一种快速车流量检测算法

车流量检测是城市智能交通的关键技术之一.针对目前视频检测算法复杂度高、检测准确率不高的问题,提出了一种快速车流量检测算法.该算法通过划定进入和离开检测线,并结合背景差分方法,将目标的面上检测,转化为线上检测,避免了对目标复杂的跟踪过程及其带来的检测误差,有效降低了算法的复杂度,提高了检测的准确率.实验表明,该算法能够快速分车道检测车辆,计算复杂度低,检测准确率高,且具有车辆速度测量能力,能够为智能交通系统提供必要的支持.     

基于SDN的流量工程研究

针对网络效率低、移植性和可控性差,设计一种替换策略决定交换机的替换顺序,并利用软件定义网络(SDN)技术将传统交换机更换为支持OpenFlow(OF)协议的交换机,分流数据流量,降低了网络拥塞。仿真结果表明,与随机替换策略相比,该策略提高了可控链路数量和节省了链路空间。     

基于小波变换的新阈值函数语音去噪方法

针对硬阈值函数不连续性、软阈值函数中存在恒定偏差的问题,基于2种改进的阈值函数,构造了一种新阈值函数,提出了一种基于小波变换的新阈值函数语音去噪方法。分别用硬阈值处理方法、软阈值处理方法及新阈值处理方法对系统信号和纯净语音信号进行去噪仿真实验。实验结果表明,新阈值去噪方法能减小信号失真,使重构信号逼近原始信号,达到了良好的去噪效果,比传统方法更具优越性和有效性。     

基于连接低干扰的无线Mesh网络信道分配算法研究

为合理地分配和利用无线信道资源,研究者们提出了许多关于多射频多信道无线Mesh网络的信道分配算法。该文针对无线Mesh网络的信道分配算法,以连接低干扰信道分配算法(CLICA)为基础,以提高网络容量(吞吐量)为目标提出了一种改进算法。该算法根据网络中各链路的干扰度来计算网络干扰度,通过减小网络的干扰度来提高网络吞吐量,以实现最小化网络干扰度的目标。构建信道分配的数学优化模型,通过NS2仿真验证比较改进前后算法的性能,求解出最优的信道分配。     

自适应惯性权重的改进粒子群算法

针对标准PSO算法求解高维非线性问题时存在的大量无效迭代(经过一轮迭代后全局最优位置保持不变),提出了一种自适应惯性权重的改进粒子群算法。基于单次迭代中单粒子运动状态的分析,提出并证明了论点:上一轮迭代适应度值变差的粒子,当前迭代中其惯性分量将引导粒子往适应度值变差的方向运动,导致粒子群体无效迭代次数增加。设计了标准PSO算法改进方案,将上一轮迭代中适应度值变差的全体粒子的惯性权重置为零,消除当前迭代中不利惯性分量对算法收敛的不良影响。采用6个标准测试函数,将该算法与标准PSO算法、固定惯性权重PSO算法和具有领袖的PSO算法进行性能对比分析。试验表明,该改进算法无效迭代次数更少,在收敛率、收敛速度和收敛稳定性上均具有明显的优势。     

基于完备序列集的扩频码构造方法

为了改善传统扩频序列周期短、复杂度低的问题,提出一种基于完备序列集的扩频码构造方法。利用移位算法将二进制理想的二元自相关序列转换为长周期、高复杂度的完备序列集,随机地按行或列抽取完备序列集中的子序列,以其作为扩频码并用于扩频通信。利用传统伪随机序列和Logistic混沌序列分析该方法的有效性,并与现有方法相比得知,新方法可改善序列相关性,提高序列复杂度。仿真测试结果显示,完备序列具有较强的抗噪声干扰能力,并能获得较低的扩频误码率。     

基于动态分组和扩散置乱的混沌加密方法

为了提高图像加密的安全性和有效性,提出一种基于动态分组和扩散置乱的混沌加密方法。将明文图像随机分组并采用比特位和行列的置乱、扩散操作对其加密,其密钥流产生于基于明文图像的逻辑映射,扰乱明文图像和密文图像之间的映射关系;并且在进一步加密过程中,明文图像像素由密文图像反馈算法取代,使得加密过程受到明文图像控制参数的影响。理论分析和实验测试结果表明,该算法可以抵御选择性攻击和差分攻击,具有较好的统计特性,可以运用于图像信息安全保护。     

基于一阶矩的无乘法DFT算法

为快速实现短信号序列的离散傅里叶变换,提出一种基于一阶矩的无乘法DFT算法。通过数学推导将离散傅里叶变换的计算转换为一阶矩的计算,利用1-网络法实现一阶矩的运算。该算法的计算过程仅涉及加法运算,并能独立计算DFT频域系数。实验结果证明了算法的有效性,特别是在某些条件下优于现有的快速傅里叶算法。