一种计算随机流网络可靠性的新算法

提出了一种计算随机流网络可靠性的新方法。通过一定的规则生成网络的状态树，使得每一个分支都是全序集合。在生成状态树的同时搜索每一个分支，对状态采用基于割集的方法进行判断。每个分支上的最小的有效状态就是网络的d-下界点。求得所有的d-下界点，进而求出网络的可靠性。     

跳频Ad Hoc网络容量分析

网络信息理论研究表明,Ad Hoc网络的信息传输能力受限于节点之间无序的传输干扰,而增加使用带宽可以缓解这种传输干扰.跳频 Ad Hoc网络作为一种增加使用带宽的网络构建方式,可有效减轻网络中节点无序传输所引起干扰,与直扩网络相比具有更好的容量改善效果.本文以随机点过程分析为基础,对跳频 Ad Hoc网络的信息传输能力进行分析,推导了其容量的上界和下界,讨论了可用频率数对网络容量的影响.     

极大线性无关组的构造

记Vr（F2）是有限域F2上的r维向量空间,令S是Vr（F2）的含有n个向量的子集合,如果S中任意t个向量在有限域F2上都线性无关,则称S是n元t无关组。称S为极大n元t无关组,是指在所有的n元t无关组中,S的向量个数达到最大值,把这个极大值记为M（r,t）。n元t无关组在密码、纠错码理论以及区组设计等方面有着重要的应用。利用若干线性纠错码的结果,给出了关于M（r,t）的若干下界。     

波动双径衰落信道下的圆阵方向调制方法

为了实现对三维空间中任意期望方向的物理层安全通信,提出了一种基于均匀圆阵的方向调制发射机系统模型,使用迫零波束形成发射有用信号的同时用零空间映射法发射随机的人工噪声干扰非期望方向.针对当前对毫米波信号小尺度衰落刻画较好的波动双径（fluctuating two-ray,FTR）衰落信道,推导了本文模型的平均安全容量（average secrecy capacity,ASC）下界、安全中断概率（secrecy outage probability,SOP）上界的闭合表达式,对比了系统安全性能关于信噪比的变化曲线.仿真结果表明,阵元数为64,信噪比为10 dB,圆阵方向调制在期望方向可以无失真地恢复信号,非期望方向误差向量幅度（error vector magnitude,EVM）高达100%,误比特率高于40%.本文方法能在三维空间实现无需密钥的定向安全传输,提高信噪比可改善其在FTR衰落信道下的安全性能.     

传感器网络随机密钥对模型密钥管理方案改进

在传感器网络中有必要应用加密技术对节点间的通信进行保护。基于随机密钥对模型的传感器网络的密钥管理方案（BPKP），实现了包括初始密钥对向量预分配，通信密钥对向量的建立和通信密钥对向量更新。对BPKP的性能分析表明：BPKP具有高网络连通性、高安全性和低耗能的优点。     

基于输入模式空间的函数连接网络分类器的设计与实现

利用随机向量函数连接网络（Random－VectorFunctionalLinkNet:RVFLNet）实现对输入模式向量的分类。函数连接网络中基函数使用高斯函数，函数变量为输入模式向量与随机向量的欧氏距离，各随机向量散布于原始输入模式向量的各聚类中心邻城内．该分类器可较好地匹配于输入模式空间的分布情况，其识别性能优于一般函数连接网络。同时该网络可缩短训练时间，避免局部极小点的影响．     

基于幅度谱编码的基函数生成算法性能分析

通过对变换域通信系统的基函数生成算法的研究,在传统的使用一维伪随机（PN）序列对相位进行随机化方法的基础上,提出了一种新的基于随机幅度谱编码的算法用于基函数生成：用另一个一维PN序列与基函数的幅度谱向量进行点乘,对其随机化处理,该方法生成的基函数较传统的一维PN序列方法产生的基函数的随机性提高N（N为基函数长度）倍,大大增强了系统的抗截获能力和多址容量;最后对系统的误码率进行了仿真,验证了该方法可以提高多址通信时的系统性能。     

基于一类支持向量机的盲元检测方法

利用无监督学习的一类支持向量机（One Class Support Vector Machine,OCSVM）和随机场景图像序列,构造滚动更新的像元分类模型,实现红外焦平面盲元的在线检测。根据正常像元和异常像元数量和灰度特征的差异,以随机图像序列作为输入数据,使用OCSVM建立单一类别的像元分类模型,灰度变化的像元归为一类,其他像元不属于此类。由于随机图像序列的滚动更新,OCSVM模型及支持向量也随之更新。统计支持向量的频次,高频次支持向量对应的像元聚为一类,即为异常像元。以320256中波红外图像序列为例,说明了OCSVM模型进行盲元检测的过程,检测结果与黑体定标的结果一致。基于随机场景和OCSVM模型的盲元检测方法摆脱了定标黑体的约束,提高了盲元检测的灵活性。     

应急通信网拓扑模型及其分析

为了解决应急通信网络拓扑特性分析问题,从拓扑模型建立、容量分析、拓扑分析等几方面对应急通信网络模型进行了研究。在模型建立方面,主要考虑了骨干节点、接入节点和终端节点在应急通信网络中的不同之处,并进行分别建模;在容量分析方面,分别给出了任意网络和随机网络的网络容量数量级;在拓扑分析方面,主要从最短路径、节点度、富人俱乐部特性、介数、流中心性、偏心度、紧密活性等拓扑特性入手,通过多次实验进行应急通信网络特性研究。容量分析和拓扑分析的结果表明,提出的应急通信网络模型建立方法具有较高的容量,并符合实际应急通信网络特性。     

Ad hoc网络MAC层容量的研究

一个移动通信系统有效容量在受到有限的频谱资源制约同时，还要受系统中随机的噪声和干扰的约束．文中通过研究在考虑背景噪声时一个Adhoc网络MAC层（Medium Access Control Layer）层的接纳能力，也就是网络中可以同时接入到信道接收或发送数据的移动节点数量（即网络有效容量）：找出了影响Adhoc网络有效容量的因素，并提出了一些改善办法。     

基于随机非负独立元分析的掌纹识别

提出运用随机非负独立元分析（SN—ICA）的新方法进行掌纹识别。为了减少计算量,运用SN-ICA算法前,先采用主元分析（PCA）算法去除掌纹图像的二阶统计特征相关性,其余的高阶非负统计特征由SN-ICA分离。首先用PCA和SN-ICA提取投影向量,然后将训练图像和待识别图像向投影向量上投影得到低维特征向量,最后计算特征...     

基于自组织特征映射神经网络的聚类分析

在深入研究自组织特征映射（Self-organizing Feature Mapping,SOFM）神经网络的结构和聚类算法的基础上,阐述了SOFM网络的建立方法.以随机二维向量的聚类为例,利用所建立的SOFM网络模型对输入的随机二维向量进行聚类,并着重研究了输出层神经元拓扑结构、训练步数对聚类结果的影响以及在相同拓扑结构条件下,SOFM网络模型的权值向量的调整过程.仿真结果表明：在输出层神经元节点形式为六边型条件下,输出层神经元的个数越多,SOFM网络模型的聚类结果就越准确;在相同的拓扑结构条件下,训练步数越大,SOFM网络聚类结果越准确,但过大的训练步数对于聚类结果的影响甚微.     

物理层网络编码在数据会聚无线自组织网络中的容量增益研究

为研究物理层网络编码.(Physical-layer Network Coding,PNC).方案在数据汇聚无线自组织网络中相对于传统方案能够获得的容量增益,该文通过稀疏割容量分析推导得到PNC方案平均每节点信息传输速率的上界和下界。与传统路由方案及传统网络编码方案相比,在数据汇聚无线自组织网络中应用PNC方案能够提升网络容量的数量级。     

老练电压对铝电解电容器容量和漏电流的影响

老练电压对铝电解电容器的容量和漏电流有一定影响,对于低压（≤１６Ｖ）产品要确保老练电压的准确性;对高压（≤１００Ｖ）小容量产品,若容量偏差过大,可适当加高老练电压使其降低。老练后漏电流大的产品,加高老练电压也有良好效果。     

干扰消除技术在CDMA网络中的应用

CDMA网络中存在前反向的多址干扰,降低了前反向容量。为了减少多址干扰对前反向容量的影响,对多址干扰产生的原因和机理进行深入分析,详细介绍了多用户检测技术和干扰消除技术。通过对造成干扰的所有用户信号信息进行检测,根据多址干扰信号的结构特征进行干扰消除和信号恢复,从而改善各个信号的信噪比,提高CDMA系统的前反向容量。重点介绍了准线性干扰消除技术QLIC（Quasi-Linear Interference Cancellation）和反向干扰消除技术RLIC（Reverse Link Interference Cancellation）的基本原理,分别对QLIC技术和RLIC技术的容量增益进行了理论推导,并计算了QLIC和RLIC对CDMA网络容量提升的程度。QLIC和RLIC是现有CDMA网络容量提升的重要技术手段,能够为运营商进行技术升级和网络部署提供重要参考。     

基于压缩感知解码的网络编码技术

证明了随机网络编码的传输矩阵具有压缩感知观测矩阵的性质,提出了一种基于随机编码和压缩感知的网络编码方案,该方案利用了压缩感知求解欠定方程组的优点。在该方案中,随机网络编码的误码率可以依靠信息的稀疏性而降低。如果信息足够稀疏,那么网络的容量甚至可以超过限定了网络编码容量上界的最大流-最小割定理的理论值。给出了误码率的理论上界,仿真结果表明该方案可以达到较好的性能。     

一种改进的分枝定界半监督支持向量机学习算法

分枝定界半监督支持向量机,由于其实现的是全局最优化,因而可以作为其它半监督学习算法的一个基准。针对分枝定界半监督支持向量机中存在的缺陷,提出一种改进的分枝定界半监督支持向量机学习算法。该算法重新对下界的估计进行定义,从而降低了各结点计算下界的时间复杂度;同时利用支持向量机的几何特点确定分枝结点,以提高算法的运算速度。实验分析表明本文提出的算法具有精度高、鲁棒性强等优点。     

DTN 网络环境下动态随机网络编码方法简

容迟容断网络的移动性、间歇连通性和动态拓扑等动态特性使得当前应用于静态网络拓扑和固定多播容量的静态随机网络编码难以适应DTN网络环境的网络编码传输,为此提出了一种DTN网络环境下动态随机网络编码传输方法。该方法以马尔科夫信道模型为基础,根据节点的数据状态动态监测信道速率,在信源节点构造了带信道容量的网络流图,并计算和预测当前网络多播容量,最后根据多播容量的变化动态扩展和裁剪随机网络编码方案,实现DTN网络环境下数据的动态网络编码传输。仿真结果表明,相比传统的固定多播率编码方法,动态随机网络编码方法降低了数据的平均传递延迟,提高了数据投递率。     

基于同源组合布鲁姆过滤器的早期流量抽样算法

提出一种同源组合布鲁姆过滤器结构,该结构包含流抽样（sample）和分组计数（packet）2个计数器向量组合,2个计数器向量宽度不同,以相同的散列源函数计算散列位置。基于该结构设计的早期流量抽样算法利用2个计数器向量将流抽样判断与分组计数检测分开,避免了早期流量抽样中大量抽样已经结束的流对分组计数过程的影响。分析和实验结果表明,通过调节2个计数器的宽度比α,在不增加内存空间的条件下,该算法有效降低了误判率。     

联合传输机制下的三维超密集网络性能分析

超密集网络（Ultra-dense Networks,UDN）作为一项新兴技术，通过密集部署微基站大幅提升了网络容量，近年来受到了广泛关注。但随着二维平面基站数量逐渐饱和，基站部署逐渐向三维（3D）立体化发展。因此，针对中央商务区（Central Business District,CBD）等未来移动通信典型应用场景，基于随机几何理论对写字楼中基站与用户的分布进行建模与分析。该场景下，考虑到实际部署情况，用户只会接收到其上方基站的信号，而忽略低楼层基站的影响。针对这一特点，基于联合传输（Joint Transmission,JT）方案的覆盖性能，推导出用户的覆盖率和遍历容量解析表达式。结果表明，覆盖率和遍历容量都随协作簇的变大而增加，收益呈递减状态。