闭环模式的线性空时分组码

介绍了正交空时分组码的模型,自干扰,性能;并由此提出了一种高速率准正交空时分组码的闭环模式,保证MIMO系统获得较高的速率,同时减少由于正交性减弱而引起的性能下降.其中反馈的方法就是根据发射端能够获得部分信道状态信息而提出的,这种自适应模式的性能在瑞利衰落信道下通过仿真得到了验证.     

随机性测试的淘汰能力和相关性

随机数序列在密码学中有着至关重要的作用,实际应用中考虑到序列生成的时间和复杂度,通常使用的是存在某些缺陷的伪随机数序列,它们给密码系统带来了一定的风险性。因此,需要使用随机性测试来对生成的序列进行检验,NIST在一个测试包中收录了16个随机性测试,这是目前较为常用的测试包之一,它们相互间的关系及其优劣性一直是一个值得探讨的问题。     

基于经验模式分解和互信息的图像配准研究

针对基于互信息的配准方法具有精度高、鲁棒性强的特点,提出了一种基于经验模式分解和互信息测度的图像配准方法。该方法将经验模式分解扩展到二维．并利用其自适应性分解图像得到近似分量（子图像）,然后用最大互信息作为相似性测度对子图像进行逐层迭代计算,最终实现图像配准。试验结果证明了该方法的可行性与有效性,且具有更高的时频分辨率,配准精度高,可靠性好,不需要进行图像分割和特征提取等预处理。     

基于小波分解的多分辨率腹部CT图像的配准

由于组织结构复杂变形,腹部医学图像的配准仍然是一个挑战。本文提出了一种基于小波分解的多分辨率腹部CT配准方法,基本思想是从低分辨的图像开始配准率,并将配准空间变换作为高分辨率图像配准的初始值,利用B样条函数的局部控制性、光滑性和计算快速性实现图像变换;为提高图像的配准精确度,文中采用互信息作为配准相似性测度。实验结果表明,这种方法可以加快配准速度和提高配准精确度。     

基于加权互信息主元分析算法的质量相关故障检测

质量相关的故障检测已成为近几年研究热点,它的目标是在过程监测中,对质量相关的故障检测率更高,对质量无关的故障少报警或不报警。传统主元分析算法的故障检测会对所有故障均报警,不能达到上述要求。另外,在实际工业生产中,质量变量通常难以实时获得,需要后续分析或延时得到。为此,提出一种融合贝叶斯推断与互信息的加权互信息主元分析算法。首先利用贝叶斯推断的加权方法将度量过程变量和质量变量之间相关关系的互信息进行融合,选出包含质量变量信息量最大的一组过程变量。然后对过程变量利用主元分析（principal component analysis,PCA）进行统计建模,再次根据加权互信息选出包含质量变量信息量最大的主元,建立统计量进行故障检测。最后,通过实验验证该方法的可行性和有效性。     

基于MCMC算法贝叶斯网络的学习

对于给定的阈值,通过计算变量之间的互信息,设计了一种构造贝叶斯网络结构的方法。改进了关于图模结构学习中常见的 MCMC 算法。将这种方法构造的贝叶斯网络作为马尔可夫链初始状态的网络结构,利用改进后的 MCMC 算法,构造一个关于贝叶斯网络结构的马尔可夫链。迭代给定次数后,得到关于变量组的贝叶斯网络结构。实验结果表明:改进前和改进后的两种方法得到的贝叶斯网络结构基本一致,网络结构的接受率也相近。     

高阶熵在医学图像配准中的应用研究

互信息是图像配准技术中广泛应用的一种相似性度量方法。传统的互信息方法中仅仅考虑了图像像素的灰度信息,而没有考虑像素之间的空间位置关系。因此,空间信息的缺乏导致了传统方法鲁棒性较差。在讨论了高阶熵的基本概念之后,将像素邻域均值作为高阶熵的第二维变量,由此加入空间信息。实验结果证明,该方法具有很强的抗噪声能力,能够使配准曲线更加平滑,从而避免在搜索过程中陷入局部极值。     

一种改进的地形熵匹配导航算法

提出了一种改进的地形熵辅助导航算法.因为地形熵算法丢掉了地形的相对位置信息及对地形数据做了归一化处理,使得其在地形跟随/地形回避中的应用存在着匹配误差容易发散的问题.基于此点,提出了基于卡尔曼滤波的惯性地形辅助导航方法,交互信息量等方法的地形熵算法,以改进该算法在地形跟随/地形回避中应用的性能.最后用matlab软件根据分形学中Weierstrass-Mandelbrot函数产生了模拟的数字地图,并对该地形匹配导航方法作了仿真研究,仿真结果表明该方法可以抑制误差的发散,并提高了地形匹配的定位精度.     

基于粗配准和互信息的脑部MR图像配准算法

现有的医学图像配准算法一般都存在需要人工介入、配准时间过长等问题.为了寻找快速、精确、鲁棒性强的自动配准算法,在采用主轴矩方法进行脑部MR(核磁共振)图像的初始配准的基础上,提出局部搜索算法对图像求得更精确的配准.实验表明,该方法的配准精度和现有的Powell算法都可以达到亚像素级,但局部搜索方法和Powell算法相比较,平均配准时间大大缩短;即便和采用了主轴矩粗配准的Powell算法相比较,配准效率也提高了一倍左右.主轴矩粗配准算法提高了配准效率,局部搜索算法则保证了配准的精度.     

改进的基于二阶互信息的配准技术

着重分析讨论了灰度级别、邻域信息对基于二阶互信息的配准技术的影响,通过实验分析得到在PV插值基础上最佳的灰度级别、邻域信息,从而改进了基于二阶互信息的配准技术,并借助分析噪声对配准的影响来解释相关结论。