一种基于混合聚类的空间索引算法

R-Tree允许兄弟节点之间的相互重叠,具有多路查找的特点,而Hilbert R-Tree也不能有效降低子空间的相互重叠,直接影响查询效率。提出了一种基于混合聚类的空间索引算法,将K-means和K中心点引入索引结构,改变了经典K-means算法对初始聚类中心的随机选取,减少了叶节点的MBR面积和各个子空间的重叠。通过实验表明,该算法具有更快的响应速度和查询效率。     

基于运动矢量区域特征的视频水印方案

H.264是一种高压缩比、高视频质量、高复杂度的新一代视频压缩标准,因为其高压缩率的特性,一些常用的水印方案无法直接运用于该视频压缩标准。提出了一种利用运动矢量的区域特性来隐藏水印信息的视频水印方案,该算法的最大特点为简单、实用,并且在隐藏水印信息的过程中还可以降低H.264编码中运动估计部分的运算复杂度。实验结果表明,通过该算法对视频图像嵌入水印后,主观上无法分别图像区别,PSNR值的波动被有效的控制在±0.1范围内,码率的增加在2%左右,并且插入的水印信息能够被100%的正确提取,运动估计中的搜索点减少1/2。由此表明,该算法是一种简单、高效的视频水印隐藏方案,并且细化区域的分类,可以达到使隐藏的水印信息加倍的效果。     

差分型码分多址通信系统及相关技术

提出了一种带有瞬时位相调制技术的高性能差分型码分多址系统．该系统中的瞬时位相调制技术是当前最新通信技术之一，描述了π4-DQPSK瞬时位相调制的基本原理并画出了瞬时位相解调级框图．系统中应用了连续位相的Walsh码作为扩谱码，Walsh码的产生方法有较大创新．这两项最新技术的应用，提高了系统性能，有效地克服了多路瑞利衰减．     

基于GM模型和Hilbert空间填充曲线的图象压缩方法

本文提出了一种新的基于灰色模型 GM(1,1)和 Hilbert空间填充曲线的灰度图象压缩方法 .我们利用 Hilbert空间填充曲线来选取模型化序列中的象素数据 ,并据此使用 GM(1,1)模型化图象象素 .由于 Hilbert曲线是一种能够最好地保持空间点的局部邻接性的扫描曲线 ,因此基于 Hilbert曲线的这种数据选取方法能改进图象的压缩比并且显著地降低编码误差 .实验结果表明 ,本文给出的方法能获得误差小于 4%且压缩比小于 10 %.     

软件无线电中的数字化快速解调算法

软件无线电中信号的调制与解调是研究的重点问题之一。文章基于希尔伯特变换提出了一种在软件无线电中的数字化快速解调算法，理论分析和仿真结果表明，该解调方案的抗干扰性能有明显改善，与传统解调方法相比，通用性强、简单、计算量小且易于实现，能很好地满足软件无线电中的要求。具有理论意义和实际应用价值．     

基于Hilbert填充曲线的自适应隐写

 自适应隐写用于将适量的消息比特嵌入到载体以取得感知质量和容量的最佳折衷.本文提出一种基于量化嵌入机制的自适应隐写方法,并基于该方法将秘密消息比特嵌入到由Hilbert填充曲线顺序构造的三像素组的两像素差中.由于充分利用图像本身的感知特性构造了量化嵌入使用的分割码本,所提算法在感知质量和容量上具有较好的综合性能.     

宽带非平稳信号的瞬时频率测量方法

针对宽带非平稳信号,提出一种瞬时频率测量方法.利用加限自适应滤波器将信号分解为多个渐进单频信号,根据其解析信号的相位函数求出其瞬时频率;综合所有分量的时频关系实现对宽带非平稳信号瞬时频率的准确测量.仿真实验和误差分析结果表明,该方法克服了Fourier分析、Wavelet变换和Hilbert-Huang算法求解宽带非平稳信号瞬时频率的困难,在整个分析频段都能实现较高的频率测量分辨率,对信噪比在0dB以上的信号具有优于0.2MHz的测量误差.对8μs长度信号,该方法除了有25.816μs初始运算延时外,对连续数据处理具有实时性,能够满足宽带非平稳信号频率的瞬时测量要求.     

Hilbert谱分析方法及计算机仿真实现

针对机械故障诊断技术的研究，介绍一种时频分析方法（Hilbert谱分析）。将其应用于轴承故障检测中，经计算机仿真，该方法能够有效地检测出故障特征，具有实用价值。     

从时频角度重新审视南方电网的区间功率振荡

EEMD和HVD是近年用来电力系统振荡的两种新的信号分析手段。文章结合小波频谱从时间-频率角度重新检视了南方电网近年来发生的3次区间振荡事件。分析结果表明,南方电网的振荡有非平稳时变振荡以及平稳振荡两种形态,小波分析以及HVD可以很好地处理非平稳振荡,而传统的Prony分析不能胜任。     

基于暂态信号Hilbert变换的小电流接地故障定位研究

在分析小电流接地故障零模网络暂态特征的基础上,提出了基于暂态信号Hilbert变换的小电流接地故障定位新方法。该方法利用特征频段内暂态零模电压的Hilbert变换与零模电流的乘积计算故障方向,根据故障点两侧功率方向的不同确定故障区段。最后利用仿真验证了该方法的正确性。