Huffman算法程序的形式化推导

使用PAR方法形式化推导了解决最优编码问题的Huffman算法。推导过程充分利用最优编码树的特性,在对原问题进行分划归约为子问题时,引入一个新元素来取代原来的2个或多个元素,使用一套接近数学语言的抽象记号表示集合、二叉树等,推导过程简洁且能生成正确的算法。该Huffman算法能在PAR平台上通过自动生成系统转换成可执行语言程序,并正常运行。     

基于混沌扩频和能量系数差的音频盲水印算法

提出一种基于混沌扩频和能量系数差的小波域数字音频盲水印算法。采用混沌扩频序列对原始水印进行加密,小波算法对原始音频信号进行分解,引入心理声学模型选取适当的阈值,根据高频系数分量和低频系数分量的能量差值与阈值的大小关系,实现对水印信息的嵌入、提取和盲检测。在提取过程中结合线性伸缩恢复的方法消除时间轴上线性伸缩带来的影响。实验结果表明,该算法对多种音频文件的操作和攻击均具有良好的鲁棒性。     

一种AVS亚像素运动估计快速算法

为提高图像的质量和压缩率,AVS视频标准中的运动补偿精确到了1/4像素,但采用亚像素全搜索算法的计算量太大,导致整个编码器的编码速率很低。针对该问题,提出一种新的亚像素运动估计快速算法,在保证图像质量的同时,使亚像素搜索点数减少53.0%~ 76.5%,视频序列总编码时间节省了23%~33%。     

基于二进制搜索算法的RFID系统防碰撞算法

针对RFID系统中最常见的防碰撞问题,提出了一种基于二进制搜索的防碰撞算法.算法能动态调整指令发送长度和发送值,并在发生碰撞时,首先通过碰撞位中"1"的个数来识别标签.该算法能有效解决RFID系统中多目标识别的防碰撞问题.     

分组无损图像压缩编码方法

提出了一种分组无损图像压缩编码方法,该方法预先确定码字,码字由组号和组内码字表示两部分组成,每组中包含了2n个组内码字,组内码字长度不等.灰度级根据概率大小重新排序,与码字一一对应,得到新的编码表,由此达到图像压缩的目的.将此压缩编码方法与Huffman编码进行比较,比较结果表明,该方法在压缩比和编解码效率等方面都要优于Huffman编码.     

有效的STBC-OFDM系统信道估计方法

提出了一种新的空时分组编码(STBC)-正交频分复用(OFDM)系统的信道估计方法.该方法通过插入经过空时编码的训练序列,在时域里进行信道估计.通过分析,表明了自相关具有零相关区(ZCZ)的序列是最小平方(LS)意义下的最优训练序列.该方法解决了文献中提到的复数多相训练序列硬件实现复杂度高且对序列长度有限制的缺点.由于无需对接收到的训练序列进行离散傅立叶变换(DFT),且不涉及矩阵求逆,所以计算复杂度低.仿真实验结果表明了该方法的有效性.     

基于H.264标准的多视点视频编码方案的研究

为研究一种新的高效的多视点视频编码方法,提高编码效率,并有效地提高视点间随机切换访问的能力,利用H.264中的新技术多参考帧、SP/SI帧、分层B帧编码等,根据时空预测编码结构的方法,提出了一种基于分层B帧并有利于视点间随机切换访问的多视点视频编码方案.实验结果表明,该方案在提高了编码效率的同时,在视点较多的情况下能够有效地提高视点间随机切换访问的能力.     

基于提升小波的彩色图像盲水印新算法

为了提升彩色图像信息隐藏效果及抗攻击能力,研究了彩色图像水印嵌入方法.对水印图像进行置乱,根据信息的重要性,将其分别嵌入在3个分量上,再根据小波分解后的特点,给出各子带不同的水印嵌入方法.同时考虑HVS的纹理掩蔽特性,比较其相邻两像素差的绝对值和阁值大小来决定交换还是修正系数.通过实验结果表明,该算法具有很好的隐藏性、安全性和鲁棒性.     

基于彩色编码的多态蠕虫特征自动提取方法

快速而准确地提取蠕虫特征对于有效防御多态蠕虫的传播至关重要,但是目前的特征产生方法在噪音干扰下无法产生正确的蠕虫特征.提出基于彩色编码的特征自动提取算法CCSF(color coding signature finding)来解决有噪音干扰情况下的多态蠕虫特征提取问题.CCSF算法将可疑池中的n条序列分成m组,然后运用彩色编码对每组序列进行特征提取.通过对每组提取出来的特征集合进行过滤筛选,最终产生正确的蠕虫特征.采用多类蠕虫对CCSF算法进行测试,并与其他蠕虫特征提取方法进行比较,结果表明,CCSF算法能够在有噪音干扰的条件下准确地提取出多态蠕虫的特征,该特征不包含碎片,易于应用到IDS(intrusion detection system)中对多态蠕虫进行检测.     

一种二进制编码的量子粒子群优化算法

针对离散空间优化问题,给出二进制编码的量子粒子群优化（ＢＱＰＳＯ）算法的设计思路,重新定义粒子的位置矢量和粒子之间的距离,提出了ＢＱＰＳＯ 算法的进化方程．通过泛函分析的方法分析了ＢＱＰＳＯ 算法的收敛性,得出全局收敛的结论,并通过多个测试函数测试了ＢＱＰＳＯ 算法的性能．求解结果验证了算法的优越性．