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

該文提出一種基于四階累積量張量聯(lián)合對(duì)角化的聯(lián)合盲源分離(J-BSS)算法。首先通過(guò)計(jì)算4階互累積量將多數(shù)據(jù)集信號(hào)的J-BSS問題轉(zhuǎn)化為4階張量聯(lián)合對(duì)角化問題。接下來(lái)，基于雅可比連續(xù)旋轉(zhuǎn)將張量聯(lián)合對(duì)角化這類非線性優(yōu)化問題，轉(zhuǎn)化為一系列可獲取閉式解的簡(jiǎn)單子優(yōu)化問題，并通過(guò)交替迭代對(duì)多數(shù)據(jù)集混合矩陣進(jìn)行更新，進(jìn)而實(shí)現(xiàn)J-BSS。實(shí)驗(yàn)結(jié)果表明，所提算法具有良好的收斂性能，較之現(xiàn)有的同類型BSS及J-BSS算法具有更高的精度。此外，該算法在分離實(shí)際胎兒心電信號(hào)方面也表現(xiàn)出良好的性能。

針對(duì)多跳頻信號(hào)空域參數(shù)估計(jì)問題，該文在稀疏貝葉斯學(xué)習(xí)(SBL)的基礎(chǔ)上，利用跳頻信號(hào)的空域稀疏性實(shí)現(xiàn)了波達(dá)方向(DOA)的估計(jì)。首先構(gòu)造空域離散網(wǎng)格，將實(shí)際DOA與網(wǎng)格點(diǎn)之間的偏移量建模進(jìn)離散網(wǎng)格中，建立多跳頻信號(hào)均勻線陣接收數(shù)據(jù)模型；然后通過(guò)SBL理論得到行稀疏信號(hào)矩陣的后驗(yàn)概率分布，用超參數(shù)控制偏移量和信號(hào)矩陣的行稀疏程度；最后利用期望最大化(EM)算法對(duì)超參數(shù)進(jìn)行迭代，得到信號(hào)矩陣的最大后驗(yàn)估計(jì)以完成DOA的估計(jì)。理論分析與仿真實(shí)驗(yàn)表明該方法具有良好的估計(jì)性能并能適應(yīng)較少快拍數(shù)的情況。

在單樣本(SMV)、低信噪比條件下，稀疏重構(gòu)方法可提升時(shí)延估計(jì)精度，但現(xiàn)有的重構(gòu)算法在支撐集元素的選擇中存在錯(cuò)選和漏選的情況，從而導(dǎo)致估計(jì)精度受限。針對(duì)上述問題，該文提出一種基于循環(huán)匹配追蹤(LMP)的稀疏重構(gòu)時(shí)延估計(jì)算法。該方法引入了“循環(huán)刪除，匹配添加”的思想，有效提升了直達(dá)徑的估計(jì)精度。算法首先建立信道沖激響應(yīng)稀疏表示模型；然后在獲得初始支撐集的前提下，先循環(huán)刪除支撐集內(nèi)的元素，再?gòu)闹渭a(bǔ)集中依據(jù)與當(dāng)前殘差內(nèi)積值最大來(lái)匹配添加新元素，直至殘差內(nèi)積基本不變；最后利用時(shí)延值與稀疏支撐集的關(guān)系得到了時(shí)延的估計(jì)值。仿真結(jié)果表明，所提算法相比于傳統(tǒng)稀疏重構(gòu)時(shí)延估計(jì)算法具有更高的估計(jì)精度。同時(shí)基于USRP平臺(tái)，利用實(shí)際信號(hào)對(duì)所提算法進(jìn)行了有效性驗(yàn)證。

針對(duì)識(shí)別左右手運(yùn)動(dòng)想象腦電圖信號(hào)(EEG)模式精度和互信息不高的問題，該文采用基于可調(diào)Q因子小波變換(TQWT)算法來(lái)處理腦電信號(hào)。首先，利用TQWT對(duì)腦電圖信號(hào)進(jìn)行分解；隨后，提取子頻帶信號(hào)的小波系數(shù)能量、自回歸模型(AR)系數(shù)以及分形維數(shù)；最后，利用線性判別分析(LDA)對(duì)提取的腦電特征進(jìn)行識(shí)別。采用BCI2003和BCI2005競(jìng)賽數(shù)據(jù)對(duì)所提出的算法進(jìn)行驗(yàn)證，4名受試者的最高識(shí)別率分別為88.11%, 89.33%, 77.13%和78.80%，最大互信息分別為0.95, 0.96, 0.43和0.45。實(shí)驗(yàn)結(jié)果表明，所提算法取得了高分類精度及互信息值，驗(yàn)證了其有效性。

針對(duì)現(xiàn)有相干分布源直接定位方法中存在的依賴分布模型、計(jì)算復(fù)雜等問題，該文提出一種基于非圓信號(hào)特征的對(duì)稱旋轉(zhuǎn)不變直接定位算法。該方法首先根據(jù)分布源參數(shù)化假設(shè)建立基于數(shù)據(jù)域信息的直接位置估計(jì)模型，并利用非圓信號(hào)特征擴(kuò)展接收信號(hào)的協(xié)方差矩陣。然后針對(duì)中心對(duì)稱陣列，證明了相干分布源的確定性角信號(hào)分布函數(shù)矢量具有對(duì)稱特性，基于這一特征建立了擴(kuò)展方向矢量的旋轉(zhuǎn)不變關(guān)系；構(gòu)造了融合多個(gè)觀測(cè)站信息的目標(biāo)函數(shù)，直接估計(jì)目標(biāo)位置，避免了對(duì)分布模型的依賴，且降低了待估計(jì)參數(shù)維度。仿真結(jié)果表明，與現(xiàn)有相干分布源定位算法相比，所提算法提高了分布源位置估計(jì)精度和效率，避免了對(duì)分布模型的依賴，更具實(shí)用價(jià)值。

雙向長(zhǎng)短時(shí)記憶模型(BLSTM)由于其強(qiáng)大的時(shí)間序列建模能力，以及良好的訓(xùn)練穩(wěn)定性，已經(jīng)成為語(yǔ)音識(shí)別領(lǐng)域主流的聲學(xué)模型結(jié)構(gòu)。但是該模型結(jié)構(gòu)擁有更大計(jì)算量以及參數(shù)數(shù)量，因此在神經(jīng)網(wǎng)絡(luò)訓(xùn)練的過(guò)程當(dāng)中很容易過(guò)擬合，進(jìn)而無(wú)法獲得理想的識(shí)別效果。在實(shí)際應(yīng)用中，通常會(huì)使用一些技巧來(lái)緩解過(guò)擬合問題，例如在待優(yōu)化的目標(biāo)函數(shù)中加入L2正則項(xiàng)就是常用的方法之一。該文提出一種空間平滑的方法，把BLSTM模型激活值的向量重組成一個(gè)2維圖，通過(guò)濾波變換得到它的空間信息，并將平滑該空間信息作為輔助優(yōu)化目標(biāo)，與傳統(tǒng)的損失函數(shù)一起，作為優(yōu)化神經(jīng)網(wǎng)絡(luò)參數(shù)的學(xué)習(xí)準(zhǔn)則。實(shí)驗(yàn)表明，在電話交談?wù)Z音識(shí)別任務(wù)上，這種方法相比于基線模型取得了相對(duì)4%的詞錯(cuò)誤率(WER)下降。進(jìn)一步探索了L2范數(shù)正則技術(shù)和空間平滑方法的互補(bǔ)性，實(shí)驗(yàn)結(jié)果表明，同時(shí)應(yīng)用這2種算法，能夠取得相對(duì)8.6%的WER下降。

針對(duì)SIMO-OFDM系統(tǒng)下的信道估計(jì)和符號(hào)檢測(cè)問題，該文建立了接收數(shù)據(jù)矩陣的平行因子分析(PARAFAC)模型，利用PARAFAC模型中離散傅里葉變換矩陣的行滿秩特性，結(jié)合數(shù)據(jù)矩陣的奇異值分解，提出了一種信道與符號(hào)聯(lián)合盲估計(jì)的閉式求解方法。由于提出的求解方法無(wú)須進(jìn)行迭代便可以完成信道估計(jì)和符號(hào)檢測(cè)，因此其計(jì)算復(fù)雜度低，此外，利用PARAFAC模型實(shí)現(xiàn)信道和符號(hào)的同時(shí)計(jì)算，避免了因信道估計(jì)誤差導(dǎo)致的符號(hào)誤碼率性能下降問題。仿真結(jié)果表明，與傳統(tǒng)方法相比提出的方法計(jì)算復(fù)雜度更低，估計(jì)性能更好。

戰(zhàn)術(shù)指揮車內(nèi)多部電臺(tái)同時(shí)工作，發(fā)射電臺(tái)將對(duì)接收電臺(tái)產(chǎn)生嚴(yán)重的互擾。針對(duì)上述問題，該文提出基于多通道最小均方算法(MCLMS)的多發(fā)單收同車電臺(tái)射頻干擾對(duì)消方法。首先，分析同車電臺(tái)N 發(fā)M 收情況可分離為M個(gè)N發(fā)單收?qǐng)鼍暗寞B加，進(jìn)而建立多發(fā)單收射頻干擾對(duì)消模型。在此基礎(chǔ)上，提出基于MCLMS算法的射頻干擾對(duì)消方法，并理論分析該對(duì)消方法的性能，推導(dǎo)得出互擾對(duì)消比(MICR)與發(fā)射電臺(tái)數(shù)目N、收斂因子

之間的閉合數(shù)學(xué)表達(dá)式。最后，通過(guò)仿真驗(yàn)證了理論結(jié)果的正確性，表明該方法能夠有效抑制同車發(fā)射電臺(tái)對(duì)接收電臺(tái)的互擾影響，增強(qiáng)指揮車電磁兼容性。

超密集組網(wǎng)的基站高密度特性會(huì)帶來(lái)嚴(yán)重的小區(qū)間干擾，多點(diǎn)協(xié)作聯(lián)合傳輸應(yīng)用于超密集組網(wǎng)進(jìn)行干擾管理是目前的研究熱點(diǎn)，該文對(duì)多點(diǎn)協(xié)作聯(lián)合傳輸時(shí)基站密度對(duì)網(wǎng)絡(luò)性能的影響進(jìn)行了分析。首先采用隨機(jī)幾何方法推導(dǎo)了3維空間基站與用戶距離的概率密度函數(shù)，為選取距離用戶最近的多個(gè)基站聯(lián)合傳輸?shù)膮f(xié)作機(jī)制提供了基礎(chǔ)；然后結(jié)合有界雙斜率路徑損耗模型，進(jìn)行用戶下行鏈路的干擾建模，進(jìn)一步推導(dǎo)出用戶下行鏈路覆蓋率和網(wǎng)絡(luò)區(qū)域頻譜效率的表達(dá)式，并分析了協(xié)作基站數(shù)、基站密度等參數(shù)對(duì)網(wǎng)絡(luò)性能的影響。數(shù)值仿真表明：協(xié)作基站數(shù)為2時(shí)就可使下行鏈路覆蓋率增加10%，且實(shí)現(xiàn)2到3倍的頻譜效率的增益，當(dāng)協(xié)作基站數(shù)為3時(shí)，費(fèi)效比更優(yōu)，同時(shí)可得到多點(diǎn)協(xié)作下的基站密度極限使區(qū)域頻譜效率最高。該文工作可為下一代移動(dòng)通信網(wǎng)絡(luò)的基站部署提供理論支持。

Luby變換(LT)碼作為一種抗干擾編碼技術(shù)，應(yīng)用于認(rèn)知無(wú)線電系統(tǒng)，可提高次用戶數(shù)據(jù)傳輸?shù)目煽啃?。編譯碼是影響LT碼抗干擾性能的關(guān)鍵因素。為提高數(shù)據(jù)傳輸?shù)目煽啃院退俣?，該文提出一種適用于認(rèn)知無(wú)線電系統(tǒng)的LT碼聯(lián)合泊松魯棒孤子分布-疊層(CPRSD-H)編譯碼算法。編碼過(guò)程中，編碼器首先采用CPRSD進(jìn)行編碼產(chǎn)生編碼分組和編碼矩陣，隨后通過(guò)編碼矩陣中度數(shù)為1和度數(shù)為2對(duì)應(yīng)的列向量攜帶雙層信息：度數(shù)為1和度數(shù)為2的編碼分組和與其相連接的輸入分組的連接關(guān)系；部分原始數(shù)據(jù)信息。譯碼過(guò)程中，譯碼器首先通過(guò)第1層存儲(chǔ)信息采用置信傳播(BP)算法譯碼完成，隨后一些未被成功譯出的信息再通過(guò)第2層存儲(chǔ)信息進(jìn)行填補(bǔ)。仿真結(jié)果表明，將CPRSD-H編譯碼算法應(yīng)用于認(rèn)知無(wú)線電系統(tǒng)中，能夠顯著降低LT碼的誤比特率(BER)，提高次用戶有效吞吐量以及加快LT碼編譯碼速度。

卷積盲源分離可以在頻域得到有效解決，但頻域盲源分離必須解決排序模糊問題。該文提出一種基于區(qū)域增長(zhǎng)校正的頻域盲源分離排序算法。首先對(duì)卷積混合信號(hào)短時(shí)傅里葉變換，在頻域的各個(gè)頻點(diǎn)處建立瞬時(shí)模型進(jìn)行獨(dú)立分量分析，在此基礎(chǔ)上使用分離信號(hào)功率比的相關(guān)性，對(duì)所有頻點(diǎn)進(jìn)行逐點(diǎn)排序置換。其次根據(jù)閾值將排序后的結(jié)果劃分為若干個(gè)小區(qū)域。最后按區(qū)域增長(zhǎng)方式進(jìn)行區(qū)域置換與合并，最終得到正確的分離信號(hào)。區(qū)域增長(zhǎng)校正可最大限度地減少頻點(diǎn)排序錯(cuò)誤擴(kuò)散現(xiàn)象，從而改善分離效果。在模擬和真實(shí)環(huán)境中分別進(jìn)行語(yǔ)音盲源分離實(shí)驗(yàn)，結(jié)果表明所提算法的有效性。

為了實(shí)現(xiàn)四表(水，電，氣，熱)集抄行業(yè)之間的業(yè)務(wù)數(shù)據(jù)隔離，提升本地網(wǎng)絡(luò)的穩(wěn)定性和覆蓋能力，該文提出四表集抄通信網(wǎng)絡(luò)虛擬化方案。該方案采用虛擬接入點(diǎn)名稱(APN)技術(shù)以及軟件定義網(wǎng)絡(luò)(SDN)切片技術(shù)構(gòu)成端到端隔離的業(yè)務(wù)數(shù)據(jù)采集通道；采用微功率無(wú)線和低壓電力線載波構(gòu)成實(shí)時(shí)可靠的本地雙模虛擬網(wǎng)絡(luò)，進(jìn)一步提出基于全局鏈路狀態(tài)和分層迭代的組網(wǎng)算法。仿真及現(xiàn)場(chǎng)驗(yàn)證結(jié)果表明，該方案降低了采集數(shù)據(jù)的丟包率和傳輸時(shí)延，提高業(yè)務(wù)支撐能力，保障行業(yè)之間的業(yè)務(wù)數(shù)據(jù)隔離，提升通信網(wǎng)絡(luò)基礎(chǔ)設(shè)施復(fù)用能力。

該文針對(duì)星基定位接收機(jī)導(dǎo)航信號(hào)捕獲的干擾問題，提出一種非完備空際間疊干擾信號(hào)模型。首先對(duì)提出的干擾模型以及非完備空際間疊引起的干擾裂變效應(yīng)進(jìn)行了闡述分析與推究證明，而后推導(dǎo)計(jì)算出了星基定位接收機(jī)輸出信干噪比(SINR)與空際間疊長(zhǎng)度的函數(shù)式，論證了兩者函數(shù)單調(diào)性關(guān)系。仿真實(shí)驗(yàn)表明星基定位接收機(jī)輸出信干噪比為空際間疊長(zhǎng)度的單調(diào)增函數(shù)，短空際間疊長(zhǎng)度干擾可抑制3維頻碼域相關(guān)峰突起，降消星基定位接收機(jī)捕獲性能。

在超高頻射頻識(shí)別(UHF RFID)系統(tǒng)近場(chǎng)(NF)密集標(biāo)簽應(yīng)用中，由于微帶標(biāo)簽天線的結(jié)構(gòu)特點(diǎn)，傳統(tǒng)線圈間互阻抗表達(dá)式在預(yù)估系統(tǒng)頻率偏移等互耦效應(yīng)問題方面誤差較大，精確性不夠。首先，基于變壓器模型，從無(wú)線電能傳輸?shù)慕嵌韧茖?dǎo)了近場(chǎng)密集標(biāo)簽間的互阻抗表達(dá)式。然后，結(jié)合近場(chǎng)電感耦合型標(biāo)簽，通過(guò)建立電磁仿真模型間接獲取有關(guān)電氣參數(shù)值。最后，驗(yàn)證推導(dǎo)公式并從影響雙標(biāo)簽間互阻抗的環(huán)境因素角度去研究UHF RFID近場(chǎng)頻率偏移問題。測(cè)試結(jié)果表明，當(dāng)標(biāo)簽間距小于30 mm時(shí)，推導(dǎo)的互阻抗表達(dá)式應(yīng)用于頻率偏移計(jì)算誤差范圍為1.6～7.3 MHz。研究結(jié)果為基于標(biāo)簽間互阻抗預(yù)估UHF RFID近場(chǎng)標(biāo)簽間的互耦效應(yīng)問題提供了參考依據(jù)。

在射電望遠(yuǎn)鏡和衛(wèi)星通信天線中，圓極化器是關(guān)鍵部件之一。傳統(tǒng)圓極化器在保證0.75 dB軸比時(shí)的相對(duì)帶寬最多為41%，無(wú)法滿足日益增長(zhǎng)的寬頻帶應(yīng)用需求。該文利用四脊波導(dǎo)的寬帶特性，通過(guò)采用具有不同尺寸的水平脊和垂直脊，使四脊波導(dǎo)兩個(gè)正交主模的相位常數(shù)不同，來(lái)實(shí)現(xiàn)寬帶移相特性，并給出了一種寬帶四脊波導(dǎo)圓極化器的設(shè)計(jì)方法。按照這一方法，設(shè)計(jì)了一款寬帶C波段圓極化器，工作帶寬為3.625～7.025 GHz，相對(duì)帶寬64%。該文還研究了圓極化器主要參數(shù)變化對(duì)其性能的影響，加工并實(shí)測(cè)了一個(gè)圓極化器樣機(jī)。實(shí)測(cè)結(jié)果顯示出，該圓極化器兩個(gè)正交極化的反射損耗均小于–21 dB，相差90°±3.8°，相應(yīng)的軸比小于0.6 dB。測(cè)試與仿真結(jié)果吻合良好，證明了分析與設(shè)計(jì)方法的正確性。

我國(guó)是個(gè)洪澇災(zāi)害多發(fā)的國(guó)家，每年7月、8月份洪澇災(zāi)害時(shí)常發(fā)生。因此，實(shí)現(xiàn)洪澇受災(zāi)區(qū)域的水體快速檢測(cè)對(duì)災(zāi)害救援和評(píng)估具有重要的意義。高分3號(hào)SAR衛(wèi)星數(shù)據(jù)采用主動(dòng)式對(duì)地觀測(cè)技術(shù)，全天時(shí)、全天候成像的特點(diǎn)在洪澇減災(zāi)應(yīng)用中具有明顯的優(yōu)勢(shì)。以湖南省洪澇災(zāi)害區(qū)域快速檢測(cè)為目的，該文提出基于高分3號(hào)單極化SAR數(shù)據(jù)的洪澇區(qū)域水體快速檢測(cè)方法，包括SAR預(yù)處理，顧及SAR分布特性且保邊緣的馬爾科夫模型洪澇水體提取，基于SAR幾何構(gòu)象模型的陰影虛警干擾去除等步驟，并利用人工檢測(cè)結(jié)果進(jìn)行相對(duì)精度評(píng)價(jià)。測(cè)試結(jié)果表明，所提方法可以實(shí)現(xiàn)洪澇受災(zāi)區(qū)域的快速、精確提取。

傳統(tǒng)基于特征的景象匹配方法存在冗余點(diǎn)多、匹配精度低等問題，難以同時(shí)滿足實(shí)時(shí)性及魯棒性要求，對(duì)此，論文提出一種基于尺度不變特征變換(SIFT)的快速景象匹配方法。在特征提取階段，采用高速分段特征檢測(cè)器(FAST)在多尺度檢測(cè)角點(diǎn)作為初始特征，經(jīng)過(guò)高斯差分(DOG)算子在尺度空間中進(jìn)行特征的2次篩選，簡(jiǎn)化原有遍歷式的特征搜索過(guò)程；在特征匹配階段，采用仿射模型模擬變換關(guān)系建立幾何約束條件，克服SIFT算法由于忽略幾何信息而產(chǎn)生的誤匹配。實(shí)驗(yàn)表明：該方法在匹配精度和實(shí)時(shí)性方面均優(yōu)于SIFT算法，且對(duì)光照、模糊、尺度等變換具有良好的魯棒性，能夠更好地實(shí)現(xiàn)景象匹配。

針對(duì)光照變化引起目標(biāo)跟蹤性能顯著下降的問題，該文提出一種聯(lián)合優(yōu)化光照補(bǔ)償和多任務(wù)逆向稀疏表示的視覺跟蹤方法。首先基于模板與候選目標(biāo)的平均亮度差異對(duì)模板實(shí)施光照補(bǔ)償，并利用候選目標(biāo)逆向稀疏表示光照補(bǔ)償后的模板。而后將所得多個(gè)關(guān)于單模板的優(yōu)化問題轉(zhuǎn)化為一個(gè)關(guān)于多模板的多任務(wù)優(yōu)化問題，并利用交替迭代方法求解此多任務(wù)優(yōu)化問題以獲得最優(yōu)光照補(bǔ)償系數(shù)矩陣以及稀疏編碼矩陣。最后利用所得稀疏編碼矩陣快速剔除無(wú)關(guān)候選目標(biāo)，并采用局部結(jié)構(gòu)化評(píng)估方法實(shí)現(xiàn)目標(biāo)精確跟蹤。仿真結(jié)果表明，與現(xiàn)有主流算法相比，劇烈光照變化情況下，所提方法可顯著改善目標(biāo)跟蹤精度及穩(wěn)健性。

為了獲得更適合人感知的夜視融合圖像，該文提出一種基于灰度變換與兩尺度分解的夜視圖像融合算法。首先，利用紅外像素值作為指數(shù)因子對(duì)可見光圖像進(jìn)行灰度轉(zhuǎn)換，在達(dá)到可見光圖像增強(qiáng)的同時(shí)還使可見光與紅外圖像融合任務(wù)轉(zhuǎn)換為同類圖像融合。其次，通過(guò)均值濾波對(duì)增強(qiáng)結(jié)果與原始可見光圖像進(jìn)行兩尺度分解。再次，運(yùn)用基于視覺權(quán)重圖的方法融合細(xì)節(jié)層。最后，綜合這些結(jié)果重構(gòu)出融合圖像。由于該文方法在可見光波段顯示結(jié)果，因此融合圖像更適合視覺感知。實(shí)驗(yàn)結(jié)果表明，所提方法在視覺質(zhì)量和客觀評(píng)價(jià)方面優(yōu)于其它5種對(duì)比方法，融合時(shí)間小于0.2 s，滿足實(shí)時(shí)性要求。融合后圖像背景細(xì)節(jié)信息清晰，熱目標(biāo)突出，同時(shí)降低處理時(shí)間。

針對(duì)動(dòng)作特征在卷積神經(jīng)網(wǎng)絡(luò)模型傳輸時(shí)的損失問題以及網(wǎng)絡(luò)模型過(guò)擬合的問題，該文提出一種跨層融合模型和多個(gè)模型投票的動(dòng)作識(shí)別方法。在預(yù)處理階段，借助排序池化的方法聚集視頻中的運(yùn)動(dòng)信息，生成近似動(dòng)態(tài)圖像。在全連接層前設(shè)置對(duì)特征信息進(jìn)行水平翻轉(zhuǎn)結(jié)構(gòu)，構(gòu)成無(wú)融合模型。在無(wú)融合模型的基礎(chǔ)上添加第2層的輸出特征與第5層的輸出特征融合結(jié)構(gòu)，構(gòu)造成跨層融合模型。訓(xùn)練時(shí)，對(duì)無(wú)融合模型和跨層融合模型兩種基本模型采用3種數(shù)據(jù)劃分方式以及兩種生成近似動(dòng)態(tài)圖像順序進(jìn)行訓(xùn)練，得到多個(gè)不同的分類器。測(cè)試時(shí)使用多個(gè)分類器進(jìn)行預(yù)測(cè)，對(duì)它們得到的結(jié)果進(jìn)行投票集成，作為最終分類結(jié)果。在UCF101數(shù)據(jù)集上，提出的無(wú)融合模型和跨層融合模型的識(shí)別方法與動(dòng)態(tài)圖像網(wǎng)絡(luò)模型的方法相比，識(shí)別率有較大提高；多模型投票的識(shí)別方法能有效緩解模型的過(guò)擬合現(xiàn)象，增加算法的魯棒性，得到更好的平均性能。

基于灰度圖像隱寫算法直接應(yīng)用于彩色圖像引起的安全性問題，該文針對(duì)彩色分量提出一種動(dòng)態(tài)更新失真代價(jià)的空域隱寫算法。首先，分析了彩色分量?jī)?nèi)容特性與通道間相關(guān)性的關(guān)系，提出中心元素的失真更新準(zhǔn)則。隨后，考慮到隱寫過(guò)程中鄰域分量嵌入修改產(chǎn)生的交互影響，得到維持鄰域相關(guān)性的最優(yōu)修改方式。最后，提出彩色分量的失真代價(jià)動(dòng)態(tài)更新策略(CCMS)，并應(yīng)用該策略設(shè)計(jì)實(shí)現(xiàn)了一種彩色圖像的空域自適應(yīng)隱寫算法。實(shí)驗(yàn)表明，在5種嵌入率下HILL-CCMS，WOW-CCMS算法對(duì)彩色隱寫特征CRM，SCCRM的抗檢測(cè)能力明顯高于HILL和WOW算法。

針對(duì)機(jī)器人在家庭環(huán)境下的目標(biāo)檢測(cè)問題，該文提出一種基于動(dòng)作注意策略的樹形雙深度Q網(wǎng)絡(luò)(TDDQN)目標(biāo)候選區(qū)域提取的方法，該方法將雙深度Q網(wǎng)絡(luò)(DDQN)的方法與樹結(jié)構(gòu)的方法相結(jié)合，通過(guò)執(zhí)行改變檢測(cè)框的動(dòng)作以使目標(biāo)逐漸集中在檢測(cè)框內(nèi)。首先采用DDQN方法在執(zhí)行較少的動(dòng)作后選擇出當(dāng)前狀態(tài)的最佳動(dòng)作，獲取符合條件的候選區(qū)域。然后根據(jù)執(zhí)行所選擇動(dòng)作之后所得到的狀態(tài)重復(fù)執(zhí)行上述過(guò)程，以此構(gòu)成樹結(jié)構(gòu)的多條“最佳”路徑。最后采用非極大值抑制的方法從多個(gè)符合條件的候選區(qū)域選擇出最佳候選區(qū)域。在Pascal VOC2007以及Pascal VOC2012上的實(shí)驗(yàn)結(jié)果表明，在不同數(shù)量的候選區(qū)域、不同閾值的IoU和不同大小以及不同種類對(duì)象的實(shí)驗(yàn)條件下，所提方法較其他方法都有著更好的檢測(cè)性能，可以較好地實(shí)現(xiàn)目標(biāo)檢測(cè)。

密鑰聚合可搜索加密不僅可以通過(guò)關(guān)鍵字檢索密文，還可以減少用戶密鑰管理的代價(jià)和安全風(fēng)險(xiǎn)。該文分析了一個(gè)可驗(yàn)證的密鑰聚合可搜索加密方案，指出該方案不滿足關(guān)鍵字猜測(cè)攻擊，未經(jīng)授權(quán)的內(nèi)部用戶可以猜測(cè)其他用戶的私鑰。為了提高原方案的安全性，提出了云存儲(chǔ)環(huán)境下多服務(wù)器的密鑰聚合可搜索加密方案。所提方案不僅改進(jìn)了原方案的安全性問題，還增加了多服務(wù)的特性，提高了上傳和存儲(chǔ)的效率，更適合一對(duì)多的用戶環(huán)境。

服務(wù)功能鏈的服務(wù)性能取決于功能的部署位置和數(shù)據(jù)傳輸路徑的選擇。針對(duì)資源有限的網(wǎng)絡(luò)中的服務(wù)功能鏈部署問題，該文設(shè)計(jì)了一種基于最長(zhǎng)有效功能序列(LEFS)的服務(wù)功能鏈部署算法，以功能復(fù)用和帶寬需求聯(lián)合優(yōu)化為目標(biāo)，在控制路徑長(zhǎng)度的同時(shí)根據(jù)LEFS逐步搜索中繼節(jié)點(diǎn)，直至滿足服務(wù)請(qǐng)求。仿真結(jié)果表明，該算法能夠均衡網(wǎng)絡(luò)資源，同時(shí)優(yōu)化網(wǎng)絡(luò)的功能部署率和帶寬利用率，與其他算法相比，網(wǎng)絡(luò)資源利用率降低了10%，可以支持更多的服務(wù)請(qǐng)求，且算法計(jì)算復(fù)雜度低，可以實(shí)現(xiàn)對(duì)服務(wù)請(qǐng)求的快速響應(yīng)。

在無(wú)線傳感器網(wǎng)絡(luò)(WSN)節(jié)點(diǎn)的無(wú)線電關(guān)閉期間，用以維護(hù)系統(tǒng)時(shí)鐘的硬件定時(shí)器中斷請(qǐng)求(IRQ)是微控制單元(MCU)能耗的重要來(lái)源，此時(shí)中斷頻率對(duì)WSN節(jié)點(diǎn)總能耗影響較大。該文提出一種基于無(wú)跡卡爾曼濾波(UKF)估計(jì)的時(shí)鐘分辨率優(yōu)化方法，根據(jù)協(xié)議的時(shí)間特性來(lái)切換中斷高低頻率。在休眠期間切換到低分辨率，需要喚醒時(shí)先通過(guò)UKF獲得高分辨率計(jì)時(shí)開始時(shí)間的最優(yōu)估計(jì)，再通過(guò)分辨率漸變的定時(shí)器中斷的線性組合來(lái)進(jìn)入高分辨率計(jì)時(shí)。對(duì)Tmote平臺(tái)的ContikiMAC協(xié)議進(jìn)行的仿真實(shí)驗(yàn)中，在無(wú)線電占空比(RDC)為0.53%的情況下，所提方法比原始協(xié)議總能耗下降28.85%。

在大型復(fù)雜軟件定義網(wǎng)絡(luò)中，為提高網(wǎng)絡(luò)負(fù)載均衡，減少控制器與交換機(jī)間的傳播時(shí)延，該文提出一種基于效率區(qū)間的負(fù)載均衡在線優(yōu)化算法。在初始靜態(tài)網(wǎng)絡(luò)中，通過(guò)貪心算法選擇初始控制器集合，并以其為根節(jié)點(diǎn)構(gòu)建M棵改進(jìn)代價(jià)的最小生成樹(MST)，確定初始M個(gè)負(fù)載均衡的子網(wǎng)；當(dāng)網(wǎng)絡(luò)流量發(fā)生變化時(shí)，通過(guò)廣度優(yōu)先搜索(BFS)調(diào)整子網(wǎng)間交換機(jī)映射關(guān)系使其滿足效率區(qū)間，保證任意時(shí)刻網(wǎng)絡(luò)的負(fù)載均衡。算法均以網(wǎng)絡(luò)連通性為基礎(chǔ)，且均以傳播時(shí)延為目標(biāo)重新更新控制器集合。仿真實(shí)驗(yàn)表明，該算法在保證任意時(shí)刻網(wǎng)絡(luò)負(fù)載均衡的同時(shí)，可以保證較低的傳播時(shí)延，與Pareto模擬退火算法、改進(jìn)的K-Means算法等相比，可以使網(wǎng)絡(luò)負(fù)載均衡情況平均提高40.65%。

針對(duì)ZigBee網(wǎng)絡(luò)節(jié)點(diǎn)定位中消息的安全性問題，該文提出一種帶隱私保護(hù)的消息簽名方案。方案基于橢圓曲線(ECC)上的無(wú)雙線性對(duì)運(yùn)算，設(shè)計(jì)了帶身份隱私保護(hù)的定位請(qǐng)求消息簽名算法和坐標(biāo)隱私保護(hù)的定位參照消息簽名算法。理論證明了所提方案可抵御偽造攻擊、重放攻擊等多種外部攻擊，同時(shí)具備隱私保護(hù)、身份追蹤等功能。性能分析結(jié)果表明，與同類方案相比，所提方案計(jì)算開銷和通信開銷均具有優(yōu)勢(shì)。

隨著網(wǎng)絡(luò)信息系統(tǒng)的發(fā)展，網(wǎng)絡(luò)病毒擴(kuò)散方式及免疫策略成為網(wǎng)絡(luò)安全領(lǐng)域研究的熱點(diǎn)之一。該文研究了一類新型混合攻擊病毒，并根據(jù)其特點(diǎn)將這類病毒定義為“去二存一”型病毒。通過(guò)分析新型病毒的攻擊方式，構(gòu)建了“去二存一”混合機(jī)制下病毒的SEIQRS信息擴(kuò)散模型。在此基礎(chǔ)上，求解對(duì)應(yīng)系統(tǒng)的平衡點(diǎn)，并運(yùn)用Routh-Hurwitz判據(jù)分析了系統(tǒng)基本再生數(shù)R₀及其對(duì)系統(tǒng)穩(wěn)定性的影響。最后，仿真驗(yàn)證了模型的有效性和穩(wěn)定性。

針對(duì)現(xiàn)有環(huán)形振蕩器物理不可克隆函數(shù)(ROPUF)設(shè)計(jì)存在的可靠性和唯一性不高，導(dǎo)致在應(yīng)用時(shí)安全性較差的問題，該文提出面向ROPUF的統(tǒng)計(jì)模型，定量分析了可靠性和唯一性的影響因素，發(fā)現(xiàn)增大延遲差能夠提高可靠性，減小環(huán)形振蕩器(RO)單元間的工藝差異可以提高唯一性。根據(jù)該模型結(jié)論，設(shè)計(jì)了基于mesh拓?fù)浣Y(jié)構(gòu)的動(dòng)態(tài)RO單元，結(jié)合RO陣列頻率分布特性，設(shè)計(jì)了一種新的頻率排序算法，以增大延遲差和減小RO單元的工藝差異，從而提高ROPUF的可靠性和唯一性。結(jié)果表明，與其他改進(jìn)設(shè)計(jì)的ROPUF相比，所提設(shè)計(jì)的可靠性和唯一性具有顯著優(yōu)勢(shì)，可達(dá)到99.642%和49.1%，且受溫度變化的影響最小。安全性分析證明，該文的設(shè)計(jì)具有很強(qiáng)的抗建模攻擊能力。

二叉決策圖(BDD)是一種數(shù)據(jù)結(jié)構(gòu)，廣泛應(yīng)用于數(shù)字電路的邏輯綜合、測(cè)試和驗(yàn)證等領(lǐng)域。將BDD每個(gè)結(jié)點(diǎn)映射成2選1數(shù)據(jù)選擇器(MUX)可得到BDD映射電路。該文提出一種BDD映射電路的面積和延時(shí)優(yōu)化方法。首先把待優(yōu)化電路轉(zhuǎn)換成BDD形式，然后逐一搜索BDD中存在的菱形結(jié)構(gòu)，進(jìn)而通過(guò)路徑優(yōu)化實(shí)現(xiàn)結(jié)點(diǎn)的刪減和控制變量的更改，并將所得結(jié)果BDD映射成MUX電路，最后用多個(gè)MCNC基準(zhǔn)電路進(jìn)行測(cè)試，將該文方法與經(jīng)典綜合工具BDS, SIS等方法相比較，BDD總結(jié)點(diǎn)數(shù)比BDS減少了55.8%，映射電路的面積和延時(shí)比SIS分別減小了39.3%和44.4%。

該文提出一種用于電荷域流水線模數(shù)轉(zhuǎn)換器(ADC)的高精度輸入共模電平不敏感采樣保持前端電路。該采樣保持電路可對(duì)電荷域流水線ADC中由輸入共模電平誤差引起的共模電荷誤差進(jìn)行補(bǔ)償。所提出的高精度輸入共模電平不敏感采樣保持電路被運(yùn)用于一款14位210 MS/s電荷域ADC中，并在1P6M 0.18 μm CMOS工藝下實(shí)現(xiàn)。測(cè)試結(jié)果顯示，該14位ADC電路在210 MS/s條件下對(duì)于30.1 MHz單音正弦輸入信號(hào)得到的無(wú)雜散動(dòng)態(tài)范圍為85.4 dBc，信噪比為71.5 dBFS，而ADC內(nèi)核功耗僅為205 mW，面積為3.2 mm²。

雷達(dá)通信一體化通過(guò)一套共用的硬件設(shè)備實(shí)現(xiàn)雷達(dá)探測(cè)與通信傳輸，相比于傳統(tǒng)單一的雷達(dá)或者通信設(shè)備，更易集成化、小型化和高效利用頻譜。該文系統(tǒng)地介紹了雷達(dá)通信一體化的原理與特點(diǎn)，指出了一體化研究中亟需解決的問題，從典型的基于線性調(diào)頻(LFM)的雷達(dá)通信一體化信號(hào)出發(fā)，全面梳理了國(guó)內(nèi)外針對(duì)雷達(dá)通信一體化的相關(guān)研究，著重歸納了正交頻分復(fù)用(OFDM)與多入多出(MIMO)技術(shù)在雷達(dá)通信一體化波形設(shè)計(jì)、信號(hào)處理、一體化系統(tǒng)設(shè)計(jì)等幾個(gè)重點(diǎn)方向的研究進(jìn)展，并分析了雷達(dá)通信一體化未來(lái)的可能發(fā)展趨勢(shì)及其在軍事領(lǐng)域和民用智能交通領(lǐng)域的重要應(yīng)用前景。

海洋溢油污染不僅嚴(yán)重威脅海洋生態(tài)安全、破壞海岸帶環(huán)境，而且直接和間接地影響著廣大人民群眾的生活和健康以及區(qū)域社會(huì)經(jīng)濟(jì)的發(fā)展。合成孔徑雷達(dá)因其具有全天候和高靈敏度的觀測(cè)能力而成為海面油膜探測(cè)的主要手段之一。該文從SAR海面油膜探測(cè)的基本原理出發(fā)，介紹了單極化、全極化和緊縮極化SAR海面油膜探測(cè)技術(shù)的國(guó)內(nèi)外最新研究進(jìn)展，對(duì)該技術(shù)手段在實(shí)際應(yīng)用中遇到的主要困難和挑戰(zhàn)做了深入分析，最后總結(jié)展望了該技術(shù)未來(lái)發(fā)展的廣闊前景。