基于Internet交互系统引入微分环的多媒体同步方法

针对交互系统多媒体同步中存在的问题，提出了引入预测环节的多媒体同步方法，采用控制论方法，将交互系统的多媒体信息传输与回放过程作为一个系统进行分析，得出发送缓冲和接收缓冲是惯性环节，网络传输是迟滞环节，各环节都存在一定的相角滞后，媒体信息预测是一个微分环节，可引入一定的相角超前，将这种预测环节引入到多媒体同步系统中，对系统进行超前校正，可改善系统的实时性能，减小网络延迟抖动对多媒体同步的影响，仿真结果证明了预测环节在克服网络延迟抖动的影响，提高交互系统的实时性，改善媒体间同步效果等方面的有效性。     

基于RFID技术的伪造攻击模型的仿真研究

基于RFID技术,采用模块结构构建了一个层次化的防伪系统,在层次化防伪框架的基础上结合人工智能技术,以寻求空间最优解的A*算法构造逆向伪造最小攻击树分析模型,利用形式化的方法分析防伪系统的抗攻击能力.为了验证所提方法的有效性和可靠性,本文采用vC++6.0对系统进行了仿真实验,实验结果表明伪造攻击模型能够有效应用于复杂的防伪系统中,提高防伪的安全可靠性.     

范畴数据类型与并行处理

范畴数据类型（ＣＤＴ）为设计与机器结构无关的并行处理程序提供了一个新的方法和工具，文中介绍了ＣＤＴ的基本概念，研究二叉树ＣＤＴ的构造与应用。     

基于筛选机制的L1核学习机分布式训练方法

为降低无线传感器网络中核学习机训练时的数据通信代价和节点计算代价,研究了基于筛选机制的L1正则化核学习机分布式训练方法。提出了一种节点局部训练样本筛选机制,各节点利用筛选出的训练样本,在节点模型对本地训练样本的预测值与邻居节点间局部最优模型对本地训练样本预测值相一致的约束下,利用增广拉格朗日乘子法求解L1正则化核学习机分布式优化问题,利用交替方向乘子法求解节点本地的L1正则化核学习机的稀疏模型;仅依靠相邻节点间传输稀疏模型的协作方式,进一步优化节点局部模型,直至各节点模型收敛。基于此方法,提出了基于筛选机制的L1正则化核最小平方误差学习机的分布式训练算法。仿真实验验证了该算法在模型预测正确率、模型稀疏率、数据传输量和参与模型训练样本量上的有效性和优势。     

无线感知网络最小二乘法定位算法的误差分析与优化

无线感知网络(WSN,wireless sensor networks)中位置信息及其位置可信度对于感知数据至关重要,目前针对WSN定位的可信度分析很少见.利用误差分析理论对最常用的最小二乘法定位算法进行理论分析,并提出一种简化误差分析算法,在给出节点预测位置同时给出定位误差范围;而且,利用误差分析对循环定位的锚点选择进行优化,能够显著提高定位精度;最后,采用模拟试验的方法对误差分析及其简化算法和优化算法的有效性进行验证.     

基于FPGA的RFID阅读器

针对现有的RFID阅读器具有体积大和不容易升级的缺点,依据FPGA具有开发简单、静态可重复编程和动态在系统编程的特点,研究了基于FPGA的RFID阅读器,该种阅读器具有结构灵活、体积小、升级容易和方便实现不同的外设接口等优点,阅读器以FGPA芯片为核心,实现了RFID阅读器的各种设备接口,采用串口中断服务程序接收标签的数据信息,LCD显示标签的数据信息.在FPGA集成开发环境中编译、调试和综合,使用专用下载线将程序下载到FPGA芯片中实现其功能.实验结果表明:FPGA可以有效的实现RFID阅读器.该方法不仅缩小了体积,而且降低了功耗,具有广泛的使用价值.     

抽取音频数据特征的快速离散余弦变换方法

针对音频数据库中存原在的问题,提出了一种基于索引的变换,分析了离散余弦变换的特点,得出Ⅱ型和Ⅲ型快速主散余弦变换算法,并把这两种算法用于数据索引特征的抽取和音频信号的重构,所提算法具有搜索速度快、回取精度高的特点,同时也使得音频数据的索引对噪声不敏感,与原数据搜索相比,具有更高的成功率,通过对峰值信号噪音率和回取精度两个指标的评估,验证了这种方法对加快音频数据的搜索速度和提高回取精度的有效性,为音频数据自动分析和分类、基于内容的数据索引和查询、基于近似的搜索提供了快速而有效的手段。     

基于SoC的孤立词语音识别算法的C语言仿真

研究了用C语言对孤立词语音识别算法进行了仿真,对每个算法的效率、时间复杂性、空间复杂性进行深入的讨论和分析,对语音识别算法FPGA的实现以及语音识别SoC的研究和设计提供了一个C语言行为级仿真设计原型。     

划分的特征函数表示及其快速运算算法

本文讨论了一个 n 元集划分的特征函数表示法,并在此基础上,提出了划分运算的最优算法.     

SystemC的扩展及其在性能分析中的应用研究

在嵌入式系统的系统级建模和性能分析过程中,经常需要定量地分析和评估系统的平均延时、CPU占用率等性能指标.本文基于SystemC语言,针对嵌入式系统设计了一套性能分析评估的库函数,用于统计性能参数样本、计算期望值和置信区间,同时在性能指标满足要求的精度时终止仿真.并详细阐述了性能分析库函数的设计方法.以语音识别系统为例,设计了一个虚拟仿真平台,并使用该性能分析库函数进行性能分析,仿真结果表明,设计的库函数适用于嵌入式语音识别系统的性能分析,在一定程度上对SystemC的类库进行了扩展.