为了减少基于数字喷泉码的协作传输系统中的计算复杂度和传输延迟，提出了一种基于分布式喷泉码的协作通信传输方案，给出了两层数字喷泉编码的度分布函数的设计过程；以各链路的丢包率为参量分析了系统传输时延，并与其他数字喷泉码传输方案进行了比较.理论分析和仿真结果表明，在各链路丢包率较大时采用这种分布式喷泉码的协作传输机制能在传输时延上显著改善系统性能，而且各链路删除概率越大时优势越明显.
本文提出了一种在MU-MIMO-OFDM （Multiple-User Multiple-Input-Multiple-Output Orthogonal-Frequency-Division-Multiplexing）上行链路中，联合跟踪残留频偏（Residual Carrier Frequency Offset，RCFO）和信道的算法.本算法采用EM （Expectation Maximization）方法求解该非线性问题，并使用变分推断来近似原来复杂的隐变量的后验概率.在估计RCFO时，考虑了信道估计误差的概率分布，从而降低了信道估计误差对跟踪性能的影响.仿真中，本算法达到了较高的跟踪精度，尤其是在高信噪比时没有误差平台问题.
超分辨率被认为是光学成像和图像处理的“圣杯”之一.有别于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以及高成本问题，得益于大多数图像普遍具有的稀疏表示特性，本文将压缩传感理论引入超分辨率成像，提出一种新的单次曝光频域振幅编码压缩成像方法.利用4-f傅里叶光学架构实现图像信息的频域0/1振幅随机调制，然后可以使用低分辨率CCD器件实现积分下采样记录对应的测量值，最后利用优化方法从少量的测量值中重建原高分辨率图像.模拟实验验证了本文提出的方法可以有效地实现二维图像信息的获取与重构.此外，本文的方法可以有效地处理大尺寸图像的压缩成像问题，具有重要的应用前景.
网格算法是最常见的衍射层析成像的频域重建算法，然而这种算法却容易引入误差，且对采样点的分布形状较敏感，因此，本文提出了一种基于Voronoi图密度补偿的超声衍射层析成像重建算法.首先，用三角剖分快速生成算法生成投影数据的Voronoi图，并对在外凸壳上对应的Voronoi图面积是无穷大的点通过拟合、插值处理使之变为有限的补偿面积，从而得到整个点集的补偿面积.其次，提出了基于Voronoi图面积密度补偿的衍射层析成像的非均匀傅里叶变换网格重建算法，重建图像的质量较没有补偿的有很大提高.最后，提出了选取1/4圆弧的数据集重建方案，实验结果表明：在重建质量相当的情况下，1/4圆弧的重建时间比1/2圆弧少27.32%.
为解决结构相似度算法的图像质量评价缺陷，提出一种在小波域中，根据CSF的频率与方向加权的图像质量评价方法.该方法将图像的小波域多分辨率特性与CSF的带通特性有机的相结合，得到一种基于结构相似度的评价新方法.算法首先将频率归一化的CSF曲线按照1倍频程分解成5份，然后进行5级CDF 9/7双正交小波分解与重构，得到一个低频子带LL和多个中高频子带HHi、HLi及LHi，根据不同的频率，不同的方向分配不同的权重，分别与相应的子频带SSIM值相乘，然后累加运算，得到小波域的加权图像结构相似度WWSSIM.实验表明，WWSSIM方法的单调性、一致性、准确性评价指标较高，更接近人类主观视觉感受.
为了适应图像分割编码的需要，提高编码性能和效率，本文研究了一种图像区域分割新方法.源于人眼成像原理和视神经网络的知觉分割特性，首先提出一种具有脉冲耦合和梯度锐化能力的神经元网络模型.然后通过构造一个拟合函数对相邻神经元的相似刺激输入进行平滑处理，而对具有不连续变化特性的刺激输入进行锐化，使得神经元比较容易地感知到均匀亮度区域和目标边缘的准确位置.最后通过实验验证了该算法的有效性.本文算法能够准确、有效地的分割出均匀区域，并且与原始图像具有很好的对应关系.在将本文算法应用到图像区域分割编码中，能够大大提高编码的效率，并得到高质量的重建图像.
在H.264/AVC视频压缩域隐写技术中，失真漂移问题极大地影响了信息嵌入的容量和稳定性.本文结合工程实际和实验，发现并指出了漂移传播的实质性规律，提出了相应的改进策略.首先，提出了漂移分级的控制策略，依据不同视频质量及隐蔽性要求自适应地调整失真漂移的传播范围，改进了视频隐写的隐蔽性和安全性；进而通过对漂移影响分层分析，挖掘出了更多的隐写位置，增加了隐写容量及选择隐写方案的灵活性.形成了一种新的扩容视频隐写算法——漂移深度控制算法.实验结果和分析表明，该算法能有效地减小嵌入偏移，隐写容量、视频质量及安全性都有较大提升.
超声图像中的斑点噪声，降低图像分辨率和对比度，不利于后续图像处理.本文基于最大后验概率（Maximum A Posteriori，MAP）推导出一种新的超声图像分解算法，将原始超声图像分解为无散斑真实图像和散斑图像.使用六组不同的参数值，对Field II仿真的超声图像进行分解试验，得出算法中比例参数对分解结果的影响规律.用该方法分解三幅人体超声图像，得到的真实图像平滑性好，且能较好的保留细节和边缘.本文提出的分解算法可用于超声图像的去噪，且分解得到的真实图像和散斑图像可用于特征提取、图像分割和图像分类等.
提出一种基于投影的稀疏表示与非局部正则化相结合的图像去模糊、去噪图像复原方法.该方法结合了自适应构造字典的稀疏表示与非局部总变差，提出的正则化模型分解为三个投影子问题进行求解以提高求解效率.实验结果表明，本文所提出的图像复原方法能够有效地保持原图像的纹理细节信息，对于不同程度的退化图像上均有较好的复原结果，在视觉效果和客观评价指标上均优于相比较的现有方法.
论文针对低速率语音编码过程的特点，提出了一种基于动态码本生成的信息隐藏方法，设计了相应的嵌入和提取算法.该方法解决了现有的基于静态码本分区的信息隐藏方法无法对抗码字统计分析检测的问题.实验表明该隐藏算法在13.3Kbps的载体速率下能获得450bps隐藏容量，而且载密信息的语音质量PESQ值下降不到6%.
非平衡数据集分类问题是机器学习领域的重大挑战性难题.针对该难题，传统的少数类样本合成技术（Synthetic Minority Over-Sampling Technique，SMOTE）已成为一种有力手段并得到广泛采用.但在新样本生成过程中，SMOTE利用所有少数类样本合成新样本，由此产生过拟合瓶颈.为更好地解决该问题，提出了一种基于单边选择链和样本分布密度的非平衡数据挖掘新方法（One-Sided Link & Distribution Density-SMOTE，OSLDD-SMOTE）.OSLDD-SMOTE通过单边选择链遴选出处于分类边界的少数类样本，根据这些样本的动态分布密度生成新样本.进而分析了样本合成度对节点数目和对少数类精度的影响；基于G-mean、F-measure和AUC三个指标综合比较了OSLDD-SMOTE与其他同类方法的分类性能.实验结果表明，OSLDD-SMOTE有效提高了少数类样本的分类准确率.
环境和测量仪器精度的影响，使得采样数据的不同特征具有不同的质量.对这类异质数据进行特征选择，需要同时考虑特征子集确定分类器的准确度和可靠性，从而增加了特征选择的难度.本文研究异质数据的特征选择问题，提出一种基于多目标微粒群优化的特征选择方法.该方法首先以特征选择的概率为决策变量，将具有离散变量的特征选择问题，转化为连续变量多目标优化问题；然后，采用微粒群优化求解时，基于高斯采样，产生微粒的全局引导者，以提高Pareto解集的分布性；最后，依据储备集中元素更新的速度，确定需要扰动的微粒，以帮助微粒群跳出局部最优.将所提方法应用于多个典型数据集分类问题，实验结果表明了所提方法的有效性.
在聚类过程中，不合适的距离度量会导致匿名过程中不必要的信息损失，因此对于不同类型的属性定义一个适当的距离度量一直是个难以解决的问题.本文提出语义属性的概念，并提出编码层次树来表示语义属性，有效地降低了匿名过程中的信息损失.在p-敏感k-匿名模型中，敏感属性值在聚类结果中分布不均匀会导致敏感信息泄露，因此本文提出一种基于敏感属性熵的微聚集算法，并提出匿名保护指数来描述隐私保护程度，在聚类过程中通过保证匿名保护指数最大，来提高敏感属性在聚类结果中分布的均匀程度，以应对背景知识攻击，降低隐私泄漏的风险.最后，通过实验验证了算法的合理性和有效性.
最强后件的计算是模型检测算法的核心.本文使用一阶逻辑可满足性模线性算术理论给出线性混成自动机的有界模型检测表示公式，利用一阶逻辑公式不可满足情况下的插值存在性定理，对线性混成自动机的有界模型检测公式进行指定的划分，使用支持线性算术插值计算的可满足性模理论后端证明引擎的线性时间复杂度的消解反证技术获得这两部分公式间的插值公式，按一阶逻辑Craig插值的性质，所得到的插值公式就是模型检测过程中最强后件公式的上近似表示.有效地避免了使用逻辑编码方案实现线性混成自动机模型检测过程中需要双指数时间复杂度的量词消去操作求取最强后件公式，也不需像有界模型检测按步长展开变迁公式进行可满足性判定.最后本文在此最强后件计算的基础上，以有界模型检测技术作为反例确认方法，实现了一种无假反例的混成系统近似可达集计算算法.实验证明该算法与目前已经得到广泛工业应用的有界模型检测算法相比具有更优的性能.
由于贝塔刘维尔分布的共轭先验分布中存在积分表达式，贝叶斯估计有限贝塔刘维尔混合模型参数异常困难.本文提出利用变分贝叶斯学习模型参数，采用gamma分布作为近似的先验分布并使用合理的非线性近似技术，得到了后验分布的近似解.与常用的EM算法相比，该方法能够同时估计模型参数和确定分量数，且避免了过拟合的问题.在合成数据集及场景分类问题上进行了大量的实验，实验结果验证了本文所提方法的有效性.
首先提出一种基于车载自组网的城市出租车合乘的方案；其次针对北京市6499辆出租车的GPS信息进行了较为全面的数据分析，获取81785个乘客上车时间及位置，从整体和局部两个方面定量地讨论了出租车合乘带来的益处，运用灰色预测和曲线拟合两种不同的方法建立数学模型预测上车点个数的变化趋势；最终得出在北京市六环内乘客采用合乘方式后，可减少1/3以上的上车点以及约20～30%的行驶里程，对缓解交通压力及构建绿色城市具有十分重要的意义.
压缩感知是一种新的信号描述、采样和重构理论，其核心问题包括测量矩阵的选择和构造以及重构算法设计.本文首先提出感知矩阵幂平均列相关性定义，进而得出测量矩阵的择优原则；然后依据等角紧框架理论和特征向量近似法，提出新的测量矩阵构造算法，减小感知矩阵的幂平均列相关性.实验结果表明，本文算法达到了降低感知矩阵列相关性的目的.另外，当重构算法相同时，采用本文算法得到的测量矩阵比采用Gaussian、Elad、Xu和Vahid算法得到测量矩阵的重构错误率要低.
文章提出一种简单可行的高频电大尺寸天线辐射测量新方法.该方法基于天线形面光学精密测量，将形面分为多个区域，每个区域带入实际光学测试采样点数据，采用电磁场数值计算得到天线的辐射方向图.光学测试系统提供了足够高的测试精度可以满足微波、毫米波甚至太赫兹等频段天线的测试要求.该方法还可以解决超大型可展开天线测试以及模拟星载环境实验条件下天线辐射测试难题.
为提高逆变器的转换效率，提出了一种具有低能耗辅助谐振电路的并联谐振直流环节逆变器.在传统硬开关逆变器的直流环节添加辅助谐振电路，使直流母线电压周期性地归零，实现逆变桥主开关器件的零电压开关，而且辅助开关器件也可以实现零电压关断和零电流开通.此外，其辅助谐振电路只有一个辅助开关器件，控制简单；辅助开关和谐振元件都位于直流母线的并联支路上，有利于降低辅助谐振电路的能耗.对其工作原理进行分析，给出不同工作模式下的等效电路图和软开关的实现条件.制作一个5kW的实验样机，通过实验结果验证该软开关逆变器的有效性.
高分辨水下目标探测一直是水声信号处理中的重要课题之一.然而许多高分辨算法如MUSIC，ESPRIT需要对信源数进行预估，估计的精确度对算法性能影响很大，制约了算法的实用性.本文提出了一种新的高分辨方位估计算法，中心矩波束形成算法.该方法利用了加权基元信号的各阶中心矩，无需先验信息.本文详细论述了中心矩波束形成算法的原理，对比其他算法指出了该算法性能上的优势.计算机仿真实验表明：中心矩波束形成算法拥有良好的分辨率和旁瓣级，与理论分析的结论一致.
以Gallager随机LDPC分组码为基础，通过列置换、置数、剪切与合并，构造了一种新的（l，3，6）准随机LDPC卷积码.针对该码类，提出了一种窗扇尺寸固定、滑动步长可选的窗译码算法，大幅降低了寄存器开销和译码延时.仿真实验界定了滑动步长的取值范围，验证了构造方案和窗译码的有效性，测试了不同约束度的准随机LDPC卷积码的误码性能，结果显示约束度l仅为1535即可获得距离香农限约1dB的纠错能力.
首先给出了环R=Fp+vFp+v2Fp上线性码及其对偶码的结构及其Gray象的性质.定义了环R上线性码的各种重量计数器并讨论了它们之间的关系，特别的，确定了该环上线性码与其对偶码之间关于完全重量计数器的MacWilliams恒等式，利用该恒等式，进一步建立了该环上线性码与其对偶码之间的一种对称形式的MacWilliams恒等式.最后，利用该对称形式的MacWilliams恒等式得到了该环上的Hamming重量计数器和Lee重量计数器的MacWilliams恒等式，利用不同的方法推广了文献[7]中的结果.
本文提出了一种直接数字频率合成器（DDFS）的设计，以Parallel_CORDIC（COrdinate Rotation Digital Computer）算法模块替代传统的查找表方式，实现了相位与幅度的一一对应，输出相位完全正交的正余弦波形；同时应用旋转角度预测及4：2的进位保存加法器（CSA）技术，将速度比传统CORDIC算法提高41.7%，精度提高到10-4.最后以Xilinx的FPGA硬件实现整个设计.
本文设计了一种基于高线性度高带宽模拟光耦HCNR201芯片的MHz光耦隔离放大器电路，主要应用于计算机数据采集系统中，对其信号进行隔离从而实现过电压保护和提高共模抑制比.HCNR201光耦器件具有双光电二极管结构，使电路在输入端构成反馈环节，消除了光耦的电流传输比对直流增益的影响，为了方便分析建立了它的等效电路.利用线性控制系统的理论方法建立了所设计的隔离放大器电路的数学模型，推导出了电路的传递函数，对电路进行了理论分析和参数优化，并给出了分析设计结果.同时研制了隔离电路并对其进行了实验测试，实验结果与理论分析结果比较一致，符合设计要求，其理论分析方法可以为类似电路设计提供参考.
该文针对方形正交幅度调制（QAM）信号的盲均衡与载波相位恢复问题，基于均衡器输出峰度最大化的思想，利用向量范数性质给出一种新的盲均衡与载波相位恢复方法.首先通过数学证明给出了代价函数的收敛性定理，证明了无噪声情况下，在代价函数的局部最优解处可实现理想均衡，且能够实现载波相位恢复.然后，给出了新算法的四种批数据处理实现方式.最后通过理论分析和仿真实验说明，本文方法相比最大化功率的方法对高斯噪声更加鲁棒.
本文基于MPEG-AAC音频编解码器，提出了一种压缩域的音频增强方法.首先，对含噪音频信号的比特流进行解码，得到含噪音频信号的MDCT系数；然后，利用修正的加权递归平均（Modified Weighted Recursive Averaging，MWRA）方法估计噪声功率；再者，利用基于听觉掩蔽原理的自适应β-阶双曲余弦（COSH）统计模型，对含噪音频的MDCT系数进行增强处理；最后，将增强后的MDCT系数重新量化编码，得到用于解码的增强比特流实验结果表明，本文提出的方法能有效去除AAC解码音频信号中的多种背景噪声，其性能明显优于参考方法.
本文提出了一个图像质量盲评估的统计测度.该测度首先根据自然图像的统计性质与失真图像的模型，实现对图像小波系数分布参数的盲估计；再利用估计的分布参数来计算失真图像与参考图像之间的互信息，以量化失真图像对参考图像的保真度，进而实现对图像质量的评估.本文提出的测度避免了对参考图像的依赖，且克服了现有图像质量盲评估对特征选择与提取、机器学习等过程的依赖.LIVE图像质量评估数据库的总体评估结果表明：本文提出的盲评估统计测度对图像质量评估结果与数据库的主观评估结果高度一致，且优于文献中报道的盲评估测度.
提出基于总体经验模态分解（EEMD）血流细分法提高血流超声多普勒信号提取精度.首先估计辅助分析所需的白噪声幅度，进而用EEMD得到无模态混叠的本征模态函数（IMF）组，最后分离出血流信号的IMF.将本方法应用于计算机仿真和人体实测超声多普勒信号，并与高通滤波器法、原EMD法和EMD细分法比较.结果表明本文方法，提取的血流信号精度最高，特别对WBSR=70dB的混合信号，其精度比上述方法分别提高35%、38%及17%.
针对贝叶斯强化学习中参数个数巨大，收敛速度慢，无法实现在线学习的问题，提出一种基于模型的可分解贝叶斯强化学习方法.首先，将学习参数进行可分解表示，降低学习参数的个数；然后，根据先验知识和观察数据采用贝叶斯方法来学习，最优化探索和利用二者之间的平衡关系；最后，采用基于点的贝叶斯强化学习方法实现学习过程的快速收敛，从而达到在线学习的目的.仿真结果表明该算法能够满足实时系统性能的要求.
混合逆狄利克雷分布是正的非高斯数据分析中一个重要的统计模型.但是利用常用的统计方法比如极大近似然估计、矩估计等往往很难得到模型参数估计的显性解析式.本文提出一个变分贝叶斯学习算法，它能够在估计参数的同时自动确定混合分量数.在合成数据集及实测数据集上的实验结果表明利用变分贝叶斯推理来估计混合逆狄利克雷分布是一种非常有效的方法.
集成电路设计中经常使用CORDIC算法实现高效的向量旋转操作.当前对该算法的研究热点集中在减少该算法的迭代次数、扩展其收敛范围以及降低缩放因子补偿操作的代价等问题上.本文提出免缩放因子的双步旋转CORDIC算法使用双步旋转策略，减少了免缩放因子CORDIC算法的迭代次数，将收敛区间扩展到了整个圆周区间.实验结果表明，该算法保持高计算精度的同时减少了迭代次数和面积消耗.
提出了一种预测网状可展开天线电性能的数值计算方法.针对网状可展开天线采用三角形拼合的这一特点，首先从结构力学出发确定天线枕效应变形，然后采用巴斯卡图插值进行面片网格划分，给出了网格划分准则，其次通过最佳吻合抛物面确定最优馈源的位置和指向，最后考虑丝网的电磁漏射对网状天线进行电性能预测.通过仿真算例验证了该方法的可行性和有效性.
量子多值加法器是构建量子多值计算机的基本模块.通过认真分析三元域上加法的运算规则及带进位加法的真值表，通过设置扩展三值Toffoli门的控制条件有效实现一位加法在各种情况下的进位，利用三值Feynman门实现一位加法的求和运算，由此设计出一位量子三值全加器，再利用进位线将各位量子全加器连接起来构造出n位量子三值全加器.与同类电路相比，此量子全加器所使用的辅助线及量子代价都有所减少.
