离散混沌系统类随机性的符号熵分析法

采用符号熵分析法,分析和讨论了经典的Logistic映射和Henon映射的类随机性强弱.先将离散混沌系统产生的实数序列转化为二进制序列,然后进行编码,计算其符号熵,绘制其符号熵图,并深入讨论了系统参数和初始值对符号熵的影响.数值仿真分析表明,符号熵法能定量区别不同离散混沌系统类随机性的强弱.同时作为随机源,Logistic映射比Henon映射好.     

统计机器翻译综述

本文综述了基于信源信道思想和基于最大熵思想的统计机器翻译方法并介绍了统计机器翻译的评测方法。基于信源信道的方法将翻译概率表示为一个语言模型和一个翻译模型。而基于最大熵的方法则是利用一系列实数值特征函数的线性组合来求解最优的译文。基于最大熵的统计机器翻译方法比基于信源信道的方法更具有一般性,后者可以看做前者的一个特例。     

连续混沌系统类随机性的符号熵分析法

采用符号熵分析法,分析和讨论了经典的Lorenz连续混沌系统和Rossler连续混沌系统的类随机性强弱。先将连续混沌系统产生的实数序列转化为二进制序列,然后进行编码,计算其符号熵,绘制其符号熵图,并深入讨论了系统参数和初始值对符号熵的影响。数值仿真分析表明,符号熵法能定量区别不同连续混沌系统类随机性的强弱。同时作为随机源,Lorenz混沌系统比R?ssler混沌系统好。     

基于最短码长的Context加权编码

用Context加权来估计较为合理的条件概率分布并对当前信源符号进行编码,能减小其编码码长。本文对Context的加权系数进行了研究,提出最优化的权值是:多Context加权后,能够使当前信源符号的前m个信源符号的码长之和最短的那组权值。本文使用了多元优化算法(MOA)对最短码长进行寻优从而得到最优化的权值。并通过实验验证了该方法对于减小码长的有效性,得到已知信源长度为10时,编码的码长较短且计算复杂度低。     

不等长信源的符号约束MAP联合译码算法

由于不等长编码信源（VLCs）所固有的易于误码扩散的弱点,传统的纠错编码并不能高效地解决其差错控制问题。提出了一种新的针对不等长编码信源的符号约束MAP联合译码算法,利用VLCs双树信源的构造方法,有效地抑制了VLCs的错误扩散;同时,通过将“符号约束”的思想应用于最大后验概率（MAP）译码算法,不仅充分利用了信源先验信息,而且极大地降低了误符号率。实验结果表明,在误符号率为1%时,对于在高斯加性白噪声（AWGN）信道传输情况下的JPEG信源,提出的算法比传统的“比特约束”MAP译码算法有将近0.8 dB的性能增益。     

多源网络编码数据完整性验证方案

基于同态向量哈希函数和向量合并算法,提出一种能够抵御污染攻击的多源网络编码数据完整性验证方案。通过信源节点计算发送向量的哈希值,利用私钥对该哈希值进行签名,并将消息向量、哈希值以及哈希值的签名发送至中间节点。中间节点和信宿节点基于系统公钥,验证来自不同信源节点的线性编码消息的完整性。实验结果表明,当信源节点数大于200时,该方案的计算效率优于现有多源网络编码方案,更适用于大规模分布式网络数据的安全验证。     

无损压缩编码的关联性框架模型

通过信源符号之间的时序关系、并行关系、或因果关系的分析方法，为信源符号之间的相关性结构构建了基于关联性框架的统一模型。在该模型框架下分析得出游程编码属于信源并行关系结构、词典编码属于信源因果关系结构、自适应Huffman编码属于信源时序关系结构的结论。不仅为这些无损压缩编码编码方法提供了一个统一描述途径。也为进一步改进关联性编码提出了新的思路。     

非负连续信源熵密度的极限性质

应用分析方法和Laplace变换,利用熵密度偏差的概念,研究了任意非负连续信源熵密度的极限性质,修正了赵静和魏杰所做的结果。     

信源最佳编码的微机实现

本文简要介绍了信源编码的几种方法。对信源最佳编码——Huffman编码采用微机来进行。这将减少了人为编码的计算工作量及其差错,而且变换速度快,使编码器的数学模型通过微机得以实现。这在实际运用中,尤其当信源消息数量很多时进行信源编码,使用该方法是有一定意义的。     

率熵函数

提出了率熵函数的概念,用译码器不确定度约束代替传统的失真度约束,从译码侧定义广义率失真函数。虽然率熵函数定义为互信息的约束变分问题,但可以通过构造变分问题特解求率熵函数的闭式解,还提出了构造变分问题特解的4种方法,即熵不变准则、独立误差准则、再生性准则和弱再生性准则。据此得到目前常见概率分布的率熵函数闭合表达式,包括均匀分布、向量高斯分布以及具有再生性和弱再生性的概率分布。熵失真度与熵幂失真度是均方失真（二阶统计量）和绝对值失真度（一阶统计量）的推广,是更一般的结果。率熵函数的概念解决了目前已知常见信源的率失真函数问题,丰富和发展了香农的率失真函数理论,在信源编码领域中具有重要的理论意义和应用价值。     

联合信源信道算术码研究

介绍联合信源信道算术码添加禁用符号的编码方法,以实例方式引入联合信源信道算术码的检错原理。综述联合信源信道算术码的检错时延分布、几何分布,分析各种解码方法、序列解码方法及其各种改进,研究基于有限状态机的解码方法与其他信道码构成的迭代式联合解码方法,并展望目前联合信源信道算术码研究存在的问题及其前景。     

一种用于降维和盲源分离的主独立元神经网络

经典主元分析和主元神经网络常以主元所能提取总的系统方差来确定主元数目，这隐含假设系统数据是高斯分布，所提取的主元之间相互无关，但不一定相互独立，从而难以实现非高斯系统数据的降雏和信源分量。针对非高斯随机系统数据的降雏和信源分离问题，提出一种基于二阶Renyi近似熵指标的主独立元神经网络，并给出熵的近似计算方法及相应的梯度学习算法。仿真实验证明，该主独立元网络不仅能对数据降维压缩，还能有效地分离出普通主元分析法所不能提取的独立信源信息。     

基于符号序列Shannon熵的轴承故障趋势分析

讨论了时间序列转化为符号序列的信号粗粒化问题,给出二进制符号化和概率统计符号化两种规则.根据符号序列Shannon熵计算方法以及符号序列编码方法,得出了滚动轴承振动信号的熵值.结果表明,描述符号序列总体特征的Shannon熵能够反映轴承的故障趋势.     

基于部分信息的SLT-LT联合码防窃听方案设计

近年来, 信息的安全传输备受人们关注, 现有的物理层安全技术从信息论的角度出发, 将物理层安全编码与传输信道的动态物理特性进行结合, 实现信息的保密传输。作为一种纠删码, LT(Luby transform)码由于其编码随机性、码率不固定等特性,使得窃听者不能直接从泄露的编码符号中得到有用信息, 只要合法用户在窃听者之前接收到足够数量的编码符号, 便可实现信息的安全传输。而作为一种转移 LT(Shifted LT, SLT)码, SLT 码能高效恢复信息的同时具有更小的译码开销。因此, 我们将 SLT码应用于 Wyner 降阶窃听信道模型进行研究, 提出一种基于部分信息转移的 SLT-LT 联合码防窃听方案, 信源利用接收者已知的部分信息对度分布进行调整, 并对信源符号进行 SLT-LT 码级联编码。由于窃听信道是合法信道的降阶信道, 因此外在的窃听者截获到的消息符号是合法接收者的降阶版本, 在相同时间内, 合法接收者能够收到更多消息符号, 随着编解码过程的不断进行, 合法接收者的优势不断累积, 能够优先完成解码, 而度分布的调整以及级联编码方案使得编码符号的平均度进一步增大,窃听者难以完成解码, 进一步降低了窃听者译出率; 之后, 对所提方案的编解码性能以及安全性进行理论分析, 并通过实验仿真进行验证, 仿真结果表明, 与其他防窃听 LT 方案相比, 本文所提方案仅增加少量的译码开销但具有更好的安全性能。     

符号分析在混沌序列模式识别中的应用研究

针对待测时间序列是来自周期信号源、混沌信号源还是随机信号源的问题,提出一种用符号谱定性判定的方法。先对时间序列量化,然后进行编码,继而绘其符号谱。通过对不同类型时间序列的符号谱的对比分析表明,符号谱比K-S熵和功率谱等其他方法更能简单有效地判定时间序列的确定性来源和模式类型。     

基于负载平衡的无线ad-hoc网络路由

ad-hoc无线移动网络是一种无基础通信设施的网络,网络中没有专门的路由器,但所有的结点都能够自由移动,并可以动态地和其他结点相连.为了使非通信范围内的移动结点之问进行通信,文章使用了一利有效的路由协议来实现结点间的路由寻找,从而使信息能够在结点问及时传输.研究了基于负载平衡的ad-hoc路由协议(LBAR).LBAR用结点活跃度来表示移动结点的负载情况.LBAR中关于从信源到信宿的所有路径的路由消息都通过建立消息机制传送到信宿,传递的消息中包括了所有路径上的结点活跃度的值.信宿根据收集的所有可能路径的相关消息选出最佳路径,并向信源发送应答.链路发生断裂时,LBAR还可通过冗余路径提供到达信宿的有效路由.GloMosim仿真验证了文章的路由思想,仿真结果显示,LBAR提高了ad hoc网络包投递和平均端端延迟方面的性能.     

一种改进的加权空间平滑算法

对加权空间平滑算法计算加权因子时需要预估计信源方向的问题,提出 了一种新的相干信源波达方向估计的加权空间平滑算法。在计算加权矩阵时不需要知道信源 的先验信息,也不需要预估计信源方向,而是对原始阵列进行特殊结构的子阵划分,结合子 阵间的自、互相关矩阵对角度估计的贡献不同,采用嵌套的空间平滑算法得到加权矩阵,从 而实现相干信源的解相干和波达方向估计。本文算法相比原算法具有更优的加权因子、更好 的解相干 性能、更高的角度分辨率和角度估计的准确性。理论分析和仿真结果表明新算法的有效 性。     

基于特征分布的图象信息抽取

为抽取实时图象中的有效信息，有别于传统的将整个特征域看做一个信源的特征筛选方法，将具有统计意义的特征区间看作一个信息源，计算其熵值，取熵值较小、且类间离散度较大、类内离散度较小的特征区间为有效特征域，每个模式都拥有自己的一组贡献值不等的有效特征域构成其专用特征空间。此算法的有效性在工业流水线上的工件识别系统中得到了较满意的验证。     

基于混沌加密对抗窃听的安全网络编码方案

针对抗窃听安全网络编码中引入额外带宽开销且计算复杂度高的问题，提出了一种基于双混沌序列的加密方案。首先，通过Cat-Logistic混沌序列对信源消息的第一维数据进行加密；然后，利用加密后的数据构造出稀疏预编码矩阵。最后，通过预编码矩阵对剩余的明文向量进行线性随机混合，从而达到对抗窃听的目的。与安全实用网络编码（SPOC）方案相比，该方案通过信源消息构造稀疏预编码矩阵没有引入额外信源编码冗余，降低了带宽开销。理论分析和实验结果表明，该方案降低了编码复杂度，提高了传输效率，有效增强网络安全性和传输效率。     

混沌序列在安全网络编码算法中的应用研究

为提高网络编码的安全性提出了一种在信源处使用混沌序列与信源信息相结合,在信宿处列表译码的安全网络编码算法。该算法使用改进型Logistic映射产生混沌序列对信源消息进行处理,传输过程保持原有网络编码体制不变,可以抵抗多种窃听和污染攻击。经过系统仿真及理论分析可知,该算法舍弃部分带宽来保证网络的安全性,以较小的开销达到了信息论安全的要求。最终实现了混沌序列在安全网络编码算法中的应用。