一种基于混合蛙跳优化的JPEG图像隐写算法

在JPEG图像中隐写会引起图像DCT系数直方图变化和分块效应比,分析者可以根据这些特征变化察觉到秘密信息的存在。为了提高隐写的安全性,提出了一种基于混合蛙跳优化的JPEG图像隐写算法。对图像进行分块处理后,在每个块中采用混合蛙跳优化算法,寻找最优的置换矩阵来替换秘密信息。在隐写过程中,将置换矩阵和置换后的秘密信息隐藏于修改了量化表的DCT系数中,算法不需传递其他边缘信息。仿真实验表明,所提出的隐写算法与修改量化表隐写算法,基于粒子群优化隐写算法相比,在隐写容量增大的同时,具有更高的安全性。     

SG-VMD-SVD的信号去噪方法研究

油气管道信号泄漏检测易受噪声影响,因此去噪成了关键问题.为了提高对油气管道信号的去噪效果,提出了一种基于Savitzky-Golay平滑滤波、变分模态分解(VMD: Variational Mode Decomposition)和频域奇异值分解(SVD:Singular Value Decomposition)去噪相结...     

基于FDTD方法设计调幅射频辐照头部线圈

本文研究应用于调幅射频电磁场生物效应研究的非接触式射频线圈。首先根据射频辐照线圈的设计要求,通过时域有限差分（Finite Difference Time Domain, FDTD）方法进行电磁仿真计算分析,进而根据仿真计算结果实现辐照原型射频线圈。S参数测试和信号测试结果显示,S11参数达到了-31.41 dB且射频线圈共振在载波频率上,所实现的射频线圈符合设计要求。该射频线圈可作为核心硬件部件应用于后续的调幅射频电磁场生物效应研究中。     

单载波超宽带系统的时域分数级分集方法

单载波超宽带（SC-UWB）系统存在长时延密集多径,严重影响系统性能。传统信道均衡方法的均衡效果不够理想,而传统分集方法的硬件复杂度高且数据冗余量大。该文提出一种单载波频域均衡（SC-FDE）与时域分数级分集联合设计方法,以对抗超宽带（UWB）系统的复杂密集多径。该方法在发端为两个或多个信息支路配备一个分集支路;收端先进行SC-FDE,然后将信息支路和分集支路得到的均衡结果进行基于后验概率的分集合并或低复杂度的等增益分集合并,最终恢复出原始数据。该方法具有单天线、低冗余的特点,仅需1.5倍或更低倍数的分集,即可取得良好的分集增益。仿真结果表明：在误码率为10^-3下,该方法与SC-FDE相比有3 dB的分集增益。     

基于时空域数据融合的Kinect深度图像修复算法

针对Kinect传感器获取的深度图像中存在大量噪声以及深度信息缺失导致的空洞问题,提出一种基于时空域数据融合的深度图像修复算法。首先,对配准后的深度图像利用卡尔曼滤波使跳变深度值趋于平稳,并采用阈值分割法得到待修复区域;其次,计算待修复边界所有像素点的时空域置信度,对时空域置信度最大的像素点计算其时域和空域深度数据,并根据时空域置信度为时空数据分配权值进行数据融合,实现像素点的修复;最后,待修复边界改变,迭代执行上一步直至图像修复完成。实验结果表明:与传统修复算法相比,基于时空域数据融合的Kinect深度图像修复算法的深度图峰值信噪比更高、均方根误差更小,图像质量更好。     

谷电相变电蓄热供暖分工况变论域模糊比例、积分、微分自适应前馈补偿控制

针对谷电相变电蓄热供暖系统,有谷电时间段既蓄热又放热供暖和非谷电时间段单纯放热供暖两种不同的工况,不同的工况系统参数变化较大的问题,设计了分工况变论域模糊比例、积分、微分(PID)控制器,根据不同工况选择对应的控制器且其论域伸缩因子自适应调整;考虑到供暖过程中蓄热炉炉温的变化,把不断变化的蓄热炉炉温作为可测干扰,设计了自适应前馈补偿控制器对变论域模糊PID控制器的输出控制量进行补偿,通过实时辨识供暖系统模型,实现前馈补偿控制器参数的自适应调整。实验结果表明:所提出的控制方法能够在不同工况下实现对期望供暖出水温度的实时跟踪,显著地减小了供暖出水温度误差,提高了供暖可靠性。     

基于数据拓扑图的变量影响分析方法

为了解决软件中数据变量发生异常的问题,以及找到该异常变量在整个程序中与其余变量之间的关系和该变量的影响范围,提出了一种基于数据拓扑图的数据影响分析方法。研究了静态分析提取变量的依赖关系包括顺序依赖、自身依赖、节点依赖和函数依赖,得到变量的依赖影响集合,生成变量的数据拓扑图。实验结果表明,该方法能全面覆盖程序中的变量并准确地生成指定变量的数据拓扑图,且数据拓扑图能够发现异常变量在程序中影响了哪些变量,哪些变量被异常变量影响。     

单通道时频重叠高斯调幅通信信号盲分离方法

为了解决单通道多个时频重叠高斯调幅通信信号共信道的盲分离问题,提出了一种混合遗传与最小值搜索的盲分离算法。根据信号的特征,建立信号模型,利用接收到的一组混合信号的数据,利用混合遗传与最小值搜索的盲分离算法对所有待估计参数进行联合搜索,实现了多个信号分量的重构和分离。仿真结果表明,与传统的最小值搜索算法(初值选取误差控制在远离期望值的5%以内)和遗传算法相比,该算法有较高的数值精度和不受初值选取影响的优点。     

新变异DNA遗传人工鱼群优化DNA序列的多模算法

为了提高多模信号的均衡效果,提出一种新变异DNA遗传人工鱼群优化DNA序列的频域加权多模算法(nm DNAGAFS-DNA-FWMMA)。该算法利用新型变异DNA遗传人工鱼群算法收敛速度快和全局搜索能力强的优点,通过DNA约束模型和代价函数来寻找最优DNA序列,将该序列解码后作为频域加权多模算法(FWMMA)初始最优权向量,以提高收敛速度并减小剩余均方误差。仿真结果表明,nm DNAG-AFS-DNA-FWMMA的收敛速度快、均方误差小。