摘要:随着网络编码技术的发展和对干扰无线信 道的研究，提出了无线多源信息的物理层网络编码，它能够有效融合干扰并提高无线网 络的频谱效率。本文从物理层网络编码的研究背景和研究进展介绍了无线协作网络的物理层 网络编码。本文从几种中继技术入手，针对多源中继系统，介绍了典型模拟网络编码 和数字网络编码的特征和性能，同时也给出了作者的部分工作。本文对中继通信和无线 网络编码的研究有一定参考价值。

摘要:未来无线移动通信要求数量级提高传输速率、频谱及功率效率，并能提供更均匀的覆盖和更短的时延，无定形无线覆盖网络以柔性组网为基础、以用户为中心，能够深度挖掘无线资源、大幅提升用户体验，是支撑新一代宽带绿色移动通信最具潜力的研究方向。但是目前其仍处在起步阶段，存在着具有挑战性的基础理论和关键技术问题，有待深入、系统地研究。本文从无定形无线覆盖网络架构下包含的信道特征与信息理论分析、无定形无线覆盖网络无线传输以及环境综合感知与动态资源调配等方面入手，详细描述了多层小区重叠覆盖、控制面与用户面分离及上、下行接入模式解耦等核心理论问题，指出无定形无线覆盖网络可大幅提升系统平均吞吐量和区域容量, 实现全维度均匀覆盖, 最终以高质量的用户体验满足未来移动通信业务流量的增长需求，进而揭示出完整的无定形无线覆盖网络通信理论方法的重要理论意义和现实价值。

摘要:随着无线通信广泛的应用，移动互联网业务的需求高速增长，静 态的频谱规划政策使得可用的频谱资源越来越匮乏。认知无线电（Cognitive radio, CR）在感知频谱环境的基 础上，有目的地实时改变工作参数，实现对频谱的高效利用，为解决当前频谱资源利用率低 的问题提供了理论与技术支持。目前，CR技术已得到了广泛的关注。本文首先对认知无线电 体系及标准的研究现状作了简要介绍，然后深入地分析了频谱感知、频谱共享及功率控制3 项关键技术，最后对认知无线电的应用前景进行总结，包括电视白频谱、能量收集及5G网络 3个方面，并对未来异构泛在网络环境下开展基于认知无线电技术的无线资源管理、无缝切 换及负载均衡等方面的研究进行了展望。

摘要:Nyquist Shannon采样定理从提出至今已经过了近70年的发展历程，为模拟 世界到数字世界的转变作出了巨大贡献。在这70年的进程中，围绕如何在不丢失信号中有用 信息的前提下，降低采样速率和减少采集数据量的主题、新的采样理论和采样方法也不断涌现 。本文在总结和回顾现有采样技术原理和框架的基础上，结合个人见解对单通道随机 采样、压缩传感采样、有限新息率采样及X 采样等稀疏采样方法的特点、适用场合、最新 进展和公开问题及难点进行了评价，并对稀疏采样发展前景予以展望，并为采样技术改进 和拓展等应用领域提供参考。

摘要:云存储服务涉及大量的用户隐私数 据，因此其安全性和隐私性至关重要。为此，本文针对云存储的重复数据删除、隐藏存储、 数据加密与密文搜索以及数据完整性审计４个方面，介绍当前云存储安全技术研究的进 展， 并探讨提高商业云存储系统的安 全性和隐私性的未来研究方向。 其中，云存储的可重复数据删除技术旨在同时对抗文件识别攻击等多种攻击，减少额外 服务器开支，并提高用户收益。隐藏存储技术采用模块化结构和异步机制等方法降低 云存储系统的计算量，并提高其安全性和可扩展性。云存储的数据加密和密文搜索在传统加 密的基础上，基于密文策略属性的加密技术实现，提供密文搜索，防止用户身份隐私的泄露 。数据完整性审计系统针对用户密钥泄露等安全问题，旨在为用户提供安全、高效和支持审 计的存储服务。

摘要:异构蜂窝的重叠部署将为蜂窝间干扰协调带来许多新挑战，蜂窝范围扩展（Cell range expansion，CRE）与几乎空子帧（Almost blank subframe，ABS）等强化干扰协调技术被认为是解决相关问题的有效方法，但其性能还缺乏充分探索。本文研究了上行CRE方案与基于ABS的下行CRE方案，发现CRE技术能够明显提升上行链路的性能。但是若微微蜂窝的上下行链路接入范围均按照同样的方式扩展，则下行链路性能将受到负面影响。为解决这一问题，研究了下行链路基于ABS的CRE方案，发现将CRE与ABS联合应用可以有效地提升下行链路性能。研究还表明，适当的CRE偏置值与ABS空子帧比例能够获得对应系统Max Min公平的配置方案。

摘要:设计了一种基于主题与连接的局部社 区划分算法。该算法结合节点的主题相似度和连接相似度，综合计算节点间的相似度。同时 算法采用局部思想，避免了寻找初始的中心节点。此外，该算法引入了局部模块度作为社区 划分的结束判断条件。该算法被应用到参与“海地地震”相关话题讨论的Twitter微博用户 数据集上，并与单纯基于链接、单纯基于主题以及基于主题和链接的社区划分算法在同样数 据集的划分结果进行对比，结果表明：从纯度和熵的评估角度看，本文算法更具优越性。

摘要:计算机视觉技术不断发展，利用巡检机器人对钻井平台、水电工程等复 杂工业环境下的各种仪表设备进行定期检查成为可能,然而这些功能的实现依赖仪表的精准 定位。本文提出一种基于局部自适应核回归（Locally adaptive regression kernels,LARK）的方法进行仪表的快速定位。LARK算 法无需训练，可以快速搜索感兴趣的视觉对象，并且不需要进行过多的预处理，提高了 定位的效率。通过提取查询图像的显著特征，在目标图像中寻找所有可能相似的 对象，然后用非极大值抑制法保留最强相似点，实现目标对象的定位。实验选用从不同角度 拍摄的具有不同放缩比例的仪表图像作为实验所需数据。实验结果表明，该算法定位准确度 高，可以很好地满足工业环境下仪表的定位要求。

摘要:针对传统的熵多阈值法存在的计算复杂度高和分割不准确等 问题，提出了一种基于广义概率Tsallis熵的快速多阈值图像分割方法。首先，对传统的灰 度概率进行修改得到广义概率以构建广义概率Tsallis熵。然后，通过直方图均值自动确定Tsallis熵参数以解决参数不易选择 的问题。随后，将GPTE正确拓展到多阈值分割方法中使得分割更准确。最后，将差分进化(D ifferential evolution, DE)算法与递推算法有机结合应用于GPTE多阈值法中以解决计算复 杂度高的问题。[JP2]图像分割实验结果表明，与基于传统的熵多阈值法相比，本文提出的方法不 仅分割更准确，自适应性更强，而且运行速度更快。

摘要:目前主流语音转换算法计算量大，复杂度高， 难以在内核小的嵌入式系统上运行。为了降低语音转换的计算复杂度，缩短训练时间，提出 一种基于混合码书映射的高效语音转换方法。在训练阶段,根据不同的参与训练的语音数据 量 建立不同的码书映射关系，节约训练时长，提高准确度。在转换阶段，系统依据训练阶段建 立的码书映射关系对浊音帧的声道参数进行转换。另外，为了提高转换语音的主观音质，系 统对清音帧的特征参数也作了相应转换，并且修正了转换语音的共振峰频率以克服帧间共振 峰抖动的问题。主客观测试结果表明：在保证转换音质的前提下，本文提出的语音转换方法 降低了计算复杂度、明显缩减了训练时间。

摘要:针对多雷达组网探测隐身目标的部署优化问题， 根据雷达探测隐身目标的简化模型，在目标运动轨迹确定的情况下，设计了反隐身部署优化 两级指标。由于雷达网部署为具有多个可行解的多目标优化问题，提出了一种融合粒子群(P article swarm optimization, PSO)和 鲍威尔(Powell)搜索法的分层搜索算法。首先采用粒子群优化算法得到全局和局部最优解， 然后采用 鲍威尔算法进一步搜索得到部署方案。仿真结果表明，提出的算法充分结合了粒子群算法的 全局搜索能力和鲍威尔算法的局部搜索能力，与仅采用粒子群算法相比，得到的部署方案在 保证责任区覆盖的前提下，有效提高了雷达网对隐身目标的探测概率，增加了对隐身目标的 预警距离。

摘要:有序离散类标号通常由原始连续标号按一定规则映射得到，因 此它们彼此间是存在关联信息的，现有有序回归方法对此类关联信息的考虑仍然较少。 首先提出一类有序标号间关联度的量化表示,进而将其与典型有序回归方法(Kernel discrim inant learning for ordinal regression, KDLOR) 相结合，设计出了一种结合类标号关联度的有序核判别回归学习方法(Kernel discriminant learning for ordinal regression using label membership，LM KDLOR),最后通过在 多 个标准有序回归数据集上的对比实验验证了所提方法的有效性。

摘要:为解决多标记文本分类时文本标记关系不明确以及特征维数 过大的问题，提出了基于概率隐语义分析（Probabilistic latent semantic analysis，PL SA）模型的多标记假设重用文本分类算法。该方法首先将训练样本通过PLSA模型映射到隐语 义空间，以文本的主题分布表示一篇文本，在去噪的同时可以大大降低数据维度。在此基础 上利用多标记假设重用算法（Multi label algorithm of hypothesis reuse，MAHR）进行 分类，由于经过PLSA降维后的特征组本身就具有语义信息，因此算法能够精确地挖掘出多标 记之间的关系并用于训练基分类器，从而避免了人为输入标记关系的缺陷。实验验证了该方 法能够充分利用PLSA降维得到的语义信息来改善多标记文本分类的性能。

摘要:二进制偏置载频调制（Binary offset carrier,BOC）调制相比传统的BPSK调制，可以实现频段共用、频谱分离和优越的抗干扰、抗多径等性能，但缺点是BOC信号相关峰存在多峰，接收机捕获时容易造成主峰错锁，从而影响导航定位性能。为解决多峰模糊问题，本文针对时分复合二进制偏置载频调制(Time multiplexed BOC,TMBOC)信号特点，在分析传统相干鉴相器特点的基础上，提出了一种新的基于自相关旁瓣消除技术(Autocorrelation side peak cancellation technique,ASPeCT)的TMBOC信号码跟踪环路设计方法。对该码跟踪环路的性能仿真分析和实测数据验证结果表明：相比传统非相干鉴相器，基于ASPeCT的码跟踪环路鉴相器，能够很好地解决稳定跟踪点模糊的问题。〖JP3〗本文证明了ASPeCT技术在TMBOC软件接收机中的可用性和有效性，对BOC信号软件接收机的设计有很好的参考价值和指导意义。

摘要:机场场面监视 雷达可得到高分辨率实孔径图像，常规的雷达目标检测方法难以检测出其中的目标。本文首 先分析了场面监视雷达目标检测中的问题，然后根据场面监视雷达回波信号的特点，提出了 一种基于数字图像处理思想的目标检测新方法。给出了算法处理的基本流程和主要模块的具 体实现方法。国内机场实测数据的处理结果表明本文算法可靠地检测出目标区域，目标团簇 凝聚处理可有效消除孤立虚警点并填充目标区域内部漏警块。本文提出的方法对于场面监视 雷达系统的研制有一定借鉴意义。

摘要:针对二阶偏微分模型（Total variation,TV） 在合成孔径雷达（Synthetic aperture radar，SAR）图像去噪时会产生阶梯效应的问题， 结合Euler修复正则项的优点，提出一种基于Euler修复正则项的高阶变分模型应用到图像去 噪。为有效求解模型，采用加性算子分裂（Additive operating splitting,AOS）方法进 行数值离散。迭代方式为半隐式 ，克服了显示格式对步长的限制。试验结果表明，仿真实验取得了很好的效果，而对真实的 SAR图像，去噪图像会有明显的孤立大颗粒噪声存在，使视觉效果不好。针对此问题，本文 又 提出一种将Gauss滤波和Euler修复模型相结合的复合模型，数值实验表明，该方法有效地 消除了大颗粒噪声，阶梯效应也被有效抑制。

摘要:针对同步扰码的盲识别问题，提出了 一种基于相关度统计的解决方法。首先利用同步扰码序列的自相关特性，实现对扰码阶数的 判断，然后定义了加扰序列与待识别扰码序列的相关度函数，证明了正确识别时序列相关度 值与信息序列不均衡度之间的线性关系，而错误识别时的序列相关度值与信息序列不均衡度 之间线性无关；最后通过遍历扰码多项式及初态并寻找最大相关度值的方式实现了同步扰码 的盲识别。仿真实验验证了理论分析的正确性和识别方法的有效性，证明本文方法具有一定 的工程应用价值。

摘要:提出了一种新的图像特征表示方法,首先提取图像的底层颜色信息获取颜色特征值 ，通过对图像中物体的边缘检测计算像素点的边缘方向角度值，并对颜色特征值和边缘方向 角度值进行量化。然后根据相邻像素点之间量化结果的数值分析，为每个像素点建立8维特 征向量。再以中心像素点与相邻像素点间不同的位置关系为基础，为每种位置关系赋予不同 的权重，根据像素点的特征向量计算出图像中每一个像素点的特征值。最后统计图像中具有 相同特征值的像素点个数，形成特征直方图，以此作为图像检索的依据。实验表明本文方法 能够有效描述图像的颜色分布和图像中物体的空间结构，更加细致地记录图像信息，进一步 增强图像之间的区分能力。与其他方法相比，本文方法检索效果更好。

摘要:针对信道衰落及 人为干扰共存的电波传播环境，给出了Nakagami衰落下无人机（Unmanned aerial vehicles , UAV)数据链系统的接收信号理论模型。针对单音及连续噪音干扰样式，推导出了接收端 瞬时干信比、瞬时信噪比和瞬时信干噪比的概率密度函数表达式，并据此推导获得了无人机 数据链系统的中断概率和平均错误概率性能表达式。数值仿真结果表明，本文理论分析结果 与仿真值非常吻合，当干扰功率大于噪声功率时，连续噪音的干扰效果优于单音信号3~ 5 dB，本文研究可为无人机数据链干扰及抗干扰技术的研究提供理论基础。

摘要:针对跟踪检测学习(tracking learning detection,TLD)跟 踪算法中目标被遮挡后跟踪失败以及跟踪精度不高的问题，本文提出基于多新息Klaman滤波的TLD改进算法,在原始TLD跟踪算法的基础上加入了多新息Klaman滤波算法。改进算法对跟踪目标建模，将TLD跟踪算法 的结果作为系统当前状态的观测值，结合多新息Kalman滤波算法的预测值，最优化检测结果 ，作为当前帧中目标的跟踪位置。通过实验对原始TLD和改进后的TLD算法进行比较，通过在标准测试序列的实验验证，加入多新息Kalman滤波的TLD改进算法与原始TLD算法相比，其跟踪误差更小，而且实现了对跟踪目标被遮挡后 的位置预测。

摘要:K Means聚类算法由于无法准确确定初始化聚类中心,容易造成 聚类结果准确率低下。对微博数据聚类时,可能会导致无法正确反映兴趣热点。本文 设计了基于主动学习的聚类算法,在确定初始聚类中心过程中应用Min Max主动学习策略, 使 得算法每次在很小数量的查询后都会提供数据点供用户进行初始中心点确认,并在K Means算 法中重新计算聚类中心时设置其权重值，从而减少迭代的数量，提高聚类结果的准确 率,并将这一算法运用于微博聚类分析，得出微博热门话题。

摘要:针对未知的宽频带稀疏信号检测问题，提出了一种直接基于非重构采样值 的压缩自相关检测算法。首先利用压缩感知技术以远低于奈奎斯特采样速率获取信号，在自 相关矩阵检测信号理论的基础上，利用压缩感知中传感矩阵的严格等距特性，推导出基于统 计分布的信号稀疏系数自相关检测算法，从理论上给出了判决门限的选取和虚警概率之间的 关系，并进行了算法复杂度分析。由于无需重构原始信号，该算法直接利用少量的压缩测量 值进行检测，可以有效地提高检测过程的时效性。仿真表明在较低的信噪比时，该算法对未 知信号仍有良好的检测性能。

摘要:全相位处理有效地改善了信号吉布斯现象,为了在数据压缩、谱分析和多分辨率分析等领域 内充分利用全相位方法，本文设计了各种正交变换下全相位信号处理算法的一般形式，即全 相位变换等于信号准2倍延拓的全相位核加权，推导出离散傅里叶变换（Discrete Fourier transform,DFT）、离散余弦变换（Discrete cosine transform,DCT)和DCT正交基下的全相 位核的数学表达式及反变换公式。为进一步改善算法效果，给出了加窗的变换域全相位处理 算法的系统实现框图，对满足线性的窗进行了分析。最后，基于DCT、离散小波变换(Discre te wavelet transform,DWT)的传输特性和信号子带分解实验证实了该算法的正确性和可实 现性。