摘要：针对物联网中无线接收机模块功耗浪费的问题,设计并实现了一种纳瓦级功耗唤醒接收机。唤醒接收机接收到唤醒信号后将“唤醒”主接收机。该唤醒接收机系统包括匹配网络、无源包络检波、基带放大器、比较器、相关器以及数字比较器。所提出的无源包络检波代替传统有源检波电路,极大地节省了系统功耗,同时配合前端无源匹配网络可以提供23.6 dB的无源增益。信息通过通断键控(On Off Keying,OOK)进行调制,该唤醒接收机基于65 nm CMOS工艺设计,在载波频率433 MHz、数据速率100 bps、码长8位的OOK信号下,唤醒接收机的灵敏度可达-72 dBm,模拟部分功耗为21.9 nW,数字部分功耗为93.8 nW。

摘要：该文结合网格空时码(STTC)和分层空时码(BLAST)的优点,利用多个高码率卷积码,设计了一类适用于串行级联结构的广义递归STTC(G-RSTTC)。相比于传统以递归STTC为内码的串行级联空时码(SCSTC),其数据速率可随发送天线数增加而线性增加;相比于以BLAST为内码的SCSTC,基于G-RSTTC的SCSTC可获得更大的分集增益和编码增益。

摘要：常规的分类与回归树算法(classification and regression tree,CART)只能通过重新训练来增加对新类别的认知,导致样本类别数量较多时训练成本大幅增加。针对这一问题,提出一种轻量化的增量式集成学习算法:当新的类别进入到训练集中,只需在原有集成学习算法中添加具有开集识别能力的CART基分类器,就可以实现对新类别样本的分类,而不需要重新训练,从而降低计算复杂度,简化学习过程。以辐射源分类为背景的仿真实验表明,该算法在信噪比大于等于-4 dB的环境中,可以保持90%以上的分类准确率;在类别数量较多的情况下,相比常规CART,该算法可以大幅度降低新增分类类别所需的训练成本。

摘要：针对半色调(二值)图像提出一种新的数字水印算法。利用人眼的视觉掩盖特性和亮度适应特性,将水印隐藏在半色调图的高亮度纹理区域;采用加密和置乱技术提高二值水印图像的安全性,定义位卷积并设计r-位滤波器来指导水印的嵌入和提取。仿真结果表明:在嵌入相同数据量时,该算法较常规方法有更好的水印不可见性,当图像遭受裁剪、加噪、JPEG压缩、随机涂改攻击时,仍能正确提取其中嵌入的水印。

摘要：在面向服务计算中,往往需要调用外部接口来集成第三方工具。为了集成那些未提供接口和源代码的工具,提出了一种基于脚本语言的黑盒方法,将外部工具的用户界面集成到分布式环境中,并且允许用户以服务的形式执行一系列预先制定的界面操作,从而实现相关的功能。设计并实现了基于面向服务架构的从服务包装到服务调用的各个环节。

摘要：目前的色域匹配算法大多在等色调平面上进行,设备的色域边界以三角形近似描述,难以实现颜色的准确再现。该文分析了设备色域剖面的形状,提出了用准均匀B样条曲线来描述色域边界,设计了基于该样条曲线描述的CUSP色域匹配算法。实验结果表明,基于B样条色域描述的颜色匹配明显提高了色彩的再现精度,可显著提高打印输出彩图的质量。

摘要：详细阐述了传感器网络安全现状、面临的安全挑战及其需要解决的安全问题。从密钥管理、安全路由、认证、入侵检测、DoS攻击、访问控制方面讨论传感器网络的各种安全技术,并进行综合对比。希望通过这些说明和对比,能够帮助研究者为特定传感器网络应用环境选择和设计安全解决方案。最后总结和讨论传感器网络安全技术的研究方向。

摘要：在协作广播和压缩(CBC)模式的基础上,提出了传感器网络优化CBC策略概念,设计了基于剩余能量优化的CBC策略和算法,并证明其是最优的。此策略的基本思想为:根据节点的剩余能量来确定每轮数据收集中,数据发送的先后顺序、压缩方式,达到减少网络的能量消耗和平衡各个节点剩余能量的目的。分析和仿真表明,应用此策略能够延长传感器网络生命,保证长时间、高质量的数据收集。

摘要：提出一种基于人工免疫响应的线性系统逼近算法.给出了人工免疫响应的四元组模型,为免疫响应过程建立了一个可用于工程计算的数学模型;设计了克隆选择、免疫记忆和免疫调节等具体操作,模拟了抗体克隆选择、免疫记忆、基因免疫、免疫耐受等现象,实现了人工免疫响应的记忆学习.基于抗体群的随机状态转移过程,证明了新算法具有全局收敛性.基于两个典型的稳定或非稳定线性系统逼近问题的数值试验表明,无论在固定的区间内搜索还是在动态扩展的区间内搜索,人工免疫响应算法都能得到线性系统的最优逼近模型,算法是有效的.

摘要：采用反射和开放编译技术,设计并实现了一个面向对象程序静态分析器,对开放编译器Open C++进行了扩展与改进。通过实验研究表明,该程序静态分析器可以得到全面的系统依赖信息,可以有效地辅助程序理解。