基于频域线性预测心理声学掩蔽模型的音频编解码器

频域线性预测给出了信号的希尔伯特包络的近似。基于频域线性预测的编解码器运用长时分割,很好地保持了时域包络信息。该编解码器能够重建高质量的信号,但是编码效率不高。将频域掩蔽引入到时域线性预测编解码器用以减少比特率。频域掩蔽是一个听音现象,如果另一个强度较大的声音出现,关注声音的听音阈值将增加。心理声学模型用于估计频域线性预测载波信号的听力阈值和绝对听力阈值。频域子带频域线性预测载波信号的比特配置根据听力阈值和绝对听力阈值计算得到。应用频率掩蔽,比特率下降5%。该文方法的效果应用音频质量感知评价和MUSHRA方法进行了测试。     

一种合成聚焦的便携式B型超声成像方法

传统合成聚焦超声成像方法在图像重建过程中处理数据量较大,致使其在便携式B型超声设备中应用受限。针对该问题,提出一种基于压缩感知理论和合成聚焦波束形成算法的便携式B型超声成像方法(SFCS)。该方法通过对接收到的射频回波信号进行随机采样得到欠采样的测量信号,将测量信号经过合成聚焦波束形成处理获得欠采样的射频信号线,基于压缩感知的信号重构算法,由欠采样的射频信号线高质量地恢复信号后供后续成像处理使用。仿真实验结果表明,SFCS可有效地解决合成聚焦超声成像过程中数据量大的问题,从而在保证较高成像质量的前提下满足便携式B型超声设备小型化、低成本的技术要求,具有工程应用价值。     

基于Mining-SEC方法的电路等价性验证

针对时序电路的等价性验证难题,提出基于Mining-SEC的定界等价性验证方法。将待验证时序电路按时间帧展开为多项式符号代数表示的电路集合,利用时间序列数据挖掘方法挖掘其中的不变量和相应的全局约束,不变量可以是任意多项式。此外还可挖掘电路中的不合法约束和复杂的多项式关系,通过以上方法可以明显降低求解空间。使用基于SMT的验证引擎检验电路等价性。实验结果表明,该方法可以快速地实现验证收敛,得到平均1~2个量级的验证加速,并且可以有效消除虚假验证。     

花色纺线 Ⅱ．冷管热管纺丝张力不匀及工艺调节

冷管与热管上纺丝因不同的纺丝温度导致纤维的张力不同，丝条集束后在卷绕时引起卷绕成型不奶。为解决由于采用新工艺所产生的卷绕张力不匀，在不同的纺丝工艺下，利用计算机对纺丝成形张力进行了数学模拟计算。计算结果显示，改变冷管的直径和起始位置，对卷绕张力无调节作用，且不影响纤维的结晶和取向，而改变热管直径，对卷绕张力也无调节作用，但使快速结晶时的位置沿纺程后移。因此，需要在集整束点之间加装一个张力调节补偿装置，或者使用变径热管纺丝系统装置来调节纺丝张力。     

无线传感器网络中的改进数据聚集调度算法

针对现有聚集数据调度近似算法具有较高延时上界的问题,提出一种改进的聚集数据调度近似算法。建立一棵根在中心结点的广度优先搜索树,分层构造一个最大独立集(MIS),使MIS中相邻的2个结点相距两跳。将MIS中的结点连接起来,形成一棵根在中心结点的数据聚集调度树,使结点按数据聚集调度树进行分层数据调度。在数据聚集调度树的构造过程中,对于任意支配点,以最小的结点连接其相距两跳的支配点。对于2个相邻支配点的公共邻居支配点,通过在距中心点最近的支配点加入数据聚集树,使其在数据调度过程中将数据发送给距中心点最近的支配点,从而降低数据的聚集延时。实验结果表明,与SAS算法、Guo’s算法和IAS算法相比,该算法的数据聚集延时更低,其延时上界为14R+△?10。     

Trie树路由查找算法在网络处理器中的实现

Trie树数据结构的实现方法灵活,所需存储器空间小,是实现高速路由查找和分组转发的理想选择。为满足10 Gb/s线速度网络处理器中微引擎的设计要求,提出一种基于最优平衡、多层存储的Trie树路由查找算法。建立一种平衡的压缩树结构,将该树中相邻的多层节点压缩到一个存储节点中。通过构造特定的数据存储结构来减小树的搜索深度,以空间换取时间,从而提高路由查找速度和分组转发效率。在网络处理器的查找微引擎设计中实现Trie路由查找算法,实验结果表明,单个微引擎的查找速度为4.4 Mb/s,能达到节省存储空间、提高查找效率的效果。     

支持并行化快速实验部署的网络创新实验平台

清华大学网络创新实验(TUNIE)平台为新型网络体系结构的验证和测试提供了有力的工具。在TUNIE平台运行过程中,过长的实验部署耗时会降低整个TUNIE平台的运行效率。对实验部署过程进行分析和测量,发现实验部署的冗长耗时主要由集中式镜像池和串行的实验部署流程引起。为此,提出一种并行化的快速实验部署方案。利用分布式镜像池减少非本地节点的镜像拷贝时间,采用并行化实验部署提高时间维度上的资源利用率。仿真和实际应用结果证明,相比于串行部署方案,该方案可以减少40%~89%的部署耗时,有效提高了实验部署的速度。     

CMS实验中关系数据库的精确关键词查询

在大型强子对撞机(LHC)上紧凑型缪子螺线管探测器(CMS)实验的复杂数据环境下,有多个关系型数据源记录了关于数据组织和分布的信息。为实现数据查询系统的精确关键词查询功能,通过分析数据库模式图的方法,将关键词查询语言动态翻译成SQL语言,设计并实现一个跨数据库平台的关键词查询系统。针对动态翻译过程中存在的二义性问题,提出基于查询实体的模式图分析算法,以及基于最小权重树查找的动态连接算法。实验结果表明,该动态连接算法能为关键词查询正确生成所需数据库表的连接方式,使关键词查询系统具有较高的查询效率,以满足用户实时、精确查询的需求。     

正态分布属性数据集上的Skyline查询

Skyline查询适用于多目标决策、数据挖掘等领域。以往的研究工作主要关注确定型数据集,少数针对不确定型数据集的研究处理的也多是离散型不确定数据。为此,定义属性呈连续型分布的不确定数据集,并给出一种针对该种数据集的Skyline查询算法,利用索引和分治思想解决其Skyline查询问题。实验结果表明,该算法可以在牺牲少量精度的情况下提高查询效率。