无线智能设备的普遍使用促进了机会网络的发展.这类网络处于间歇性连接状态,以自组织方式转发数据.路由协议设计时考虑节点携带者的社会特征和日常行为能够提高机会网络的性能.提出了一种基于社会上下文认知的机会路由算法SCOR,该算法利用网络中的社会上下文信息,通过BP神经网络模型预测节点的移动行为.路由决策过程充分考虑移动节点活动的时间和空间属性,当接收节点与发送节点同时处于网络中的同一连通域时,数据转发采用同步方式,否则采用异步方式.仿真分析和实验结果表明,与其它经典算法相比,SCOR算法提高了数据成功转发的比率,减少了网络的开销.
基于模型诊断中的极小碰集问题是人工智能领域的一个重要课题,现实中很多实际问题都可以转化为极小碰集问题,如老师与课程问题,极小覆盖集问题等.通过对极小碰集问题特征的研究,本文结合粒子群优化求解极小碰集的算法提出了一个新的算法,来指导极小碰集的求解:引入学习机制,减少极小碰集求解中对无解空间的搜索;加入翻转策略,来加速极小碰集有解空间中的求解.实验结果表明本文提出的算法在求解极小碰集问题上的效率有明显提高.
基于子空间扩展多重信号分类(SA-MUSIC)理论对杂波空时二维谱进行联合稀疏恢复,实现小样本情况下空时自适应处理(STAP)性能的显著提升.首先,提出空时导向矢量相关性模型,利用该模型分析杂波在空时二维平面上的稀疏本质,解释用部分空时导向矢量近似整个杂波子空间的合理性.其次,提出基于SA-MUSIC理论的联合稀疏恢复STAP算法(SA-MUSIC-STAP),该算法仅需极少训练样本便可实现对杂波协方差矩阵的准确估计,并实现有效的杂波抑制.仿真实验验证了SA-MUSIC-STAP算法的有效性.
有效的目标轮廓分段是描述目标局部特征的关键环节.针对现有轮廓描述算法存在轮廓分段不合理的问题,本文基于认知心理学,提出了分层描述的轮廓描述算法.算法思想是首先根据角点特征将整个轮廓划分成一些轮廓分段,接着对轮廓分段的分布特点提出价值尺度,然后将多级轮廓分段按照价值尺度原则合并得到有限个能够完整描述目标轮廓的特征分段,最后将特征分段综合考虑长度尺度应用到Shape Context相似度检测模型中进行目标识别.通过对MPEG-7图像数据库中的图像进行实验分析表明该算法能够完整描述目标图像的形状特征,提高了目标识别率和形状检索率,并对部分遮挡的目标也具有良好的鲁棒性.基本满足目标识别识别和形状检索对准确率、稳定性、抗遮挡能力等方面的要求.
本文提出一种基于Σ-Δ调制的比特流Tangent-Sigmoid(Tan-Sig)函数的数字电路实现方法.主要是通过修改反馈系数构建Σ-Δ限幅放大调制器,并以此组合实现对Tan-Sig函数的逼近.根据上述方法,在现场可编程门阵列上设计了具有非线性激活函数的比特流神经元以及复杂的比特流前馈型人工神经网络.最后利用该网络实现了在笛卡尔坐标系下的3-D空间判别.
程序在动态执行过程中泄露了大量的路径分支信息,这些路径分支信息是其内部逻辑关系的二进制表示.符号执行技术可以自动地收集并推理程序执行过程所泄露的路径信息,可用于逆向工程并可削弱代码混淆的保护强度.哈希函数可以有效保护基于等于关系的路径分支信息,但是难以保护基于上下边界判断的不等关系的路径分支信息.将保留前缀算法与哈希函数相结合提出了一种新的路径分支混淆技术,将符号执行推理路径分支信息的难度等价到逆向推理哈希函数的难度.该路径分支混淆方法在SPECint-2006程序测试集上进行了实验,试验结果表明该混淆方法能有效保护程序路径分支信息,具有实用性.
接入级P2P(Peer-to-Peer)缓存容量设计回答在接入级ISP (Internet Service Provider)出口部署多大容量缓存的问题,目前还没有最优P2P缓存容量设计方法被提出.本文提出一种权衡存储成本和带宽成本的P2P缓存容量设计方法,以最小化ISP出口流量总花费为目标,将最优缓存容量设计问题描述为整数规划问题,其目标函数形式为单调阶梯函数,通过理论推导得出最优缓存容量计算公式指导接入级ISP进行缓存容量设计.将本文所提方法与Median和“20-80 Rule”等几种ISP常用的容量设计方法进行性能比较,结果表明,本文所提方法明显优于已有方法,与目前ISP最认可的“20-80 Rule”相比,应用本文所提方法的ISP出口流量总花费最多可降低7.5%.
针对标准文化算法中影响函数仅通过单层信念空间来指导种群进化,易导致双演化文化算法结构失效及全局寻优能力差、不稳定等问题,提出一种基于多层信念空间的文化算法.算法通过对多层信念空间实行分层管理,在提高知识有效性的同时为主群体空间的进化提供最优模式.根据种群分散度自适应调整多层信念空间的融合机制,从而在进化前期维持种群的多样性,在进化后期加速种群收敛.基于典型复杂函数的数值仿真研究表明,该算法在解的精度、稳定性及全局寻优能力等方面较其它同类算法有明显的优势.
为了降低认知无线电中次用户对主用户的干扰,提出了次用户通过多个时隙的能量感知联合检测主用户的频谱感知方法.每个传输帧被分成若干个时隙,次用户在每个时隙的开始进行能量感知,通过合并多个时隙的感知结果,提高次用户对主用户的检测性能.为了最大化次用户的频谱效率,将主用户状态建模为二维马尔科夫随机过程,并根据该过程优化单时隙频谱感知时间.仿真结果表明:相比Liang的“先听后传”频谱感知方法,提出方法仅牺牲14%的频谱效率,却使干扰概率降低了28%;随着信噪比增加,提出方法的最大频谱效率逐渐接近“先听后传”频谱感知方法.
本文利用经验模态分解算法(EMD),研究了不同状态下混沌信号的方差特性,提出了一种EMD分解层数自适应的去噪算法.该算法根据固有模态函数(IMF)方差最大值对应层数与总分解层数的关系,能够自适应选择需处理的IMF层数,并结合提升小波在更新和预测方面的优势综合去噪,分别以Lorenz、Chen系统(加入10%-100%的高斯白噪声)和实测的IPIX雷达数据作为混沌背景噪声进行了实验研究.结果表明:在不同程度的低噪声(≤30%)环境下,与传统小波阈值去噪等方法相比,其均方误差降低了30%以上,信噪比提高了1.5db-3.5db,并能有效地去除海杂波噪声,提高混沌背景下的微弱信号检测效果.
物理不可克隆函数(Physical Unclonable Functions,PUF)电路作为一种新型的信息安全电路,依赖集成电路制造过程中硅器件的固有工艺偏差产生密钥.本文提出一种高鲁棒性PUF电路设计方案,首先分析MOSFET在零温度系数点(Zero Temperature Coefficient,ZTC)的工作特性,然后结合提高PUF电路鲁棒性的途径,确定PUF电路的结构及最优控制电压,最终达到密钥稳定可靠的目的.在TSMC 65nm CMOS工艺下对所设计的PUF电路进行版图设计,面积为14.89μm×12.14μm.实验结果显示在最优控制电压下PUF电路的鲁棒性最低为96%.
为了有效地恢复遮挡点的位置,提出了一种基于正交补空间的遮挡点恢复方法,该方法将图像两两组合,并删除同组中的遮挡点,利用删除遮挡点后的图像组生成的正交补空间之和等于三维空间结构点生成的正交补空间的特性,线性地求解出遮挡点的真实位置.由于该方法的求解是线性的,克服了现有迭代方法需要初值的缺点;同时,该方法将所有的图像及可见图像点都平等地看待.模拟实验和真实实验结果表明,该方法具有鲁棒性好及误差小等优点.
克隆选择算法收敛速度估计是算法研究的一个难问题,目前还是处于初始的研究阶段.本文对一大类精英保持策略克隆选择算法的收敛速度问题进行了研究.首先利用算法种群中最佳个体的定向转移概率导出最佳个体的转移概率矩阵,针对实际应用中由于算法种群规模过大而导致该矩阵求取较困难的问题,将最佳个体的转移概率矩阵构造成满足一定条件的矩阵范数,从而提出一种更为简单有效的算法平均收敛速度估计的新方法.对不同的精英保持策略克隆选择算法进行了收敛速度估计仿真实验,其结果表明了该估计方法的有效性.
压缩感知是一种新颖的信号处理理论.它突破了传统香农采样理论对采样的限制,以信号的稀疏性或可压缩性为基础,实现了信号的高效获取和精确重构.然而在现实中,部分稀疏信号还表现出一些其他结构,典型的例子就是一类块稀疏信号,其非零元素以块的形式出现.针对这类信号,本文研究了求解块稀疏压缩感知的迭代重赋权最小二乘算法(IRLS),给出了该算法的理论分析:误差估计和局部收敛性分析.大量试验验证了基于迭代重赋权最小二乘算法的块稀疏压缩感知策略的有效性.
自然梯度算法由于良好的分离性能在盲源分离中占有重要的地位,但该算法基于固定步长时,无法很好兼顾收敛速度和稳态误差.本文借鉴自动化控制的PID(Proportion Integration Differentiation)算法,提出一种与分离状态紧密结合的变步长学习率算法.由于完成分离的信号峭度累积量是一个固有值,分离过程的信号峭度累积量与固有值将有一个不断减小的误差值.该算法以指数函数值来体现该误差值.再利用该误差构成比例微分的变步长算法,其中的步长初始值就相当于控制误差的比例值,而误差的微分项则得到加速的调整值.该算法仿真实验结果与固定步长自然梯度盲源分离算法的仿真实验结果对比:对应于初始步长的一个最大值和一个最小值,该算法的两次迭代次数均低于采用固定步长算法的迭代次数,并且对于不同类型信号在两次迭代次数间的差值约10～40次,而两种算法的稳态误差是相同的.
藏文字构件分解是藏文信息处理的基础,具有重要的理论价值和广阔的应用前景.针对藏文字构件的复杂性与多样性,文章通过分析现代藏文字的构字规则和结构特点,研究了藏文字构件的分解过程,利用Mealy机的输出字符与移动一一对应的特性描述了藏文字构件的行为语义,给出了对于任意字符串能否被Mealy机分解的判定定理及基于Mealy机的藏文字构件分解算法,并设计实现了基于Mealy机的藏文字构件分解系统,验证了算法的可行性.
针对无线数字通信系统,从信息论角度推导了一个保障物理层安全传输的充分条件,并提出了一种隐藏有限字符特性的跳空安全传输方法.首先,在有限字符输入系统中,多天线窃听者具有离散有噪无损信道(Discrete Noisy Lossless Channel,DNLC)结构,可以恢复保密信号,致使人工噪声方法失效,因此破坏窃听者的DNLC结构是保证系统传输安全的一个充分条件.然后,利用无线信道特征的多样性和独特性,提出一种基于多输入多输出(Multiple Input Multiple Output,MIMO)系统的跳空安全传输方法,在传输信息的过程中随机切换收发天线并发送空域干扰,可以隐藏保密信号的有限字符特性并破坏窃听者的DNLC结构.最后,理论分析和仿真结果表明了该安全方法的有效性.
人工蜂群算法(ABC)是一种模拟蜜蜂群智能搜索行为的随机优化算法,已成功用于解决许多优化问题.为有效改善ABC算法的性能,文章结合思维进化的思想提出了一种思维进化蜂群算法(MEABC),该算法通过学习和按维更新策略对ABC算法进行了改进,并对改进算法的收敛性进行了分析.通过四个标准测试函数的仿真实验,验证了MEABC算法能有效避免早熟收敛,全局优化能力和收敛速率都有显著提高.
针对交通管理优化和轨迹大数据挖掘的实际应用需求,本文提出了一种支持交通轨迹大数据潜在语义相关性挖掘的交通路网谱聚类方法(TSSC).首先研究了交通轨迹数据的向量空间建模方法,其次通过随机投影法快速提取大规模轨迹数据矩阵的特征信息并构建其低维语义子空间,然后基于语义子空间挖掘轨迹数据的潜在语义相关特性,在此基础上通过谱聚类方法实现了交通路网的快速聚类.通过本文提出的方法对总里程1400多万公里的实际交通轨迹数据进行实验分析表明,本方法可根据交通轨迹大数据的潜在语义相关性对交通路网进行快速的谱聚类处理,从而在复杂的交通路网间快速挖掘其潜在特性,为交通规划及其管理优化提供决策支持信息,同时也为时空大数据的聚类挖掘提供了一种新的解决方案.
在实际的无线传感器网络中,由于路由空洞的存在,采用边缘转发机制的地理路由算法容易使空洞边缘的节点由于负载较重,能量快速消耗从而过早的死亡,导致空洞进一步的扩大.为了使网络负载更加均衡,延长网络生命周期,提出了一种基于能量信号机制的地理路由算法SIENGR.SIENGR将节点的初始能量划分3个能量区间,并用能量信号来标识节点的剩余能量所处的能量区间.SIENGR算法的边缘转发机制结合节点的能量信号,利用空洞边界节点的所有平面邻居节点来轮流承担边缘转发的数据量,使产生的路由能够根据节点能耗的情况,自适应地避开空洞边缘能量较少的热区节点,均衡热区附近节点的能量消耗,防止空洞扩大.仿真结果验证了SIENGR算法在网络生命周期、网络能耗均衡、数据包到达率等指标上的性能.
针对互联网主流应用范型向公共内容服务的转变,采用基于物理变革和二元网络思维的研究思路,主张为现有互联网体系结构增添充当次级结构的播存网络.介绍了播存网络的设计理念、主要特色及关键实现机制,给出了播存网络体系结构的普适模型及其数学描述.在此基础上,重点研究了播存网络体系结构的主要实现模式,包括标准实现模式、中继实现模式、并合实现模式和 UCL Only模式等.为播存网络体系结构的严格定义及规范描述奠定了理论基础.
网络控制系统的性能受到采样周期的影响.针对多回路网络控制系统,根据系统控制回路误差和误差变化率,利用模糊推理计算各回路的动态权重,同时根据当前网络运行状况预测新的网络利用率,然后利用ARIMA算法对数据包传输时间进行预测,最后在网络带宽一定的条件下,利用模糊动态权重系数、网络利用率、数据包传输时间,不断的改变系统中各控制回路的采样周期,达到优化网络控制系统性能的目的.利用True Time工具箱进行的仿真验证了本文方法的有效性.
用户评分的模糊性、随机性表现出服务质量(QoS)的不确定性是软件即服务(SaaS)最优服务选择研究的难题之一.提出一种基于云模型的SaaS服务决策方法(SDM_CM)以解决上述难题.该方法首先使用逆向QoS云发生器将评分描述的QoS指标转换为云模型描述的QoS指标;接着借鉴多属性决策分析中常用、有效的多属性决策算法-优劣解距离法(TOPSIS),提出基于云模型的SaaS最优服务决策算法.最后,在真实的服务质量数据基础上,验证了该方法的优越性和有效性.
在信息网络中,不同的信息源以不同的可信性和准确性提供了各式各样的信息.为了预测这些信息反映事实的真实度,学者们提出了一些信任分析算法来迭代地计算信息源的信任度及其提供事实的准确度.然而这些算法往往忽略了信息源和事实描述对象之间的相关性.本文作者提出了一种基于信息源聚类的最大熵加权信任分析算法,该算法使我们能够在进行信任分析时有效地融合诸如描述对象属性、信息源关联性等信息.实验证明该算法能够明显的提高分析性能.
分布式流控制设计是确保无线传感网络性能的关键问题.本文针对无线传感网络中的分布式流控制设计问题,建立了一种节点能量和链路容量共同约束的流控制优化模型.由于对偶次梯度分解算法存在收敛速度慢、步长选择敏感等缺点,本文设计了基于矩阵分裂的分布式牛顿算法来实现网络效用最大化.该算法具有与对偶次梯度分解算法几乎相同的通信复杂度,但能够达到快速的二次收敛速度.仿真结果表明,该算法的收敛性能明显优于对偶次梯度算法.
提出一种高通量DNA序列数据的压缩算法.该算法先采用码书索引变换模型,将传统码书索引值的表示方法变换成由四个标准碱基字符替代的四进制数值方式,并采用一种界定替换串与非替换串的简明编码方法,接着通过信息熵的大小来决定是否进行块排序压缩变换(BWT),最后进行前移编码变换和Huffman熵编码.在多种测序数据集上的实验结果表明,CITD在大多数情况下可以获得比本文所对比的高通量DNA专用压缩方法更优的压缩性能.
粗糙集理论中的最小属性约简(MAR)问题是一个NP-难的非线性约束组合优化问题.本文提出一个新的求解MAR问题的组合蜂群算法,其中,引领蜂、跟随蜂和侦察蜂采用基于变异运算的搜索模式,在邻域候选蜜源的生成中引入与属性子集相关的两个度量,并且跟随蜂采用与引领蜂不同的局部搜索策略以提高搜索多样性.此外,在本文算法中,角色分工不同的蜂群以不同的方式利用迄今最好蜜源的信息进行搜索.在若干UCI数据集上的实验及其统计检验结果表明,本文算法在求解质量上优于其他的元启发式属性约简算法,因而可有效地应用于最小属性约简问题的求解.
本文提出了一种适用于IEEE 802.15.4标准的2.4GHz免认证ISM频段的全集成CMOS射频收发机.接收机采用低中频结构以降低功耗、提高灵敏度,发射机则采用直接上变频结构以降低设计复杂度和功耗.芯片采用0.18μm 1P4M CMOS工艺以及MIM电容制造,供电电压1.8V.测试结果显示,在误包率为1%时,接收机灵敏度达到了-97dBm,发射机输出至100Ω差分天线端口的最大输出功率为+3dBm.接收模式和发射模式下的电流功耗分别为17mA和19mA,芯片面积3.3mm×2.8mm.
采用较为全面的考虑电子散射、俘获、输运和自洽场等过程的数值模型,阐明了具有埋层结构电介质样品的扫描电镜检测机理及二次电子电流的动态特性.模拟结果表明,被沟槽界面俘获的电荷会影响空间电场分布,从而影响二次电子特性.随着电子束照射,样品表面沿着深度方向的电场强度增强,更多的二次电子返回表面,从而产生图像衬度.图像衬度随电子束能量的变化呈现极大值,而随电子束电流的增大而增大,模拟结果与实验结果基本一致.
为了应对聚合签名中的密钥泄露问题,将并行密钥隔离机制扩展到聚合签名系统中,给出了并行密钥隔离聚合签名的概念.在给出的形式化定义和安全模型的基础上,提出了第一个并行密钥隔离聚合签名方案,并在随机预言模型下证明了方案的安全性.所提出的方案满足密钥隔离性、强密钥隔离性和安全密钥更新等性质,特别在签名验证方面具有较高的效率.引入的两个协助器交替帮助用户进行临时私钥更新,增强了系统防御密钥泄露的能力.
