电子心音听诊器的研制

提出了一种改进传统听诊器功能的可行方案.首先,采用Matlab来处理心音数据(由蒙特利尔研究院提供),包括数字滤波、陷波和频谱分析.然后,根据心音的特点(振幅小和波段宽),设计心音传感器、放大和滤波电路.最终,研制了一款电子心音听诊器,既能实时播放心音,又能在LCD上同步显示心音波形,同时也能存储与回放心音信号.     

一种面向非规则数据的阶段预取策略

传统数据预取技术在处理结构复杂的非规则数据应用程序时,其有效性明显下降.为解决该问题,基于程序运行时的数据访问阶段性特征,提出一种面向非规则数据的阶段预取策略,研究应用程序的访存规律和预取调度机制.该策略通过在线剖析应用程序的访存行为,识别出数据访问性能指标表现稳定的数据访问阶段和具有特定访存行为特征的预取阶段,实现在数据访问阶段内依据预取阶段的访存规律动态调整预取操作.实验结果表明,与传统的基于访存流模型的数据预取技术相比较,阶段预取策略能够减少无用预取,更加有效地改善非规则数据应用程序性能.     

一类非扩张函数的不动点

在实数空间中研究不带有压缩系数的一类非扩张函数的不动点的存在性,并给出该不动点的本质刻画.     

基于 MapGIS 的地图美学研究与实践

信息技术的发展以及人们对地图审美要求的提高,为地图美学研究提供了新的动力。本文主要探讨了地图美的表现方法,并结合“天津市滨海中心商务区交通图”的制作,借助MapGIS K9进行了一些地图美学实践,包括自定义系统库;从形状、大小、颜色三方面进行地图符号的设计;根据突出主题要素、考虑读者读图感受以及合理使用中性色设计地图色彩;在光滑处理、道路贯通、立体显示、桥梁绘制显示效果方面尝试性地进行了一些技术改进,以增强地图的美感。     

基于压缩感知理论的无线电作弊信号捕捉算法研究

短时且频率未知的无线电作弊信号的捕捉是考试无线电保障工作的重要内容和难点,将压缩感知理论应用到无线电作弊信号捕捉中能够提供高效的解决方案。针对宽频带上稀疏分布的作弊信号场景设计了一种基于压缩感知理论的作弊信号捕捉算法,并通过实验室环境下无线电作弊场景的构建和频谱信息采集,利用Matlab仿真平台对采集到的信号信息进行了仿真验证。结果表明,所提出的算法能够在采样率比传统DFT算法降低1~2个数量级条件下实现对多个未知载频突发信号进行快速、准确地捕捉,充分证明所研究的基于压缩感知的无线电作弊信号发现算法的有效性。     

基于GVF Snake和边界跟踪的主动轮廓图像分割

梯度向量流蛇(GVF Snake)模型在处理图像分割问题上取得了较好的结果,但它对初始轮廓曲线的依赖程度较大且梯度向量场计算时间较长,故此提出一种基于GVF Snake模型和边界跟踪的轮廓提取图像分割算法。该算法利用边界跟踪算法进行粗糙的分割,获取边缘位置有效信息点,经采样后生成一条初始轮廓线。同时,基于拉格朗日法求解梯度向量场的方法,提出一个距离终止条件以提高计算速度。实验结果表明,与GVF Snake、手动GVF Snake和CV活动轮廓算法相比,该算法有效提高了图像分割的自动化程度和分割精度。     

基于多维动态S盒和LFSR的分组密码算法

提出一种基于多维动态S盒混淆替换和n级联动线性反馈移位寄存器(LFSR)的分组密码算法.首先,通过矩阵变换初步将明文扰乱,进而进行多维动态S盒混淆替换,以此增强密文的非线性安全度;然后,通过列混淆函数进行组字节位循环移位,增强密文的扩散性;最后,使用n级联动线性反馈移位寄存器组生成动态密钥,增强每一轮迭代时的密钥随机性,使算法具有密码分组链接模式.性能分析结果表明:相对于AES算法和DES算法,本算法在增强安全性的同时对算法加解密速度影响较小.相关系数检验和差分分析实验进一步证明了算法可有效抵抗线性密码分析攻击和差分分析攻击等目前主流的密码算法攻击手段.     

冲击噪声下基于Lorentzian范数的CSR参数估计

针对现有重构算法及其改进算法在压缩感知雷达(CSR)参数估计中存在的稳健性不强、适用性不广等问题,提出了一种适用于冲击噪声背景的鲁棒性算法——Lorentzian-ISL0(基于Lorentzian范数的改进光滑l0范数).建立CSR参数估计的稀疏线性模型,并基于Lorentzian范数和高斯函数稀疏正则化,构造冲击噪声下稳健的优化目标函数;修正优化目标函数的牛顿方向,并沿修正方向对估计值进行更新,直至收敛.仿真实验结果表明:与已有算法相比,本文方法计算复杂度更小,支撑集重构更精确,信号重构精度更高.     

高光谱遥感图像的稀疏分解与压缩感知

基于稀疏分解和压缩感知原理对高光谱遥感图像进行压缩重构,提出一种基于过完备原子库上分解图像的稀疏分解快速算法,以减少图像稀疏分解的计算量.仿真计算结果表明,利用压缩感知和谱带分组技术对高光谱图像进行谱间压缩,可提高运算速度,并降低成本.     

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。