X射线脉冲星累积轮廓建模及信号辨识

为减少X射线脉冲星信号辨识所需的观测时间, 提出一种基于轮廓光子分布统计量的辨识算法. 用该方法分析了观测数据按不同周期累积所获轮廓的光子分布差异, 按累积周期正确与否, 对轮廓进行分类建模. 基于两类轮廓模型, 研究了光子分布统计量的性质差异, 以此进行信号辨识. 利用罗西X射线时变探测器数据进行了辨识实验, 结果表明该算法有效地减少了辨识所需的观测时间, 且不存在误检问题.     

Performance optimization for quantum key distribution in lossy channel using entangled photons

In quantum key distribution(QKD), the times of arrival of single photons are important for the keys extraction and time synchronization. The time-of-arrival(TOA) accuracy can affect the quantum bit error rate(QBER) and the final key rate. To achieve a higher accuracy and a better QKD performance, different from designing more complicated hardware circuits, we present a scheme that uses the mean TOA of M frequency-entangled photons to replace the TOA of a single photon. Moreover, to address the problem that the entanglement property is usually sensitive to the photon loss in practice,we further propose two schemes, which adopt partially entangled photons and grouping-entangled photons, respectively.In addition, we compare the effects of these three alternative schemes on the QKD performance and discuss the selection strategy for the optimal scheme in detail. The simulation results show that the proposed schemes can improve the QKD performance compared to the conventional single-photon scheme obviously, which demonstrate the effectiveness of the proposed schemes.     

脉冲星脉冲轮廓累积的最小熵方法

获取脉冲星辐射信号累积轮廓的传统方法是先识别信号周期,再按周期对信号进行折叠累加,这种方法依赖于周期识别的准确性,对累积轮廓质量也无评价标准.本文分析了脉冲星累积轮廓和周期的强相关性,提出了周期未知时直接进行轮廓累积的最小熵方法,并对其进行证明,在此基础上,讨论了该方法在周期识别中的作用.利用仿真数据和RXTE卫星的实测数据实验验证了该方法的有效性. 关键词： 脉冲星 最小熵 累积轮廓 周期识别     

基于Bayesian估计的X射线脉冲星微弱信号检测

累积轮廓、流量和周期是X射线脉冲星辐射信号的三个重要特征,将其应用于X射线脉冲星信号检测中,提出了一种基于Bayesian估计的X射线脉冲星周期辐射信号时域检测方法.该方法以非脉冲区噪声观测为先验知识,利用X射线脉冲星辐射信号的泊松分布模型推导了信号概率密度分布函数,以该函数的累积分布函数为判据,对X射线脉冲星微弱信号进行检测,并提取位相偏移量.利用仿真数据和RXTE卫星的实测数据进行实验验证,结果表明:本文方法性能优于同类的基于高斯分布模型的检测方法,在检测信号的同时能在一定精度下给出信号位相偏移值. 关键词： 脉冲星 Bayesian估计 位相测量 时域检测     

基于互信息改进型脉冲耦合神经网络多值图像分割

为了自动地进行图像的多值分割,从原始图像与分割图像之间的相互关系出发,以最大互信息为优化分割目标,以互信息熵差作为一种新的分类类数判据,在对传统脉冲耦合神经网络模型改进的基础上,提出了一种基于最大互信息改进型脉冲耦合神经网络图像多值分割算法.理论分析和实验结果表明,该方法能够自动确定最佳分割迭代次数及最佳分割灰度类数,对分割图像具有良好的特征划分能力,且在分割类数较少的情况下,能较好地保持图像细节、纹理及边缘等信息,对不同图像分割准确度高,具有较强的适用性.     

CAD系统图像颜色分割的新方法

通过图像扫描仪获得的彩色图像常包含有一些样稿颜色以外的杂色或噪声颜色,当用基于一维直方图的传统的颜色统计法进行颜色分割时,会出现错分现象。对此,本文提出了基于二维直方图的颜色分割新方法,实现了一些ＣＡＤ系统图像颜色的准确分割和归并。实验结果和实际应用都证明了新方法的有效性,该方法也可应用于全真彩色图像的量化。     

基于S变换的脉冲星辐射脉冲信号检测

为了提高脉冲星辐射脉冲信号的检测速度和在低信噪比下的检测效果, 提出了一种基于S变换的脉冲星辐射脉冲信号检测算法. 文中证明了高斯白噪声S变换域功率谱服从自由度为2的卡方分布, 基于此对累积信号S变换域功率谱进行阈值处理,累加阈值处理后的时频功率谱作为统计量进行检测. 此外阈值处理后的功率谱也可用来测量脉冲星信号的时间延迟. 仿真实验验证了本文算法的有效性,其检测性能优于同类的基于高斯分布模型的检测算法, 同时还可以在一定精度下给出脉冲星信号的时间延迟值. 关键词： 脉冲星 卡方分布 S变换域检测 时延测量     

一种基于图象融合的数字水印方法

提出了一种基于多分辨率图象融合的数字水印算法.该算法基本思想源自公开钥加密系统与Torus自同构映射置乱的概念,并根据视觉系统HVS的照度掩蔽特性及组合规则,以原始图象的子波分解级数为依据,对原始图象及水印的子波变换系数进行融合,以实现水印在原始图象空间位置和频率方向上的嵌入.实验结果表明,该算法具有良好的鲁棒性和可行性.     

矢量图形中基于小波变换的盲水印算法

提出一种用于矢量图形的数字水印方法.该方法将矢量图形中图元的顶点坐标有顺序地排成一维序列,通过离散小波变换将序列分解成不同空间和频率上的复值系数,并根据水印的大小与小波系数之间的关系把水印嵌入到小波系数的幅值中,系数的相位不变.该算法在提取水印时不需要原始矢量图形.实验证明该算法具有良好的不可见性和较强的鲁棒性.