基于CDROM的嵌入式系统设计

文章介绍了以CDROM作为大容量只读数据存储设备的嵌入式系统的设计方法 ,并通过汽车导航系统中的具体应用介绍了其软硬件的实现。     

基于节点疏远方法的网络节点重要性评价

互联网本质上是一种异质网络,其面对恶意攻击是"鲁棒而脆弱的",对节点的重要性进行评价是增强网络抗攻击能力的基础。本文在分析现有常见方法存在不足的基础上,提出了一种称之为节点疏远的方法来评价节点重要性。该方法对需评价重要性的节点的关联边进行合理疏远,然后定义了一种既体现节点全局位置信息又体现节点局部连接特性的重要性度量,用这个度量对节点重要性进行评估。利用节点疏远后全网络效率变化量和通过待评价节点的路径的效率变化量之和相等的特点,降低了直接使用前述度量评价节点重要性的计算复杂度。仿真表明,节点疏远法能够较好地评价节点的重要性,其评价结果更精确。     

标准模型下通用可组合的口令认证密钥交换协议

通过构造不可延展的、可提取的且是弱模拟可靠的陷门承诺体制,以及相应的平滑投射Hash函数簇,设计了一个高效的通用可组合(universal composable,简称UC)安全的两方口令认证密钥交换(password authenticated key exchange,简称PAKE)协议,并在静态腐化模型下给出了严格的安全性证明.该协议使得PAKE协议在UC框架下达到了最优的两轮.与已有的协议相比,该协议避免了零知识证明协议的使用,在保持计算复杂度相当的前提下有效地提高了通信效率.     

网格环境下数据传输模型的研究

深入研究了Globus工具包中数据传输模型的结构、实现细节和特点,在此基础上吸取它的优点,提出了一个新的与Globus工具无关的数据传输模型。该模型立足于为用户提供方便的使用模式,屏蔽系统的异构性,同时也考虑了传输性能和负载均衡等问题。     

一种基于Kalman的实时话务量预测算法

移动网话务量的预测可以为解决移动网的网络拥塞、覆盖规划、负载均衡和接入控制等方面的问题提供决策支持。日益复杂的移动网络环境对移动网话务量预测的实时性提出了新的要求,针对这一问题进行了研究,结合卡尔曼滤波算法在预测时效性方面的优点,提出了一种基于卡尔曼滤波的移动网实时话务量预测算。该算法通过对呼叫时延的实时预测实现对移动网实时话务量的预测。仿真结果表明,所提算法具有良好的实时性和预测质量。     

CT扇形束滤波反投影图像重建算法优化

基于等距扇形束滤波反投影(FBP)算法推导了一种新的算法——求导-希尔伯特反投影(DHB)算法,研究了DHB算法在频域对投影的滤波特性。通过理论分析和实验验证,指出由于DHB滤波函数在高频段对于锐截止特性的改善,很大程度上消除了重建图像的抖动现象。并且算法中去掉了反投影算子中的距离加权运算,使计算速度进一步提高。     

高角度分辨率的信源分离算法

传统的波束形成算法在期望信号和干扰信号来向相近的情况下性能下降,不能很好地完成信源分离,针对此问题提出了一种高角度分辨率的信源分离算法。首先选取一种适合任意阵型的AR模型预测方法进行阵列扩展,然后利用基于独立分量分析的鲁棒性分离算法完成信号分离,通过结合阵列扩展和盲源分离的优点,本文提出的分离算法在不增加实际阵元数目的前提下具备比原阵列更高的角度分辨率。实际数据测试表明提出的算法能够在9元均匀圆阵上分离方位角来向间隔为0.5度的信号。     

联合校正源空域信息和时域波形信息的乘性阵列误差校正方法

针对乘性阵列误差(包括幅相误差和互耦)的校正问题,该文依据最大似然准则,提出联合校正源空域信息和时域波形信息的误差校正方法,该方法通过"嵌入式"Newton迭代以及交替迭代实现乘性阵列误差参数的数值优化,具有较快的收敛速度和较高的数值稳健性.此外,文中分别在校正源时域波形信息未知和已知这两种情况下推导乘性阵列误差参数的克拉美罗界.仿真实验验证文中新算法的优越性.     

基于协方差匹配技术的互耦和幅相误差联合校正算法

 提出了基于协方差匹配技术的均匀线阵互耦和幅相误差联合校正算法.首先,根据协方差匹配技术中的目标函数和均匀线阵的误差模型,设计了一种交替迭代算法用以实现各种参数的优化计算.接着,为了避免该算法中的每轮循环迭代都需要进行波达方向估计这一复杂环节,利用理想条件均匀线阵协方差阵的Toeplitz性,给出了另一种改进型交替迭代算法用以减少计算复杂度.与基于子空间技术的阵列误差校正方法相比,文中的两种新算法可直接利用信源的统计特性,并且适用于不同的高斯噪声模型(例如噪声功率不一致),仿真实验验证了新算法的有效性和优越性.     

MC-CDMA系统中基于DFT的信道估计改进算法研究

LS信道估计算法运算量小,实现简单,但估计值对噪声影响敏感,算法精度低。为降低噪声对精度的影响,文章提出一种新的基于DFT的LS信道估计改进算法。该算法利用并行PN序列信号特性,通过时延点信息获取算法得到多径信道的时延点信息,并在改进的信道估计算法中利用此信息,最大程度地抑制噪声。仿真结果表明,与现有的基于DFT的LS改进算法相比,本算法可进一步提高估计精度,在低信噪比条件下性能更好。