基于多重假设的视频压缩感知分层重建

为了改进视频压缩感知方案的性能,提出了一种基于多重假设的视频压缩感知分层重建方案。该重建方案以图像组为单位进行,首先独立重建关键帧,接下来对图像组中的每个非关键帧分配重建层级,并按照层级顺序由低至高逐层重建。每个非关键帧的重建过程逐块进行,需要其时域参考帧及当前帧中的空域数据集为每个重建块做混合多重假设预测,并通过求解全变分最小化问题重建预测残差,最后将预测值与预测残差相加得到重建图像。实验结果表明,在相同采样率下,本文提出的基于多重假设的分层重建方案比已有的方法可以获得最高约3.2dB的峰值信噪比增益。     

数字语音混沌保密通信系统及硬件实现

对离散时间动力学系统逻辑影射进行变换,使其在一定精度下产生数字混沌序列,采用该数字混沌序列作为密码,构造了语音保密通信系统,并运用单片机实现了该系统的硬件实验。     

简评ECRYPT的候选流密码算法(下)

ECRYPT是继NESSIE之后欧洲启动的一个规模更大,为期四年的信息安全项目。论文对ECRYPTStreamCipherProject征集到的34个侯选流密码算法的基本算法结构以及设计特性进行了简要介绍,并对这些算法进行了初步的安全分析。     

关于火力发电厂热耗计算探讨

对火力发电厂常用的几种热耗计算方法进行说明,并比较不同计算方法之间的异同,对影响热耗的几个关键要素进行总结和分析。     

基于大数逻辑可译LDPC码的译码算法研究

本文提出两种基于可靠度的迭代大数逻辑译码算法,从以下两个方面降低译码复杂度:(1)校验节点使用伴随式信息处理,可节省外信息的计算操作;(2)变量节点使用伴随信息进行总信息的投票计数过程.结合非均匀量化技术,接收信号在判决门限附近获得更加精细的处理.此外,本文利用量化参数和列重比例信息对可靠度偏移方向和幅度进行了设计.仿真实验表明,本文提出的算法能够在很低的量化比特(3~4 bits)下有效工作,具有优良的译码性能和快速的收敛速度.     

面向分层B帧编码的帧级别码率控制算法

为了更有效地支持分层B帧编码结构, 提出了一种帧级别码率控制算法.首先, 根据编码内容的复杂度和可用信道带宽自适应选择最佳初始量化参数;其次, 根据分层B帧的编码结构特点, 分别从图像组级别、时域层级别以及帧级别进行码率分配;最后, 采用二次码率-量化模型计算量化参数并进行调整.实验结果表明, 该算法与传统的码率控制方法相比, 在提高码率控制精度的同时, 能带来最高1.5 dB的峰值信噪比增益.     

融合模糊逻辑与马尔可夫决策过程的边缘计算切换策略

在边缘计算切换策略中,针对马尔可夫决策过程（Markov decision process,MDP）传输时延高且环境适应能力差等问题,提出了一种融合模糊逻辑与马尔可夫决策过程的边缘计算切换策略。采用模糊逻辑算法将系统参数模糊化,并且将模糊值引入适应度函数,保证系统参数能够有效融合;利用差分进化算法求解适应度函数最大值,从而选取出该环境的最优规则,提高边缘计算对环境的适应能力;将适应度函数引入MDP,提高系统综合性能。该方案将移动智能设备作为任务卸载发起方,将边缘服务器作为任务卸载对象,对一维MDP切换策略、一维仅时延MDP切换策略、二维MDP切换策略、模糊逻辑MDP切换策略、最小距离切换算法和最小时延切换算法进行仿真。仿真结果表明,模糊逻辑MDP的边缘计算切换策略的任务执行平均时长为608.8 s,较一维MDP切换策略、一维仅时延MDP切换策略、二维MDP切换策略、最小距离切换算法和最小时延切换算法分别降低了27.2%、8.6%、37.1%、41%和22.3%。该方案在提高了基于MDP的边缘计算切换策略的环境适应性的同时,大幅降低了边缘计算的传输时延。     

LBER多用户检测算法性能的研究

在多径信道环境下,在下行链路对最低误比特率(MBER)多用户检测算法的性能进行了研究,并通过核密度函数估计方法将其推广到自适应的最小误比特率(LBER)多用户检测算法。仿真结果表明:LBER算法具有收敛速度快和计算复杂度低的特点;在一定的信噪比条件下,LBER算法有比MMSE多用户检测算法更低的误比特率(BER),其抗远近效应能力也优于传统的MMSE检测算法。     

AMBE-1000声码器在语音通信系统中的应用

AMBE-1000是一款语音质量较好的低比特率声码器芯片。提出了应用该芯片研制语音通信声码器的具体实现方案。给出了语音通信系统中电话用户接口回路、PCM语音数字化编码回路和AMBE-1000支持电路。     

适用于彩色图像人脸识别的字典学习算法

现有的基于稀疏表示的人脸识别算法在识别前需要将彩色人脸图像转换成灰度人脸图像,这样虽然提高了运算速度,但忽视了不同色彩通道数据本身所包含的信息及它们之间的相关性。为了利用不同通道间相关性,基于标签一致的K奇异值分解（ LC-KSVD)字典学习算法,提出了一种适用于彩色图像人脸识别的字典学习算法。该算法将RGB通道数据顺序排列成列向量,并在稀疏编码的环节中,对正交匹配追踪（ OMP)算法的内积计算准则进行修正,以此提高字典原子的色彩表达能力。在彩色人脸数据库上进行实验,结果表明：所提出的字典学习算法能够有效地提高识别率。