光学榕树网络与全混洗网络之间的转换及实现

光学榕树网络的快速控制需要在全混洗网络和光学植树网络间进行快速的相互转换．分别给出了光学榕树网络转换成全混洗网络及全混洗网络转换成光学植树网络时结点、链路、输入端口、输出端口的映射规则，并用电子学进行快速实现．     

光学全交叉网络与全混洗网络之间的转换及实现

光学全交叉网络的快速控制需要在全混洗网络与光学全交叉网络间进行相互转换，本文分别给出了光学全交叉网络转换成全混洗网络及全混洗网络转换成光学全交叉网络时结点、链路、输入端口、输出端口的映射规则，并用电子学进行快速实现。     

光学全息方法实现光学全混洗

本文利用全息方法实现了光学全混洗(Perfect Shuffle)。     

PAL信号的数字解调

本文讨论了基于NTSC和PAL彩色全电视信号的二维沃尔什序谱分析的彩色解调器。指出在亮度信号和色度信号分离性能上,二维解调比一维解调好。二维解调有二维沃尔什变换和二维滤波二种方法。利用一维沃尔什函数和二维沃尔什函数的关系,可以用一维列率滤波器来实现NTSC及PAL信号的二维亮色序谱的分离。     

二维DFT域全相位数字滤波器设计与实现

一维全相位数字信号处理已经在谱分析、自适应、模板设计、滤波器组分析与综合等领域得到应用,但对于二维全相位理论的推导很少而且没有实现的方法.因此,本文在一维全相位信号处理方法的基础上,首先系统地分析二维全相位信号处理模式,理论推导出无窗、单窗和双窗模式下传输函数表达式;其次,首次设计出二维全相位处理的系统实现框图,并对算法复杂度进行了优化分析;还有,对二维全相位信号处理的性质进行了分析;最后,借助MATLAB实现了DFT滤波器设计并画出3D特性曲面,完成设计二维DFT全相位滤波器的理论、方法和实验验证.     

基于FPGA的二维DCT变换的实现

二维离散余弦变换(DCT)在图像处理和视频编码中起重要的作用。以MPEG 2全I帧编码为背景,在现场可编程门阵列(FPGA)上实现8×8像素的二维DCT变换。算法首先把8×8像素的二维DCT变换化简成8次一维DCT变换加上适当的蝶形运算和顺序重排操作。试验表明,方案可以只用一个一维DCT模块实现输入采样率为74.25MHz的二维DCT变换。     

自由空间非对称与对称混洗网络的拓扑等价

为了解决非对称Omega Omega混洗网络的拓扑等价问题,提出一种新的方法.对Omega Omega网络的左或右半部分节点对应的二进制位进行逆操作,将取逆操作后得到的混洗网络与另一半混洗网络串联,中央级间的连接根据具体的规则采用简单蝶互连或复杂蝶互连方式,从而将非对称的Omega Omega混洗网络转变为对称的Omega-1 Omega或Omega Omega-1混洗网络,最后得到它们之间拓扑等价.     

计算2~m×2~m点二维离散Fourier变换的新算法

本文提出了一种计算2~m×2~m点二维离散Fourier变换的新算法。此法与一维FFT逐行逐列计算二维DFT的算法相比,优点是减少25～71％的复数乘法运算。文中还讨论了产生旋转因子和二维反序重排的快速算法。     

隐埋层中二维效应对全耗尽SOI非对称HALO结构阈值电压的影响

在非对称HALO结构的全耗尽SOI二维阈值电压解析模型的基础上,对阈值电压受隐埋层中二维效应的影响进行了讨论.通过与一维模型的比较,说明在深亚微米SOI MOSFET器件中隐埋层的二维效应会导致器件提前出现短沟道效应.新模型结果与二维数值模拟软件MEDICI吻合较好.     

隐埋层中二维效应对全耗尽SOI非对称HALO结构阈值电压的影响

在非对称HALO结构的全耗尽SOI二维阈值电压解析模型的基础上,对阈值电压受隐埋层中二维效应的影响进行了讨论.通过与一维模型的比较,说明在深亚微米SOI MOSFET器件中隐埋层的二维效应会导致器件提前出现短沟道效应.新模型结果与二维数值模拟软件MEDICI吻合较好.     

自由空间光互连洗牌型神经网络模型

首先介绍一种洗牌型自由空间光互连多层全互连神经网络模型。该模型的高神经元／权重比可以极大地压缩神经网络的互连权矩阵IWM（interconnectweightmatrix）。对于具有N2个神经元的单层二维全互连神经网络的IWM为N2×N2,而洗牌型全互连神经网络的IWM仅为4N2log2N。另外,洗牌型全互连神经网络整齐、简单的结构方便了网络的综合,特别是网络隐单元的综合,并且十分适合于神经网络的光学实现。然后描述了采用数字光技术实现光互连的洗牌型神经网络的系统模型、关键芯片结构以及关键技术。本文提出的模型和方法使实现与人脑神经网络规模（104量级）相当的实用化自适应光电子全互连神经网络成为可能。     

一种适合于光学实现的洗牌型2D全互连多层神经网络模型

提出一种适合于光学实现的洗牌型二维全互连多层神经网络模型。该模型采用神经元的层内局部互连通过层间洗牌级联构成洗牌型神经网络模型的拓扑结构,具有很高的神经元／权重比,可以极大地压缩神经网络的互连权矩阵ＩＷＭ（Ｉｎｔｅｒｃｏｎｎｅｃｔｉｏｎ Ｗｅｉｇｈｔ Ｍａｔｒｉｘ）。推导出适合于洗牌型神经网络模型的修正ＢＰ算法,分析了网络的收敛性、容错性和反馈机制。计算机模拟结果表明,该模型具有稳定性好、收敛快、容错性高等特点。该模型结构整齐、简单,十分适合于神经网络算法的并行化以及光学实现。     

用比累对切透镜实现光学完全混洗

本文提出一种用比累对切透镜实现完全混洗的光学系统,该系统具有较高的光能利用率,可实现高密度、大容量的完全混洗互连网络。     

Wavelength requirements of all-optical networks

All-optical networks are networks for which all data paths remain optical from input to output. With rapid development of optical technology, such networks are a viable choice for the high speed wide area networks of the future. Wavelength division multiple access (WDMA) currently provides the most mature technology for all-optical networks. The authors discuss a class of WDMA networks that are homogeneous in the sense that each node contains both an input/output port and a switch. They focus on the permutation routing problem and first, present a lower bound on the number of wavelengths required for permutation routing as a function of the size and degree of the network. They use particular topologies, including the multistage perfect shuffle, the Debruijn, and the hypercube, to find achievable upper bounds on the number of required wavelengths     

Optically interconnected switching networks

Work on hybrid multistage switching networks is presented. A simple mapping rule is used to form a network using two-dimensional perfect shuffle interconnections, and other 2-D patterns are developed from other mappings. The general conditions for a 1-D net to be mappable into two dimensions are established, and it is pointed out that in practice all multistage interconnection networks (MINs) are mappable-a suitable mapping transformation is what is required. It is shown how to use the mapping process to produce hybrid MINs with a variable electronic island size. It is concluded that the design flexibility exists to take multistage processors and transform them into formats which are highly suitable for the employment of optical interconnects     

用四焦点全息透镜实现的PS和FPS互连网络

提出了一种用四焦点全息透镜实现的二维ＰＳ（ＰｅｒｆｅｃｔＳｈｕｆｆｌｅ）和ＦＰＳ（ＦｏｌｄｅｄＰＳ）的方法，并给出了四焦点全息透镜的设计方法及应用于二维ＰＳ和ＦＰＳ互连网络中的实验结果。     

基于量子Haar小波的图像压缩

针对量子计算的Haar小波算法的研究现状,提出其在图像压缩方面的应用。引入正移置换矩阵,将经典Haar小波被分解为幺正矩阵直和、直积和点积的形式。再基于扩展Kronecker积将Haar小波矩阵表示为一系列的W-H矩阵和正移置换矩阵的组合。由此得出量子Haar小波的逻辑线路。最后创新性地采用量子模拟器进行量子Haar小波的彩色图像压缩实验,并给出实验结果。结果验证了量子Haar小波在图像压缩方面有着很好的可行性。     

A Verifiable Secret Shuffle of Homomorphic Encryptions

A shuffle consists of a permutation and re-encryption of a set of input ciphertexts. One application of shuffles is to build mix-nets. We suggest an honest verifier zero-knowledge argument for the correctness of a shuffle of homomorphic encryptions.