一种新的盲多用户检测最大似然方法

线性受限最大似然盲多用户检测是盲多用户检测中的一类重要方法,现有的限制方法不能保证目标用户的最优解落在限制的搜索空间中,因此在理论上不能达到最优解。提出了一种新的限制方法,能保证目标用户的最优解落在限制的搜索空间中,因此保证算法收敛到目标用户。与现有方法相比,这里给出的算法结构简单,降低了运算复杂度。仿真试验表明其具有较低的误码率和较高的系统容量。     

混沌,分形理论与语音信号处理

本文旨在将新兴的混沌、分形理论引入语音信号处理。本文提出了一种新的语音信号相空间重构方法，分析、统计了语音信号最大Ｌｙａｐｕｎｏｖ指数及分维度的分布，并提出了基于分形码本的语音信号码激励线性预测编码瓣算法。本文的研究表明，混沌、分形理论在语音信号处理中有良好的应用前景。     

一种快速的单幅图像去雾算法

为了解决基于暗原色先验的单幅图像去雾算法运行效率低,以及去雾后在图像的明亮灰白区域存在图像色彩失真的问题,提出一种快速有效的单幅图像去雾算法.该算法基于HSI色彩空间进行粗略的透射率以及大气光的估计;然后,用导向滤波对粗略的透射率进行平滑,再利用阈值法对灰白明亮区域的透射率进行修正,得到最终的透射率;最后,进行色彩调整得到复原图像.实验结果表明,本文算法具有很高的运行效率,能有效提高复原图像的清晰度和对比度.     

基于映射机制的细粒度RBAC委托授权模型

针对现有RBAC(Role-Based Access Control)委托授权模型存在的不足:其一,没有有效地实现细致委托粒度;其二,权限传播没有得到很好的控制,给出一种基于映射机制的细粒度角色委托模型RDBMPM(Fine-Grained Role Delegation Model Based Permission Mapping Mechanism),该模型基于向量化与度量化算子的复合运算,提出了度量角色的概念,并以其为授权粒度对委托约束机制进行讨论,增强了权限传播的可控性.最后,通过三个典型的支持细粒度委托的模型在映射机制下的具体实现,验证了RDBMPM模型的研究意义.     

用于Ad Hoc网络的多径混合路由

移动Ad hoc网络是由一组移动节点组成的临时网络,它不需要事先建立的网络基础设施的支持。路由协议对网络性能起着决定性的作用。文中提出了一种基于多路径的Ad hoc网络混合路由策略（MPHR）。在MPHR中,边权值表示节点之间的链路可靠性。与传统的单路径路由策略不同,在一对源节点和目的节点间,使用多条路径来发送分组。仿真结果表明,MPHR的分组投递率远高于DSR路由协议,但路由开销略大于DSR。     

一种小波域自适应鲁棒闭环数字盲水印技术

本文提出了一种基于小波域的闭环自适应图像鲁棒数字盲水印技术.水印的嵌入过程是一个闭环过程,且其嵌入的位置及强度均与原始图像有关.水印嵌入的初始强度由小波域图像压缩的量化因子决定,并根据检测要求不断的进行调整,从而达到水印的最佳嵌入.本文证明了这种闭环系统的收敛性,并且给出了水印检测过程中正确检测概率和虚警检测概率的求解公式,可用于闭环系统的检测性能判决条件.水印的检测过程中不需要任何原始图像和原始水印信号的信息,采用独立分量分析实现对水印信号的盲检测.检测过程中不仅可以检测到水印的存在,而且可以提取出嵌入到图像中的多个水印信号.实验结果证实了本文提出的闭环自适应数字盲水印技术优于传统的自适应水印技术,水印检测过程中在不需要考虑水印图像所经历的攻击类型及攻击参数的情况下可以正确的提取水印信号.本文提出的水印算法对通用水印测试软件Stirmark具有很好的鲁棒性.     

一种基于子空间分解的IIR信道盲辨识算法

本文证明了对IIR信道输出进行过采样（采样率是输入码率的整数倍）可以转化成单输入多输出的多信道模型，并且不同的信道有相同的AR系数。基于这一特性本文提出一种基于子空间分解的信道参数盲辨识方法，即不同信道的MA系数可以输出信号的噪声子空间唯一确定，而AR系数则可以通过求解YW方程得到。     

一种基于鲁棒特征的模型补偿噪声语音识别方法

针对抗噪声语音特征技术和基于MFCC特征的模型补偿技术在低信噪比时识别率不高的缺点，将抗噪声语音特征和模型补偿结合起来，提出了一种基于单边自相关序列(One—sided autocorrelation，OSA)MFCC特征的模型补偿噪声语音识别方法，以提高语音识别系统在低信噪比时的性能。对0～9十个英文数字和NOISEX92中的白噪声、F16噪声和FACTORY噪声的识别实验结果表明．本文提出的识别方法可以有效地提高OSA—MFCC识别器在噪声环境中的识别率，并且在低信噪比时其性能明显优于经过相同补偿处理的MFCC识别器。     

基于离散对数的VES改进及在公平交换协议中的应用

网络上常会有这样的需求,证实者(Prover)需要向验证者(Verifier)证实自己知道信息m,但又不能把m暴露给Verifier。可验证加密方案(VES,verifiableencryptionscheme)就是一种满足这样要求的特殊公钥加密方案。该方案中的Prover通过生成一个证据Cert,使Verifier通过验证就可以确定Prover是否拥有。文献犤1犦～犤3犦都提出了一些有效的VES方案,但是它们都潜在地假设Prover是诚实可信任的,这对冒名Prover攻击是脆弱的。文章提出了基于离散对数VES方案的一个改进方法,克服了这个缺点。新方案在生成Cert时多使用一个公开信息Y,是由可信任第三方(TTP)的一个公钥加密m得到的密文。这样,由于生成Cert同时需要m和Y,它们的不一致就会导致验证的失败,因而改进VES可以避免冒名Prover攻击。作为VES的一个应用,还提出了基于VES的公平交换协议,该协议与普通的公平交换协议相比具有形式简单,易于实现,不需要TTP直接参与等优点。     

基于双基频多带激励分离模型的元音分离

听觉场景分析(AuditorySceneAnalysis,ASA)是一种模仿人的听觉特性实现对混叠声音信号进行分离的方法。作为ASA的基础研究,论文针对各种ASA系统存在的相近频带信号无法有效分离问题,提出了一种新的基于双基频多带激励分离模型的元音分离系统,该系统利用两语音信号的基音轨迹特性提取多带激励分离模型中两基频对应的语音的各次谐波参数,将两组参数代入多带激励合成模型从而得到两个分离的语音信号。文中给出了算法的原理与具体描述。仿真实验结果表明,系统对存在基音频率差异的元音信号能实现有效的分离。