基于国密加性同态的医学影像可逆信息隐藏方法

医学影像共享是医疗信息云共享中最重要的部分,因为医疗信息80%以上是医学影像,但信息共享面临数据安全、隐私保护和信息检索等问题。虽然已有很多密文域可逆信息隐藏(RDH-EI, Reversible Data Hiding in Encrypted Image)方案,但一般不能直接应用于DICOM医学影像上。为了满足云服务中DICOM文件的隐私保护和信息检索需求,文章提出一种基于ZUC加性同态和多层差值直方图平移的DICOM图像RDH-EI方案。所提方案不改变DICOM文件格式,不增加文件大小,且图像解密和信息提取可分离。实验结果表明,所提出的方案具有良好的灵活性和计算效率,是一种适用云共享的RDH-EI方案。     

基于BPSK和MASK信号源特点的实值ESPRIT算法

在信号源为BPSK和MASK的情况下,提出了一种波达方向（DOA）估计方法。对于等距线阵上的接收数据,此算法根据信号源为实信号的特点,利用欧拉公式形成正弦和余弦数据,并将其加以串联,这相当于将阵元个数加倍,然后在此基础上运用ESPRIT类算法估计波达方向。由于正（余）弦数据为实值数据,所以本文提出的算法可以有效地将运算量减少到相同维数复值运算量的1／4。仿真实验表明新算法不仅估计精度高,而且能够处理的信号个数可大于阵元个数。     

蜂窝网络中基于D2D用户总能量效率保证的资源分配策略

在基于终端直连(D2D)通信的蜂窝网络中,文章提出了一种基于D2D用户能量效率保证的资源分配策略,我们的目标是尽量增大系统传输速率,并在同一时间,保证目标D2D用户能量效率。在文章提出的策略的第一阶段,采用加权二分匹配算法最大化系统传输速率,在目标D2D用户能效需求较低时,一阶段也可以满足需求,但D2D用户总能效需求变高时就需要进入第二阶段。因此,在第二阶段,先利用加权二分匹配算法最大化D2D用户能效并得到初始复用策略,然后使用局部搜索技术来改善初始复用策略。仿真结果表明,与已存在的基准策略相比,所提出的策略能够保证D2D用户能效并获得较高的系统传输速率性能收益。     

基于FFT的循环平稳信号波达方向估计

针对在电子对抗实际应用中,来波信号比较集中的情况,提出一种基于FFT的循环平稳信号DOA估计算法。该算法将FFT引入到Extended Cyclic-MUSIC算法中,预先探索存在信号的空间局部区域,避免了全空间谱峰搜索,提高了波达方向检测效率。仿真结果证明了该算法的有效性。     

基于生成矩阵的LDPC/Turbo码的构造及内外迭代译码新技术

提出了一种新的LDPC／Turbo码（简称L／T码）,及采用内外迭代译码新技术的简便实用的译码器。L／T码将原来Turbo编码中的两个子编码器分别用RSC码和LDPC码来代替,并由一个交织器连接。解码采用软输入／软输出的最大后验概率算法迭代执行,利用外信息的传递,每个子译码器都可以充分利用另一个在上一步计算中得到的结果。仿真在加性白高斯信道下进行,并将其结果和传统方法进行了比较。     

一种时间交替采样的非均匀时延估计技术

给出了一种时间交替采集系统各通道非均匀采样时延偏差的估计方法,分析了非均匀采样信号的频谱特性,介绍了非均匀采样信号时延估计原理。仿真结果表明,该算法可显著提高数据采集系统的性能。     

多频连续波雷达二次差频测距法的改进

在一定的信噪比下,二次差频测距法只有增加频点数才能增大测距范围或提高测距精度.本文从二次差频测距的基本原理出发详细推导了二次差频法正确测距对输出信噪比的要求,给出了测距精度与输出信噪比之间的关系,然后提出了一种新的差频测距算法——频差组合法,在相同的信噪比和频点数不增加的情况下,提高了测距性能.最后通过仿真,验证了该算法的有效性.     

一种新的变步长LMS自适应滤波算法

本文通过建立步长因子μ与误差信号之间的非线性函数关系,提出了一种新的变步长LMS(LeastMean Square)算法.该算法具有初始阶段和未知系统时变阶段步长自动增大而稳态时步长很小的特点,且克服了S函数变步长LMS算法(简称SVSLMS算法)在自适应稳态阶段μ(n)取值偏大的缺陷.理论分析和计算机仿真结果表明该算法的性能优于SVSLMS算法.     

一种新的基于模糊聚类和免疫原理的入侵监测模型

本文提出了一种新的基于模糊聚类和免疫原理相结合的入侵检测模型,同时文章中对RPCL算法进行了改进,克服了原有RPCL算法中不同变量量纲以及变量相互间相关性对算法性能的影响,同时解决了原有算法对初始分类数敏感的不足.利用改进后的RPCL算法解决了模糊聚类中分类个数不确定的问题,最后利用遗传算法进行半径的最优调整形成非正常子空间的特征函数.最后给出试验结果并进行了分析.     

无中心式调度框架下网格作业的节点选择优化

为优化无中心式调度框架下网格作业的节点选择,提出了随机多起点爬山算法.为使多个起点均匀分布于网格,按随机选择邻居的重复次数的指数增长找出各起点.为反映合理的用户调度需求,用平均的并行计算能力加权的有界减慢率衡量节点选择.灵活调整网格工作负荷,对随机多起点爬山算法进行了全面评估.在网格负载不是很轻情况下,该算法能有效地在网格全局优化节点选择.