网络时间同步的收敛速度,并且可以降低网络能耗.
提出了基于指数嵌入族(EEF)准则的认知无线电宽带频谱感知算法. 在EEF准则宽带感知算法的基础上,充分考虑信号子空间和噪声子空间的性质,利用Gerschgorin酉变换改进EEF算法,提出了基于Gerschgorin EEF(GEEF)的宽带感知算法. 该方案主要是利用EEF准则或GEEF准则估算出授权频带中被主用户占用子带集合的势,从而完成宽带授权频段上空闲频带的感知,以便于被次级用户动态接入. 理论推导和仿真结果表明,所提出的方案无须知晓任何有关噪声功率和主用户信号的先验信息,对噪声功率的不确定性具有鲁棒性.
面向英语文章的词性标注是对英语文章实现自动批改的基础,虽然研究者对英语词性标注做了大量有益的研究,但是大多数的研究都面向英语为第一语言的用户,而面向英语为第二语言用户的相关研究则很少. 为此,对以英语为第二语言用户的英语文章进行了人工标注,在此基础上提出了一种面向英语文章的词性标注算法,融合了词聚类、无标语料统计信息、单词发音等特征. 实验结果表明,该算法能有效提高词性标注性能,标注正确率从94.49%可提高到97.07%.
在移动自组织网络(MANETs)中常见路由算法的基础上,如单副本路由和泛洪路由,提出了一种基于轨迹相似度的单副本路由算法.针对单副本路由和泛洪路由中存在的问题,如单副本路由中的大传输延迟、泛洪路由中的过量网络资源消耗及由此导致的数据丢失,提出了基于历史轨迹记录相似度的多副本路由算法.通过仿真实验,对所提算法在转发成功率、转发延时及转发次数等性能参数方面进行了评估.实验结果表明,与现有的路由算法相比,所提出的算法具有更好的性能表现,达到了预期的设计目标.