压缩附加光子相干态的压缩特性

引入了压缩附加光子相干态|α,m,ξ〉=S(ξ)a+m|α〉(未归一化),其中,|α〉为相干态,m为整数,S(ξ)为压缩算子.研究了这个态的数学性质和物理特性--处于该态的场的相压缩性质.结果表明,随着压缩参数r的增大,场的直角分量x被压缩地越多.     

压缩附加光子相干态的压缩特性

引入了压缩附加光子相干态|α,m,ξ〉=S(ξ)a+m|α〉(未归一化),其中,|α〉为相干态,m为整数,S(ξ)为压缩算子。研究了这个态的数学性质和物理特性——处于该态的场的相压缩性质。结果表明,随着压缩参数r的增大,场的直角分量x被压缩地越多。     

一类光子消灭算符aN正交归一本征态的迭加态的振幅k次方压缩特性

对一类光子消灭算符aN正交归一本征态的迭加态的振幅k次方压缩特性进行了研究,发现一类aN正交归一本征态的迭加态的振幅k次方压缩特性明显地区别于aN的正交归一本征态k次方压缩.无论N取奇数还是偶数迭加态均存在振幅k(k=Nt或Nt/2)次方压缩.由于当位相差δ=2mπ/t(m为整数)时迭加态不存在振幅k次方压缩;当δ=π时,只有N和t同时为奇数才有可能存在k次方压缩;当δ=π/2时,对应t≠4m的不同取值迭加态存在k次方压缩.因而参量的位相对振幅的k次方压缩起着关键性的作用.研究结果还表明j,N,δ,和α对k次方压缩和压缩区域起着不容忽视的作用.     

压缩真空态、相干态和压缩态的生成

本文用标准的量子力学的方法,阐明压缩真空态、相干态和压缩态的生成物理过程,并求得相干参量α与压缩参量r与过程的耦合常数的时间积分的关系。还讨论了压缩态与压缩真空态的反聚束现象的差异。     

真空态与相干态的叠加态振幅平方压缩

研究了真空态与相干态的叠加态振幅平方压缩,讨论了叠加参数p、相干参数(R,θ)对真空态与相干态的叠加态振幅平方压缩的影响.     

压缩真空态的振幅平方压缩

本文依据Ｈｉｌｌｅｒｙ的振幅平方压缩概念，研究了压缩真空态的振幅平方压缩效应，研究结果表明，压缩真空态可呈现最大的振幅平方压缩。     

多原子压缩态中的高价压缩

多原子压缩态是一种新的集合原子态。本文讨论由一对二能级原子构成的多原子压缩态中集体偶极矩的高阶涨落及其高阶压缩,研究当原子处于这种多原子压缩态,腔在初始处于真空态时所产生的辐射的高阶压缩特性及其随时间的演化。     

单模压缩奇偶相干态的四次方压缩特性

用单模压缩算子作用在单模奇偶相干态上即可得到单模压缩奇偶相干态.本文研究了这类量子态的四次方压缩特性,结果表明单模压缩奇偶相干态存在很强的四次方压缩特性,并且压缩程度随着压缩参量r的增大而增强.     

一种新定义相干叠加态的压缩特性及量子统计性质

研究了压缩相干态和真空态构成的相干叠加态的振幅平方压缩特性和量子统计性质.结果表明,在一定条件下,相干叠加态在场的两个正交分量上分别产生振幅平方压缩效应,并呈现光子聚束及超泊松分布等特性.相干叠加态的压缩效应与压缩参量及相干参数有关,相干态的相位和压缩相位也会对叠加态的非经典效应产生影响.     

压缩笪符与压缩杰

从压缩算符、压缩相干态、压缩变换与哈密顿量的对角化等几个方面对单模压缩态进行了讨论．     

自适应OFDM系统中基于分布式压缩感知的CQI反馈方案

提出了正交频分复用(OFDM)系统中基于分布式压缩感知的信道质量信息(CQI)反馈压缩机制。利用CQI的时间相关性、频率相关性以及空间相关性,提出了两种联合稀疏模型,并分别通过压缩感知算法和分布式压缩感知算法对反馈的数据进行压缩、重建。仿真结果表明,与压缩感知相比,分布式压缩感知算法在不增加终端复杂度的同时,能够显著地降低测量值的数目,从而达到降低系统反馈速率、提高吞吐量的目的。     

DM数据库中大规模数据智能自适应压缩算法研究

DM数据库中存在大量冗余数据,需对其进行压缩处理。传统数据压缩算法大多只追求高压缩率,不能保证数据的完整性;且适用范围小。为此,提出一种新的DM数据库中大规模数据智能自适应压缩算法。给出算法涉及的相关术语,介绍了智能自适应最优消零压缩算法的压缩原理,给出位数因子、编码长度、最优位数因子、最短编码长度以及编码因子的计算过程。在不同时刻对采集的DM数据库中的数据进行排列,通过自适应最优消零压缩算法原理求出数据序列最小编码长度和对应的最优位数因子;依据最优位数因子完成对数据序列的消零计算与编码,删除时间冗余,获取压缩后数据。实验结果表明,所提算法压缩效率高,在保证压缩比的同时,能够保证压缩后数据的完整性,且适用范围广。     

基于压缩感知的心电信号稀疏采样与重构算法

实时心电监测的数据量过大，给系统的传输和存储带来很大压力.为降低采集端的功耗，达到既减轻采样复杂度又降低传输数据量的目的，使用压缩感知技术对心电信号进行压缩采样及重构.以信号重构时间和重构误差为关键指标，研究不同重构算法和小波基的性能表现.结果表明，当压缩率在30%以内时，基追踪作为信号重构算法的百分比均方根差小于4%，同时其重构耗时最短;当压缩率在70%以内时，子空间追踪的误差小于10%，且始终保持较低的重构耗时.最优小波基往往和具体压缩率有关.     

基于曲波变换的地震数据压缩感知重构算法

为提高地震数据压缩感知重构的信噪比和保真度, 提出一种基于曲波变换的地震数据压缩感知重构算法。建立了地震数据压缩感知重构模型, 分析了基于曲波变换稀疏表示的地震数据各尺度之间能量与熵的分布特性, 结合分块压缩感知技术降低随机观测的计算复杂度, 利用曲波变换稀疏表示高频区域各尺度之间的相关性, 设计了随信息熵变化的自适应双变量收缩阈值迭代重构的方法。实验结果表明, 在相同的采样率下,该算法重构的地震数据峰值信噪比提高了1. 5 dB 以上, 并且具有良好的细节信息保持能力。     

数据压缩的hash方法

在数据库应用中常用要求数据压缩存贮。所采用的压缩方法应当有较小的系统开销和期望的压缩效果。文章给出了一种用其hash函数值作为编码来取代数据本身以减少文件的数据存贮量的压缩方法。该方法以方法对许多应用都有较好的压缩效果，并其编码／解码的成本仅为对hash表一次查找或直接访问的开销。文章也讨论了hash编码数据压缩谅垢实现技术，以及编码和解码的算法。     

一种基于测井数据特征的无损压缩方法

在有限的传输带宽下传输组合测井、成像测井数据,传输率受到限制.提出了一种基于测井数据特征的无损压缩方法,该方法可对测井数据进行压缩后再传输到地面,有效地提高了数据传输效率.描述了压缩方案、压缩处理及算法设计.对不同的数据类型用不同的压缩方法进行压缩,对其压缩率进行了对比.结果表明,采用帧相关压缩的压缩率最高,其他通用压缩方法因为没有基于测井数据特征压缩率较小;第一类数据的压缩率明显较大,组合测井的数据次之,成像测井数据的压缩率最小;压缩率随着压缩数据的增大而略有增大.     

基于排序树索引的轨迹压缩方法

原始采集的GPS轨迹数据通常非常庞大,导致对其的传输、存储和处理变得越来越困难,需要对原始GPS轨迹数据进行压缩.现有的基于方向的轨迹压缩方法存在可容忍误差难以确定、计算代价大、压缩效果较差等问题.针对这些问题,提出了基于排序树索引的轨迹压缩方法,借助于排序树索引,在轨迹压缩的过程中进行有效的剪枝,提高了轨迹压缩的效率.同时,对压缩轨迹中轨迹点的去留起决定作用的指标——线段误差进行了重新定义,提高了轨迹压缩的效果.大量真实数据集上的实验验证了所提的轨迹压缩方法的有效性和高效性.     

结合随机投影和稀疏表示的图像融合方法

引入压缩感知理论解决基于稀疏表示的图像融合方法中融合质量和数据压缩问题,探索在达到一定融合质量的同时降低融合所需计算代价的方法.该方法首先利用随机投影对待融合图像数据进行压缩,再对压缩数据进行稀疏表示得到稀疏系数,根据融合影响因子确定融合稀疏表示系数获得融合图像.实验验证了该算法的合理性和有效性,及在较低压缩比下具有与传统方法可比拟的融合质量.     

基于提升整数小波的数据隐藏算法

提出了一种基于提升整数小波变换的数据隐藏的算法.该算法把秘密数据先进行无损加密和压缩,而后嵌入到图像整数小波变换后的高波子带系数中.解决了提取信息中的虚假信息取舍和小波反变换时的灰度值溢出问题.对比实验表明:能够嵌入大容量的数据,而且保持良好的视觉效果.     

基于多扫描链相容压缩的距离标记压缩方法

文章提出了一种基于多扫描链相容压缩的距离标记压缩方法,该方法可以有效压缩芯片测试数据量。此方法利用相容压缩和基于差分的编码压缩方法两次压缩测试数据,相比类似的编码测试数据压缩方案,具有压缩测试数据传输协议简单、解压控制过程容易实现的突出特点;对ISCAS-85和ISCAS-89部分标准电路硬故障集的实验结果显示,本文建议的方法在压缩效率以及解压的实现上都明显优于混合码。