为了揭示ZnO/p-Si异质结的导电机理,基于p-n结扩散模型和Anderson扩散模型推导了ZnO/p-Si异质结在理想情况下的伏安特性,并分析了掺杂浓度、工作温度以及能带补偿的影响.结果表明：当正向偏压超过势垒高度时,界面两边多数载流子由耗尽变为堆积,形成反向势垒,对异质结的正向电流起阻碍作用;当外加正向电压等于内建势垒高度时,伏安特性曲线出现转折点;当外加正向电压超过转折点电压时,电流密度随电压升高而增大的速度减缓;反向饱和电流密度随p-Si受主掺杂浓度的增加和工作温度的降低而减小,但与ZnO的掺杂浓度和导带补偿无关;p-Si和ZnO的掺杂浓度减小、工作温度升高以及导带补偿增大均会引起转折点位置对应的外加正向电压减小.

运用等效小信号模型分析石英晶体振荡器,设计实现了一种适用于GSM/EDGE手持式射频收发芯片的数控石英晶体振荡器(DCXO)。该DCXO采用Colpitts结构,利用自动增益负反馈控制电路幅度和数控电容阵列来调整瞬态频率稳定度。电路采用TSMC 0.18μm CMOS工艺实现，中心频率为26MHz。在1.8V电源电压下的仿真结果显示：数控范围123ppm@26 MHz，调节精度0.0075ppm/step，启动时间约1.5ms，振荡器振荡峰值为1.2V；在偏离中心频率1kHz和10kHz处的相位噪声分别为-145.8dBc和-153.032dBc。整个电路功耗仅为3mW。

针对一种π型谐振网络的非线性感应电能传输系统（IPT）,应用广义状态空间平均（GSSA）法对时域状态变量进行频域分解,并用低阶傅里叶系数的实部和虚部作为新变量将其近似成一个线性时不变系统.为对负载输出电压进行无静差跟踪控制及鲁棒性能分析,综合考虑系统的中低频参数摄动及高频未建模部分的不确定性,通过在频域上调整选择多目标优化的加权函数,设计出基于混合灵敏度的H∞输出反馈鲁棒控制器.仿真结果表明,在鲁棒控制作用下,闭环系统传递函数的H∞范数达到了小于1的性能指标,当发生负载参数摄动及输入电压干扰时,实现了对负载输出电压的无静差鲁棒跟踪.实验结果亦证明,该方案是可行的.

为了有效利用非文字音频事件进行会话语音的语义分析,在分析口语中频繁出现的音频事件特征差异的基础上,提出了一种基于两步判决的口语中非文字音频事件的检测方法.该方法利用音频事件的信号特征构造音频事件信号段,采用门限判决来检测长掌声（第一步判决）,而用统计模型来检测其它音频事件（第二步判决）.实验结果表明：该方法检测填音、笑声、掌声3种非文字音频事件的平均准确率、召回率和F1度量值分别为87.3%、93.8%和90.4%;与现有文献数据相比,F1度量值平均提高了7.5%,且文中方法能更精确地确定非文字音频事件的边界.

为了对TELPC算法所提取的频谱包络进行感知增强,提出一种利用人耳感知特性的频谱包络估计新算法.该算法首先采用真实包络估计器实时算法提取频谱包络,然后通过美尔卷曲对频谱包络进行感知增强,最后对卷曲的频谱包络进行线性预测分析.为了进一步提高线性预测分析的性能,该算法还对卷曲的频谱包络进行幅度压缩.美尔卷曲采用傅里叶变换对和频谱包络线性内插两种方法实现.客观测试表明,新算法所提取频谱包络的对数谱失真和谱平坦度在低频段均小于原TELPC算法所提取的频谱包络,且幅度压缩使算法性能更佳.

为了提高分布式视频编码中由运动补偿帧内插技术生成的边信息的质量,提出一种基于块的边信息生成方案.首先在编码端进行模式决策,将WZ帧中的宏块分为WZ模式和帧内/WZ模式;然后对WZ模式的宏块采用运动补偿帧内插技术生成边信息,而对于帧内/WZ模式宏块,编码端先将低质量的帧内块传送到译码端,再通过运动补偿质量增强技术来辅助生成质量更高的边信息.实验结果表明,对于运动剧烈的视频序列和较长图像组长度,文中方案能显著提高边信息质量,并使率失真性能提高2.10 dB.

为了降低多视点视频编码（MVC）的计算复杂度,提出了一种基于运动矢量视点间相关性和空间相关性的多视点视频编码快速运动估计算法.该算法从邻近视点的运动矢量中获得反映真实运动状态的参考运动矢量,从参考运动矢量以及空间相邻运动矢量中选取搜索中心,并利用搜索中心与参考运动矢量的偏离程度自适应预测搜索范围,以达到降低运动估计复杂度的目的.实验结果表明,与MVC参考代码中的全搜索算法和快速搜索算法相比,采用文中算法分别减少了95.6%和22.2%的编码时间,同时保持了编码率失真性能.

为了避免认知超宽带系统对现有窄带授权通信系统造成的干扰,提高认知用户的频谱利用率,提出了一种正交多频带自适应脉冲设计方法.该方法首先将频带划分成若干个子带,根据信道特性生成自适应辐射掩蔽;然后利用有限项扁长椭球波函数来设计各子带脉冲;最后将各子带脉冲在时域上进行加权组合,并通过Gram-Schmidt正交变换生成一组可灵活切换频谱的正交自适应脉冲.仿真结果表明,在不影响授权用户的前提下,该脉冲可通过出让部分频带的方式继续占用空闲频带,降低了认知用户的中断率,提高了系统的频谱利用率.

为了提高角点检测精度,增强算法对伪角点的抑制能力,在Noble算子的基础上充分考虑图像不同区域间灰度统计特性的差异,提出了一种基于局部熵和方差调整的Noble角点检测改进算法.该算法首先选择角点响应函数阈值以及非极大值抑制邻域大小的初始参考值,然后根据区域熵与区域方差分别估计这两个初始参考值的局部调整系数,最后用调整系数对随后的参考值进行加权,获得自适应于真实信号结构的局部阈值以及局部非极大值抑制邻域大小.实验结果表明,所提算法能够精确地检测出大部分真实角点,有效地消除伪角点的干扰.

为了实现对SAR（合成孔径雷达）图像的无监督自动分割,提高分割精度和计算效率,提出了一种基于非下采样Contourlet变换（NSCT）和模糊c均值（FCM）聚类的SAR图像分割方法.该方法首先采用一种基于NSCT的去噪算法对SAR图像进行去噪预处理,以保护细节纹理信息;然后采用保边缘灰度特征提取方法和灰度共生矩阵来提取SAR图像的灰度特征和纹理特征;最后将改进的快速确定聚类类别数的方法与FCM聚类算法相结合,对SAR图像进行自动分割.实验结果表明,文中所提方法是一种精度和效率较高的SAR图像无监督自动分割方法.

为克服小波变换和Gabor滤波器提取虹膜特征时小波基函数固定和Gabor滤波器参数需优化选择的问题,提出了一种基于经验模态分解（EMD）和奇异值分解（SVD）的虹膜特征提取方法.首先,对预处理后的虹膜图像进行EMD,将获得的一系列固有模态函数和残差分量构成初始矩阵;然后,对该矩阵进行SVD,以其奇异值作为虹膜特征向量;最后,利用ModestAdaBoost分类器进行识别.实验结果表明,该方法提取的特征向量维数少,识别率高,虹膜特征提取和匹配时间复杂度低.

基于眼底视网膜血管的分布结构及视盘本身的特点,提出一种快速自动定位视盘的方法.首先根据视网膜血管的网络分布结构大致定位视盘的垂直坐标;然后根据视盘的亮度信息及视盘与血管的关系来定位视盘的水平坐标;最后把视盘限定在以粗定位的视盘为中心的一个小窗口内,用Hough变换精确定位视盘中心.该方法不需要事先分割视网膜血管,也不需要对算法进行训练.实验结果表明,文中算法具有较高的定位精度和较快的定位速度.

为了改善工业以太环网的服务质量,减少帧的冲突、阻塞和丢失,提出了工业以太环网的最低松弛度优先（IERN-LLF）信息调度算法,并证明了在网络所有帧同一时间释放的条件下,IERN-LLF算法是工业以太环网最优的信息调度算法.仿真结果显示,与最早时间限优先（EDF）和单调速率（RM）调度算法相比,工业以太环网在IERN-LLF算法调度下帧的丢失率最低,表明IERN-LLF算法可以有效地减少帧的冲突、阻塞,降低网络丢包率,提高网络控制系统的稳定性.

传统网格计算的信任管理模型中,网格服务提供者（GSP）难以有效评估和管理数量庞大的用户的信任度,且难以抵御Whitewash攻击并保障自身安全.为此,文中提出一种基于云模型的网格用户主观信任管理模型.该模型由自治域信任代理（UTA）管理域内用户的信任度,GSP则利用云模型评估UTA.实验结果表明,该模型符合网格架构的结构特点和信任的模糊、随机属性,克服了传统信任推荐方法的缺点,使GSP对网格用户的信任评估更加准确、合理.

针对资源预留过程中的＂预留违约风险＂问题,提出一种可量化分析收益与风险均衡的资源预留策略.该策略基于真实预留请求日志的统计特性,采用效用函数将预留模型的多目标规划问题转化为二次规划问题,通过求解该二次规划问题来确定预留方案.通过理论分析给出了策略模型的有效性证明和求解方法,并通过仿真实验在较大规模的模拟网格系统中检验了所提出的预留策略的性能.结果表明,该策略在有效保障任务服务质量需求的前提下,能依据网格任务不同的风险偏好来确定最优的资源预留组合策略,从而有效解决＂预留违约风险＂和＂资源利用率＂之间的矛盾.

快速切换是移动IPv6技术的关键问题之一.为了改善移动IPv6的快速切换性能,文中提出一个基于分层移动的快速切换方案HMFH.该方案基于微移动和链路层触发的思想,重点针对切换过程中的切换延迟、切换丢包、可扩展性以及路由影响等移动特性进行设计.仿真结果表明,HMFH具有切换延迟短、切换丢包少、可扩展性好、路由效率高等优点,同时不会降低移动接入的安全性和可靠性,是一个高效的快速切换解决方案.

为了研究密码算法的安全性能,提出了一种基于选择明文-时间差异的边信道攻击（简称选择明文-时间攻击）方法.该方法通过选择少量适当的明文输入密码系统,检测相应部分代码的执行时间,从而分析获取密钥,用来攻击分组密码或公钥密码系统.为了便于说明,文中以分组密码DES算法为例,详述了选择明文-时间攻击的具体实现.在单片机上的实验结果表明,文中所提方法是可行的和有效的.文中最后分析了密码算法实现中普遍存在的执行时间差异的原因,并给出了相应的抵抗措施.

标准支持向量机（SVM）算法受时间和空间复杂度约束,无法有效地处理大规模网络入侵检测问题.文中基于SVM的几何解释,提出了一种基于并行凸包分解计算和支持向量机的入侵检测分类算法（PCH-SVM）.该算法借助凸包的分解和并行计算快速提取训练样本空间几何凸包的顶点,构建约简SVM训练样本集.实验结果表明,该算法可以在不造成精度损失的前提下,降低SVM训练的时空复杂度,加速入侵检测分类器的建模和检测.

目前普遍采用API序列分析Windows系统下的程序行为,进行运行时恶意代码的检测.但API调用序列可以被篡改以逃避检测.为了解决这个问题,文中提出基于IRP（I/O请求包）的运行时恶意代码检测方法.该方法采用n-gram特征分析方法对IRP序列进行分析,将人工免疫系统中的否定选择算法和肯定选择算法相结合,筛选出仅在恶意代码IRP序列中出现的n-gram作为检测器.实验结果表明,文中所提出的方法在误检率及检测效率上均优于否定选择算法和树突细胞算法.

针对复杂背景下的目标识别,提出了一种同时检测目标位置和区分目标类别的识别方法.该方法首先从图像中提取丰富的兴趣点,通过图像之间的对极几何约束,过滤出精确匹配的图像兴趣点;然后在兴趣点特征空间用局部类别一致k均值聚类方法生成特征码本;最后,对于给定的测试兴趣点集,通过投票得到表示目标类别的局部特征,采用最大化目标类别和目标位置的联合概率得到前景目标.在Caltech-101数据库和实际场景图像上的实验表明,该方法的识别精度大约提高了8%.

为识别CT图像中的肺结节,提出了一种结合规则和支持向量机（SVM）的识别方法,来对分割出来的感兴趣区域（ROI）进行分类.该方法首先计算候选ROI的形态特征,利用基于规则的方法筛去非结节的区域;然后把筛选之后剩余的候选ROI作为测试样本和训练样本,计算它们的灰度和纹理等特征;最后把灰度、形态和纹理特征值作为SVM的输入,对经过基于规则筛选之后剩余的ROI进行分类.实验结果表明：基于规则的方法虽然没有漏检,但误判的可能性最大;结合规则和SVM的方法漏检的可能性要比SVM方法漏检的大,但误判的可能性小.

Pareto解空间为分区域连续时,基于极大极小策略和确定权重的多目标进化算法在进化的每一代都会在无最优解的区域搜索解点.为解决此问题,文中提出了一种新的判断机制,根据每个权重在不同方向上选取的解点集来判断权重对应的Pareto有效解区域是否存在最优解点,并以此来调整搜索的区域;为了避免算法陷入局部收敛和种群早熟,提出了分方向选择搜索的方法,使用了外部存储的机制.采用文中算法对常见的测试函数和CEC2009多目标竞赛中较难的测试函数进行了测试,结果表明该算法是有效的.

回溯搜索方法和路径扩展方法是判定无向哈密顿图的两种重要途径,其缺点是要么进行路径选择的回溯,从而造成指数阶时间开销,要么由于剪枝技术而遗漏正确答案.任何一个无向哈密顿圈总是可以分解成若干个原子圈,这些原子圈按照某种次序以单条公共边连通.根据这个特征,文中使用原子圈和基本圈作为染色体,设计成可拼接/可分解的遗传编码,提出一种新的自适应遗传算法,用于降低时间开销,保证正确判定.对一些实际案例的测试结果验证了该算法的有效性.

为了降低设置检查点的时间和空间开销,提出了一种两级检查点算法,其中组级采用协调检查点算法,系统级采用单阶段检查点算法.该算法基于分布式动态分组策略,通过发送分组来确保分组间不会产生孤儿消息,实现了由传统的两阶段提交算法到单阶段算法的转变.实验结果表明,算法执行时间较低,时间复杂度由通常的O（n2）降低到O（n）,具有较强的实用性.

P2P存储系统中的节点具有不可靠性,因此很难预测系统的整体可用性.为此,文中提出利用马尔可夫链模型化系统副本管理全过程的方法.通过分析该数学模型,理论计算出系统的失效概率、经历的时间段、系统的生命周期等相关数据.最后,在分布式系统PlanetLab平台进行了仿真实验,结果证明了理论计算的正确性.

为了构建适合大规模网络结构的模型,文中提出了一种新型Cayley图互联网络模型WG2nm,当n≥3时,其节点度为m＋3,当n=2时,其节点度为m＋2.文中还给出了该网络模型的路由算法,得到了其直径上界为﹂5n/2」,并对该网络模型的嵌入性进行了分析.将WG2nm与其它网络模型进行分析比较,发现WG2nm模型能够以更小的代价构造大规模网络结构.