针对光学相机通信（Optical Camera Communication，OCC）链路收发两端不同步和相机帧间间隔等因素引起OCC链路数据丢失的问题，本文在分析相机接收机卷帘快门工作机制的基础上，研究了光电二极管(Light Emitting Diode，LED)-相机OCC链路的基本工作原理，以及相机像素行数、像素行读取时间、拍摄帧速率、拍摄角度姿态等因素对OCC链路数据传输速率、链路丢帧率等参数的影响，并针对OCC链路的特点，设计了一种新型的适用于OCC链路的数据帧结构.通过对比分析发现，使用该数据帧的OCC链路，可以有效地解决收发端不同步和相机帧间间隔引起的OCC链路数据丢失的问题，优于常用的交错Hamming码和Raptor码帧结构.最后，本文设计搭建了相关的OCC链路测试平台，通过对比数字仿真结果和实际测量结果，验证了理论分析的有效性.
涡旋光是一种携带轨道角动量(Orbital Angular Momentum, OAM)的特殊光束,由于携带不同OAM的涡旋光之间相互正交，并且OAM无限取值的特性，使得其可为光通信系统提供一个新的物理维度，因此吸引了国内外众多学者的关注.随着OAM光通信技术的研究深化，各类OAM通信系统得到了飞速发展，但通信系统中的能量利用效率问题却较少受到关注.本文聚焦近期典型成果中的OAM光束的产生、检测以及整体通信系统的能量利用效率，对之进行概括，并对未来OAM光通信系统的能量利用效率的发展趋势及前景进行分析与展望.
无线光通信系统中的指向误差对光功率的几何衰减产生影响，导致系统接收光功率的下降，影响系统性能.为了精确分析指向误差对无线光通信系统性能的影响，本文基于高斯光束光强分布推导了圆形孔径下无线光通信系统接收光功率几何衰减模型的精确解析解，仿真了不同参数条件下指向误差对系统几何衰减的影响，验证了解析解的准确性，并与现有模型进行了比较分析.结果表明，采用现有近似模型计算几何衰减存在的误差不能忽略，因此在圆形孔径下进行模型推导更符合实际情况.在无线光通信点对点通信及组网通信时，采用本文所得的指向误差下的高斯光束几何衰减解析模型更为精确.
针对带内全双工（In-band Full Duplex, IBFD）电子系统的收发机自干扰问题，提出了一种基于相位调制器的光子射频自干扰消除系统.利用两个相位调制器在萨格纳克（Sagnac）环中分别实现接收信号和本地参考干扰信号的调制，通过偏振控制最终可在光域中消除自干扰信号.实验结果表明，所提方案最终可以实现超过45dB的单频干扰消除和超过25dB的宽带干扰消除，系统的动态范围可达99.4dB·Hz2/3.
大气湍流引起的光束闪烁和抖动，将使光通信接收机焦平面上点扩散函数（Point Spread Function, PSF）随机起伏和漂移，导致光电探测器无法有效覆盖信号光场.针对自由空间光通信（Free Space Optical Communications, FSO）系统在多模高斯背景光噪声场和接收光信号能量效率的限定下最小化系统误码率的问题，提出了一种适用于强度调制/直接检测（Intensity Modulation/Direct Detection, IM/DD）的自适应光电阵列信号处理算法.该方法采用合并阵元路径法计算不同阵元数条件下的系统误码率，并以最小误码率为判决准则，优化接收光电阵元序列.分析和仿真结果表明，在相同大气湍流和背景光噪声条件下，相比于现有的光电阵列处理算法，新方法选取适当的合并阵元数，在极大降低系统计算复杂度的同时，系统性能损耗几乎可以忽略.
本文提出了一种高线性度的全双工光载射频系统.该系统克服了下行链路三阶交调失真与周期性功率衰落的影响，同时对上行链路进行波长重用，简化了基站的成本和复杂度，实现了高线性度的全双工光载射频系统.实验结果表明，与基于单个马增调制器的常规系统相比，本系统下行链路中三阶交调失真得到明显抑制，克服了光纤色散引起的功率衰落，系统无杂散动态范围提高17dB，宽带信号的星座图和误差矢量幅度改善明显，另外，上行链路可以实现稳定的波长重用及宽带信号传输.
为了有效地管理VLC-WiFi异构网络的小区间干扰，该文设计基于用户中心接入的动态载波分配(DCAUCA)方法，该方法依据用户请求速率构建大小不同的multi-AP小区，对各multi-AP小区依据用户请求速率与网络服务速率的差值降序排列，并依次为各multi-AP小区的VLC AP分配载波.同时，提出基于VLC AP发射功率控制的小区残余干扰抑制(RISPC)策略以进一步优化干扰管理效果.仿真结果表明，DCAUCA方法相较于对比方法最高可提升52.15%的系统吞吐量与7.10%的用户满意度，RISPC策略相较于DCAUCA方法最高可提升9.66%的系统吞吐量.
非线性失真是影响光载无线通信链路无杂散动态范围和工作带宽的主要因素.通过结合射频功率比、偏振复用和偏置控制技术，针对分布式天线系统，构建了一种大动态范围和跨倍频程带宽多通道光载无线通信链路.利用拉格朗日乘子法对所提链路进行线性度优化建模，得到了射频输出功率、偏振入射角和射频功率比之间的最佳折衷，从而在抑制三阶交调失真和二阶谐波失真的基础上，实现了链路线性度的最优化.仿真和实验结果验证了所提方案的有效性和可行性.
携带轨道角动量的涡旋光束在自由空间光通信信道中传输时，信道中的湍流介质会改变涡旋光束的传播特性，破坏波前螺旋结构，最终直接影响通信的稳定性和可靠性.针对现有实验研究在普适性方面的不足，本文选取基于相干光束合成技术的高功率涡旋光束阵列为研究光源，从理论角度出发，建立一套完备的体系架构，用以分析大气湍流引起的幅度和相位起伏对基于轨道角动量的自由空间光通信系统性能的影响.应用光学外差检测，对湍流条件下信噪比的随机分布进行详细的研究，并基于此得到多进制相移键控调制下符号错误概率的解析表达式，评估不同湍流信道参数、光源参数以及接收机参数对符号错误概率的影响.结果表明，增大阵列子光束束腰半径、阵列子光束个数，减小阵列环状半径，可以提高光束质量，优化系统性能.另外，较小的拓扑荷数、传播距离和湍流强度以及较大的接收孔径直径使得符号错误概率较低，对应的通信性能更佳.
由于在性能和复杂度之间的良好折中，软信息辅助硬判决译码近年来受到了光通信领域的高度关注，其中包括了软信息辅助比特标记（Soft-Aided Bit-Marking, SABM）算法.为了易于硬件实现，本文基于阶梯码（Staircase Code, SCC）提出了一种改进型SABM算法（improved SABM, iSABM），称为iSABM-SCC.iSABM-SCC利用信道软信息，通过两个可信度阈值将硬判决输出比特标记为三种可信度等级，用以辅助硬判决译码识别译码错误和扩展纠错能力，达到提升阶梯码性能的目的.在受大气湍流影响的自由空间光通信中的仿真表明，iSABM-SCC性能显著优于标准SCC和RS码.以强湍流信道为例，码率为0.75的iSABM-SCC在4-PAM调制下较标准SCC产生的性能增益可达4.37 dB，在8-PAM调制下较RS码产生的性能增益可达11.06 dB.
为了提高室内电力线通信和可见光通信（PLC-VLC）系统的吞吐量和用户体验的公平性，该文提出一种改进遗传算法优化用户配对联合子载波分配(IGA-JUPSA)方法.在IGA-JUPSA的用户配对阶段，设计了最优的非正交多址技术(NOMA)用户配对方法，提高PLC-VLC系统的吞吐量；在IGA-JUPSA 的子载波分配阶段，设计NOMA与正交多址技术结合的子载波分配策略，设计改进的遗传算法优化不同NOMA组的子载波分配，提高系统的吞吐量和用户体验的公平性.仿真结果表明，所提的用户配对和子载波联合方法可以提高PLC-VLC系统的吞吐量和用户体验的公平性.
为了建立同频干扰条件下的混合射频/自由空间光（Radio Frequency/Free Space optical, RF/FSO）航空中继通信系统链路精确模型，提出多用户分集（Multi-User Diversity, MUD）的航空平台RF/FSO混合链路性能分析方法.以独立且同分布的Nakagami-m衰落信道表征射频（Radio Frequency, RF）用户信号和同频干扰（Co-Channel Interference, CCI）信号信道；构建了指数Weibull分布大气湍流与Rayleigh分布指向误差的FSO信道传输模型；在电光转换中继节点采用解码转发协议降低噪声累积.基于系统端到端等价信噪比累积分布函数，获得了RF/FSO混合链路中断概率及平均误码率表达式.研究结果表明，采用相干二进制相移键控调制时，系统误码性能最优；可通过增加用户数的方式来减弱干扰信号的影响.
论文基于涡旋光束传输特性及光散射理论，研究了叠加态涡旋光束经旋转随机粗糙表面的场分布及干涉特性.对拓扑荷值大小相同、符号相反的两束涡旋光进行了叠加生成仿真及实验，利用角谱衍射理论，分析了旋转随机粗糙表面均方根粗糙度对光束传输的影响，数值计算了不同拓扑荷值的叠加态涡旋光束经旋转随机粗糙表面后，与参考光进行干涉得到不同转速下归一化强度值随时间变化的曲线，并通过光强-时间函数间接求得频移量,再反演得到旋转目标的转速.结果表明：通过仿真曲线的周期反演频率，当转速Ω分别为2π/3 rad/s，2π rad/s，10π/3 rad/s时，对应的频移Δf分别为2/3Hz，2Hz，10/3Hz.研究结果可以为叠加涡旋光的调控及应用提供理论参考.
本文提出了一种应用于可见光蜂窝网的自由曲面光学发射天线，用于改善整个网络范围内的信号质量以提高系统的通信性能.首先基于能量映射关系和斯涅尔定律，设计了目标光分布区域为矩形的基于自由曲面透镜的光学发射天线，应用该天线能使半导体发光二极管（LED）光源发出的光信号均匀分布在0.8 m × 0.8 m的正方形范围内.而后将设计的光学发射天线应用于可见光蜂窝网，并进一步对网络接收区域的光信号质量和系统性能做了分析.结果表明，在一个3 m × 3 m × 3 m房间中安装有16个LED光源作为接入点，采用所设计的自由曲面光学发射天线，网络覆盖区域的光信号分布均匀度达到了0.8以上，同信道干扰基本消除，平均信干噪比为12.6 dB，系统具有较好的误码率性能，能够有效地保证可见光蜂窝网的通信质量.
近年来物联网在许多军事和民用领域（灾后恢复、环境监控和军事对抗等）展现出蓬勃的应用前景，而在实际应用中，为了维护终端数据的新鲜度，必须以尽可能低的时延来完成数据聚合调度，从而为用户提供及时准确的数据服务.但是，受信号干扰的影响，最低时延数据聚合调度问题已被证明是NP（Non-deterministic Polynomial）难问题，而如何设计低时延的数据聚合调度算法是物联网领域的研究热点.现有面向传统物联网（如无线传感网）的解决方案通常采用逐层调度方法和干扰避免技术来实现，减少了可并发传输的链路数目，不利于降低数据聚合时延.值得关注的是，相继干扰消除（Successive Interference Cancellation, SIC）技术作为一种简单而强大的多包接收技术，是研究者近年来取得的重大突破，而如何结合SIC 技术来设计物联网低时延数据聚合调度算法具有非常重要的理论研究意义.因此，本文以最大程度地增加可并发传输的链路数目为目标，利用跨层并发传输的思想来进行数据聚合调度，并结合SIC技术来实现链路调度，提出了一种新颖的低时延数据聚合调度算法.实验结果表明，与现有算法相比，本文所提算法在数据聚合时延优化方面最多可达43.8%.
为提高下肢表面肌电信号步态识别的识别精度和计算效率，采用一种基于高斯核函数优化正则化超限学习机（GKF-RELM）算法，对肌电信号提取时域、频域和非线性动力学三类特征并分别计算步态识别率，运用Fisher判别函数分析所提特征的可分性，得到多类特征的融合特征作为输入数据对分类器进行训练，再用训练好的分类器进行步态识别，从识别率和计算时间两方面，分别与支持向量机（SVM）和深度神经网络（DNN）方法进行了对比分析.结果表明，基于Fisher判别可分性指标确定的多类特征组合，能得到最优识别效果，并在提高分类精度的同时，优化了计算效率.此外，GKF-RELM方法的识别率也优于传统的ELM方法.
平衡图划分是改善并行图计算性能的关键.一个良好的划分算法应保证划分后的子图在负载均衡的前提下，减少子图之间的交互边(切割边)规模，从而减少网络通信.对此，本文设计一种基于层次亲和聚类的分布式大图划分算法(DisHAP).该算法采用亲和聚类的思想，将图初始划分为规模相等的k个子图；再将结果映射成顶点序列，以线性嵌入顺序处理节点，通过局部交换策略优化割边率；最后将DisHAP应用在MapReduce框架中，使用多种真实及理论图数据，与现有的大图划分算法做比较分析.以Twitter图为例，划分2,4,8,16,32个子区，相较于现有的大图划分算法(LDG,BLP,Spinner,Fennel,ParMetis及PSA-MIR算法)，割边率减少1.7%～30.2%，说明了该算法的优越性.同时该算法具有良好的可扩展性，划分的子区数量及图的规模对划分时间具有较低的影响.
针对移动群智感知中参与者积极性不高导致的数据质量低和激励成本高的问题，本文提出了一种基于混合用户模型与列表级排序学习算法相结合的协同排序任务推荐方法.根据参与者的历史行为对其进行分析，初步过滤掉一些劣质感知用户，同时利用参与者间的相似性构建混合用户模型.利用概率矩阵分解对参与者的意愿值进行预测，并根据排序学习得到一个排序模型.根据排序模型生成任务推荐列表，作为目标参与者的优选任务列表.基于真实数据集的仿真实验结果表明，本文提出的方法有效地提高了任务分配的准确率，与此同时减少了感知用户的移动距离.
甲骨文是中国最早的系统文字，是目前能见到的最早的成熟汉字.甲骨文的研究对历史探究和文化传承具有重要的意义.但是要实现字符级别的甲骨字符图像标注，在现有技术环境下，只能通过资深甲骨学专家进行人工标注，不仅耗费人力资源，而且效率低下.针对这一问题，在前期工作中的甲骨字符图像识别模型的基础上，本文提出了一种甲骨字符图像自动标注算法.该算法通过先分列后切割的思想，先将甲骨拓片上的每一个字符图像归结到某一个特定列，再以锚点甲骨字为参考点，根据空间近邻关系找到甲骨原文中的字所对应的甲骨字符图像，从而实现了甲骨字符图像的自动标注.同时，将标注好的甲骨字符图像添加到样本数据集，并利用增广后的数据集（增加6~10倍）重新训练甲骨字符图像识别模型，有利于提高基于深度学习的甲骨文识别算法的识别准确度；以较小的成本大幅增加样本数量，也可以节约专家大量的时间和人力.
当前基于深度学习的有监督前景分割方法得益于大量待分割场景的标注信息，其性能大幅超越传统的无监督方法.然而，获取高精度的像素级标注需要耗费大量的人力和时间成本，这严重限制了有监督算法在无标注场景的部署应用.为解决对场景监督信息依赖的问题，设计了一种与传统的帧间差分法相融合的跨场景深度学习架构，即帧间高级特征差分算法.该算法重点围绕时域变化等跨场景共性知识的迁移，在不依赖待分割场景监督信息的前提下实现高精度分割.面向五类不同模式的困难场景开展实验，本文算法的平均F值达到0.8719，超越了当前最高性能的有监督算法FgSegNet_v2（相同的跨场景条件下）和最佳的无监督算法SemanticBS.本文算法对QVGA视频（320×240）的处理速度达到35帧/s，具有较好的实时性.
音频场景聚类的任务是将属于相同音频场景的音频样本合并到同一个类中.本文提出一种基于联合学习框架的音频场景聚类方法.该框架由一个卷积自编码网络（Convolution Autoencoder Network, CAN）与一个判别性聚类网络（Discriminative Clustering Network, DCN）组成.CAN包括编码器和译码器，用于提取深度变换特征，DCN用于对输入的深度变换特征进行类别估计从而实现音频场景聚类.采用DCASE-2017和LITIS-Rouen数据集作为实验数据，比较不同特征与聚类方法的性能.实验结果表明：采用归一化互信息和聚类精度作为评价指标时，基于联合学习框架提取的深度变换特征优于其他特征，本文方法优于其他方法.本文方法所需要付出的代价是需要较大的计算复杂度.
图像描述旨在通过提取图像的特征输入到语言生成模型中最后输出图像对应的描述，来解决人工智能中自然语言处理与计算机视觉的交叉领域问题——智能图像理解.现对2015—2020年间图像描述方向有代表性的论文进行汇总与分析，以不同核心技术作为分类标准将图像描述大致划分为基于Encoder-Decoder框架的图像描述、基于注意力机制的图像描述、基于强化学习的图像描述、基于生成对抗网络的图像描述和基于新融合数据集的图像描述五大类.使用NIC、Hard-Attention和Neural Talk三个模型在真实数据集MS-COCO数据集上进行实验，并从BLEU1、BLEU2、BLEU3、BLEU4四处平均评分对比分析，展示三个模型效果.本文点明了未来图像描述的发展趋势，并指出了图像描述将要面临的挑战和可深入挖掘的研究方向.
根据串联电容逐个充电升压、逐个取电降压的原理，提出一种新型谐振式双向开关电容变换器.谐振电感仅为一只参数很小的电感，且无须添加辅助器件，即能完成全电路的软开关.在不改变工作方式下，实现了实时双向的电能传输，传输方向仅取决于高压端和低压端的电压值.由RLC 电路谐振规律和等电量方法解得充电平均电流、传输功率、输出电压和变换效率的数学表达式.最后通过MATLAB/Simulink仿真和制作样机，进行单向模式和双向模式的实验，验证了本方案的正确性.
随着车载网络的发展，新的无线电技术已经成为人们关注的焦点.车辆间通信既要求超可靠低时延，同时又对通信数据速率有较高的要求.本文针对韩国大田的城市环境进行仿真，并表征23GHz车载移动通信信道的特性.利用射线跟踪仿真萃取路径损耗、莱斯K因子、均方根时延扩展和角度扩展等典型信道参数，定量地分析并总结其对车辆通信的影响，为毫米波车载移动通信系统的部署提供参考和指导性建议.
