一、一种更有效的素数长度DFT快速算法（论文文献综述）
隋永波[1]（2021）在《基于回声状态网络的自适应OFDM系统非线性信道预测方法研究》文中认为在宽带无线通信系统中,发射系统可以通过具有自适应传输技术的OFDM（Orthogonal Frequency Division Multiplexing）系统实现用户数据的高效率传输。然而,当接收端将估计的信道状态信息反馈到发射端时,由于接收端的计算开销和信道状态信息的反馈时延,发射端接收到的信道状态信息往往是过期的。为了降低过期信道状态信息对自适应OFDM通信系统的影响,发射端可以利用过期信道状态信息进行信道预测,以获取将来的信道状态信息。因此,信道预测是自适应OFDM系统中一项重要的技术。然而,在自适应OFDM系统中,自回归等传统线性信道预测方法对具有时频空特性的信道状态信息的泛化能力有限,导致这些方法的信道预测精度较低。回声状态网络作为一种新型储蓄池计算类神经网络,可以有效地提取频域、时域和空域信道状态信息的潜在动态特征,高精度地拟合信道状态信息的变化趋势,实现自适应OFDM系统中信道状态信息的准确预测。因此,本论文基于回声状态网络,在频域、时域和空域提出了一系列的非线性信道预测方法,对自适应OFDM无线通信系统的发展具有重要的意义。本论文对OFDM系统的时频空特性进行了深入研究,基于回声状态网络提出了一系列的非线性信道预测方法。本论文的主要研究内容包括:1)提出了基于改进自适应弹性回声状态网络的OFDM系统频域信道预测方法。针对于自适应OFDM系统中频域信道状态信息的预测问题,本文研究了自适应弹性回声状态网络,并提出了一种基于改进自适应弹性回声状态网络的OFDM系统频域信道预测方法。该方法利用改进自适应弹性网络估计回声状态网络的输出权重,可以有效地解决由于回声状态网络隐含层中大量神经元导致的输出权重病态解问题。因此,该方法不仅具有oracle属性和良好的信道预测性能,而且还可以快速地产生稀疏输出权重矩阵。在仿真结果中,改进自适应弹性回声状态网络表现出了很好的单步预测性能、多步预测性能和鲁棒性性能。2)提出了基于递归量化分析的重要时延抽头辨识方法。针对于OFDM系统时域信道预测中信道脉冲响应重要时延抽头和其他非重要时延抽头难以区分和辨识的问题,本论文提出了一种基于递归量化分析的重要时延抽头辨识方法。该方法利用递归量化分析对信道脉冲响应中各个时延抽头增益的局部可预测性进行估计和量化,通过局部可预测性实现了信道脉冲响应中重要时延抽头的准确辨识。仿真结果表明,本论文提出的重要时延抽头辨识方法具有很好的辨识精度。3)提出了基于联合回声状态网络的OFDM系统时域信道预测方法。在信道脉冲响应中,重要时延抽头比其他非重要时延抽头具有较高的信噪比。为了解决OFDM系统时域信道预测中信道脉冲响应重要时延抽头的预测问题,本论文提出了一种基于联合回声状态网络的OFDM系统时域信道预测方法。在该方法中,本论文利用基于l1/2正则化的双层收缩网络估计回声状态网络的输出权重矩阵。该双层收缩网络可以有效地均衡l1/2正则化的稀疏能力和泛化能力,有效地解决回声状态网络输出权重病态解的问题。本文介绍了联合回声状态网络的计算过程,并着重介绍了基于l1/2正则化的双层收缩网络的实现过程。仿真结果表明,联合回声状态网络比自回归等经典方法具有更好的单步预测性能和多步信道预测性能。4)提出了基于宽度回声状态网络的MIMO-OFDM系统空域信道预测方法。为了解决单一储蓄池对MIMO-OFDM系统中具有时空相关性信道状态信息动态特征提取能力有限的问题,本论文提出了一种基于宽度回声状态网络的MIMO-OFDM系统空域信道预测方法。该方法利用宽度学习对回声状态网络的储蓄池进行横向扩展,提高了回声状态网络对具有时空相关性信道状态信息中潜在动态特征的提取能力,达到了对MIMO-OFDM系统信道状态信息准确预测的目的。在3GPP LTE的不同标准场景、不同最大多普勒频移、不同天线配置和不同空间相关性的仿真结果中,宽度回声状态网络表现出了很好的单步预测和多步预测性能。
张德彪[2]（2021）在《弹载记录仪动态测试系统动态性能评估及测试信号信噪比提升方法研究》文中提出弹载记录仪动态测试系统是获取弹体动态参数的重要仪器,随着科学技术的发展,对其速度、精度的要求不断提高。但是,该设备所处测试环境异常复杂恶劣,测试信号信噪比偏低。弹载记录仪动态测试系统的性能能否满足测试任务需求是需要考虑的核心问题之一,其自身的动态性能是表征其测试能力的关键指标。在动态测试系统动态性能无法改变的前提下,如何进一步提升测试信号信噪比是另一重要问题。因此如何准确有效的评估弹载记录仪动态测试系统的动态性能是实现动态参数准确获取的前提,并在此基础上进一步提升测试信号的信噪比是实现精确测试的关键,关系测试成败。本文在课题组前期研究的基础上,围绕如何准确有效评估弹载记录仪动态测试系统的动态性能及提升测试信号信噪比,系统的研究了弹载记录仪动态测试系统动态参数的获取方法、工作频带估计方法及测试信号信噪比提升方法。通过理论分析和实验等综合研究手段,验证了所提方法的有效性。在查阅大量文献与分析国内外弹载记录仪动态测试技术研究现状的基础上,分析了国内外弹载记录仪动态测试领域的研究方法与技术难点,并据此确立了本文的主要研究内容及研究方法,本文的研究工作主要包含以下几个方面:（1）针对弹载记录仪动态测试系统动态参数获取中,严苛的相干测试条件难以满足,非相干测试条件下FFT方法存在严重频谱泄漏,而正弦拟合方法对运算参数初值敏感,运算可能不收敛且信号源存在谐波失真时拟合误差较大的问题,提出了一种基于正弦信号分离与重构的动态测试系统动态参数获取方法,该方法通过对非相干测试正弦信号的准确分离,然后利用相干正弦信号重构测试信号,从而实现在非相干测试条件下获得相干测试的测量精度。从根本上避免了频谱泄漏,由于消除了相干采样的要求,极大的简化了测试装置,不再需要昂贵的设备和繁琐的人工校准,极大的减少了测试时间和测试成本。（2）针对弹载记录仪动态测试系统工作频带估计中,实际阶跃、冲击和半正弦激励信号在动态测试系统高速高带宽情况下难以满足激励信号对幅频和相频特性要求的问题,提出了一种基于多频正弦响应的弹载记录仪动态测试系统工作频带估计方法。分析了高速高带宽动态测试系统在实际阶跃、冲击和半正弦激励信号条件下的失效机理,在对多频正弦激励信号可行性分析的基础上,提出了基于多频正弦激励信号的模型辨识算法,进行了详细的理论推导分析,并给出了参数估计的具体公式。在此基础上,为满足复杂恶劣测试环境下模型参数需实时在线辨识的需求,推导了多频正弦激励信号下测试系统模型辨识的递推实现方式,并给出了参数估计的具体公式,最后通过辨识得到的动态测试系统模型估计出测试系统的工作频带。（3）针对弹载记录仪动态测试系统在复杂恶劣环境下,所采集到的信号包含频率成分复杂、信噪比低,具有非平稳、非线性,且难以实现测试信号自适应处理的问题,研究了弹载记录仪动态测试系统的数据处理方法,提出了一种基于变分模态分解/样本熵/小波分析的自适应信噪比提升方法。构建了滤波器的模型,通过引入中心频率相对变化率和平均相关系数实现了惩罚因子和模态数量的自适应最优选取,提高了信号各成分分离的准确性;为进一步提升信号的信噪比并保证有效数据不被去除,采用样本熵将信号分为噪声部分、混合部分和趋势部分,对混合部分使用小波阈值降噪,最后重构信号,以实现测试信号信噪比的有效提升。本文的研究成果对于评估弹载记录仪动态测试系统的动态性能以及提高动态测试系统的测量精度具有重要的借鉴意义。
尹向雷[3]（2020）在《基于相关滤波器的视觉目标跟踪方法研究》文中研究说明目标跟踪是计算机视觉领域的一个基本方向,涉及信号处理、概率论、神经网络以及多传感器数据融合等众多理论,具有很强的学科综合性和交叉性。得益于数字和信息化的高速发展,目标跟踪已广泛应用于社会的各种生产和生活中,如安防视频监控、体育运动分析、异常事件检测、人类行为识别、汽车自动驾驶、医学图像处理、移动机器人、影片后期处理以及人机交互等。近年来,相关滤波器被引入到目标跟踪的框架中,并利用循环矩阵和傅里叶域的良好数学性质开辟了目标跟踪领域一个新的发展方向。虽然基于相关滤波器的跟踪方法在精度和速度上均取得了非常显着的效果,但依然存在诸多不足,主要表现在以下几方面:1)跟踪的可靠性问题。对于待跟踪的目标,由于跟踪过程中可能会出现诸如目标被遮挡、模型不够精确、干扰目标的影响以及背景信息的干扰等,这势必会导致跟踪结果出现不可靠的情况,使得目标不能被准确跟踪。为了在跟踪过程中适应目标的外观变化,当前时刻的跟踪结果会用于跟踪器模型更新。而不可靠的跟踪结果会导致模型偏离真实值,如此反复,最终的模型可能会完全失信,跟踪彻底失败。另一方面,目前常规检测可靠性方法大多只对当前图像内的目标检测,只停留在静态检测范围,而目标的快速运动以及杂波干扰等往往是一种连贯性的影响,对两帧之间具有动态的特性没有检测能力。2)模型更新问题。为持续跟踪目标,目标的外观模型必须能适应诸如快速移动、背景杂乱及遮挡影响等场景,因此,需要根据当前场景合理的更新模型参数。大多数跟踪器常设定一个固定的更新速率并以线性插值的方式更新当前模型。尽管这种方法简单,但在每帧并不区分不同场景的变化而采用固定速率更新方法使得模型在遇到具有较大变化场景时容易发生漂移甚至跟踪失败。3)快速尺度估计问题。对目标尺度快速精确的估计是视觉目标跟踪中一个具有挑战性的研究问题。基于相关滤波的跟踪器主要有两种尺度估计方法,SAMF和DSST。SAMF跟踪器采用一个平移相关滤波器的多尺度估计方法,这种方法简单但并不高效,要获得准确的尺度信息,就需要在更加精细的尺度上进行估计,而遍历过多的尺度导致计算量繁重,这与实际应用中的实时性要求相违背。DSST跟踪器采用独立的相关滤波器进行尺度估计的方法。此类方法提出将平移定位和尺度估计分开的策略,除了位置估计的平移滤波器外,还设计了一个独立的尺度滤波器。DSST具有跟踪速度快的优势,但由于使用了固定尺度滤波器作为位置估计,其跟踪精度成为其最大瓶颈。通过深入分析与总结现有基于相关滤波器方法的不足与挑战,本文开展了以下几个方面的研究工作:（1）跟踪过程的可靠性研究。为了检测目标置信度变化的动态特性,并避免跟踪过程中不可靠信息的引入,本文提出一种将平均峰值相关能量阈值和其梯度阈值相结合的跟踪可靠性判断方法。归功于其梯度变化能够反映目标外观变化的动态程度,所提方法不仅具有在当前帧判断跟踪可靠性的“静态”能力,而且还能检测在时间轴上不同的两帧之间目标变化程度的“动态”可靠性,因此该方法在快速运动、背景杂乱等具有挑战性的环境下能很好地捕捉目标的整体运动状态的跟踪可靠性,达到较好的跟踪效果。（2）模型更新方面的研究。针对快速运动目标跟踪适应性问题,提出一种能有效捕捉快速运动的模型更新方法,利用前面可靠性判断研究的成果来动态控制模型更新速率。利用跟踪可靠性因子来动态控制模型更新速率,抑制模型误差过度累积。首先,根据平均峰值相关能量阈值和其梯度阈值来衡量跟踪结果的可靠性。当跟踪不可靠时,修改更新率。不同于传统跟踪方法,本文对平均峰值相关能量的阈值及其梯度阈值进行了增强以增大检测能力。同时,为了尽可能获取更多目标信息,利用初始模板信息辅助修正模型参数。当跟踪可靠性较差时,赋予初始模板较大的权重以增大目标重新被捕捉到的概率。本方法由于能够根据被跟踪目标的变化状态,动态的更新模型更新速率,提高了模型的自适应性,显着的提升了对运动目标的跟踪能力,对快速运动的目标跟踪效果更加显着。另外,初始模板信息的加入使得跟踪器的精度和鲁棒性进一步提高。（3）模拟时域正则化的模型更新方法。针对跟踪模型“过拟合”和退化问题,受时空正则化算法STRCF的启发,本文提出利用前后两帧间模型参数的变化程度对更新率进行自适应控制。该方法简单有效,一方面,避免求解闭式解的同时具有较好的泛化能力。另一方面,所提算法的超参数少,不但调试参数简单有效,而且在减少了控制环节的同时避免了参数间“过拟合”现象的出现,进一步提高了算法的鲁棒性。（4）快速尺度估计的研究。针对多尺度遍历估计的复杂度问题,提出了一种基于尺度变化方向和跟踪可靠性来自适应估计目标尺度的方法。算法基于SAMF的尺度估计方法,将原来的七个固定尺度缩减为三个,并加入一个自适应尺度。采用三种固定尺度来确定尺度变化方向,利用当前帧和前一帧的平均峰值相关能量的变化率来控制下一帧的自适应尺度。根据最大值响应结果确定最优尺度。所提方法一方面避免了DSST算法使用固定尺度滤波器作为位置估计导致其跟踪精度成为其最大瓶颈问题,另一方面减少了SAMF算法尺度因子过多导致计算量大跟踪速度低的问题。通过实验验证,该算法降低了计算复杂性,不但能快速估计出目标尺度,而且跟踪精度较高。
林文杰[4]（2020）在《基于最小生成树的高分辨率遥感影像层次化分割方法研究》文中研究指明随着遥感传感器分辨率的不断提高以及高分辨率遥感卫星的不断发射,高分辨率遥感数据逐渐成为主流。在更精细的空间尺度下,高分辨率遥感影像呈现更丰富的地物细节信息,表现为信息内容的复杂性、空间性和海量性等特征,给传统遥感影像分割方法带来新的挑战。针对这些挑战,寻求一种更有效的分割模型和并行化的处理方法是有效提高大尺度高分辨率遥感影像分割精度和处理效率的关键。为此,本文提出基于最小生成树的高分辨率遥感影像层次化分割方法及其并行化重构。前者利用层次化最小生成树模型实现高分辨率遥感影像中覆盖的复杂场景信息的有效刻画,在此基础上利用区域化模糊聚类分割方法构建层次化分割模型。后者基于子块切分的并行划分和区域化并行模糊聚类分割方法,实现大尺度高分辨遥感影像的快速、有效分割。论文的主要工作如下。（1）在高分辨率遥感影像层次化最小生成树模型中,以最小生成树为基本模型,从局部、区域和全局三个尺度,分别利用影像最小生成树域模型、最小异质性区域准则以及区域标号场模型刻画影像的层次化场景信息。其中,影像最小生成树域是一种同时考虑像素空间和光谱信息的影像表达模型,其表现出的空间集聚性对自适应地刻画地物边界有独特效果;同质子区域划分由最小异质性区域划分方法实现,该方法以区域的光谱信息和形状信息为合并准则,对抑制影像中琐碎地物引起的几何噪声有较好效果;同质子区域间的空间关联由区域最小生成树模型描述,进一步降低了传统区域分割算法中用区域邻接关系描述区域间空间关联性时造成的冗余,从而提升了区域分割算法的计算效率。（2）在影像的层次化最小生成树基础上,结合区域化隐马尔可夫随机场-模糊聚类（Regional Hidden Markov Random Field-Fuzzy C-Means,RHMRF-FCM）方法构建影像的层次化模糊聚类分割模型。分割模型由RHMRF-FCM目标函数刻画,并由偏微分方法进行求解。为了验证提出方法的有效性和可行性,以World View-3高分辨率遥感影像为实验数据,重点探讨了最小异质区域划分算法中划分尺度、光谱测度相似性权重、区域形状紧致度权重对最终分割结果的影响,以及对比分析了本文算法和e Cognition软件中多分辨率分割方法和分水岭算法。分割结果的定性、定量分析结果表明:提出方法不仅能有效克服高分辨率遥感影像复杂场景中广泛存在的几何噪声影响,且分割精度优于对比算法。（3）为了提高大尺度高分辨率遥感影像的同质子区域划分速度,在串行算法分析基础上,以子块切分为子任务划分准则,提出一种并行最小异质区域划分-子块缝合方法。同时,为了进一步提高RHMRF-FCM算法的分割速度,从降低并行计算过程中的数据通信量角度,结合主从并行模式,设计一种低数据通信量的并行RHMRF-FCM算法。为了验证提出的并行分割方法的有效性和可行性,从并行分割代价和并行性能分析两个方面进行实验验证。实验结果表明,提出的并行方法与串行方法不仅分割精度上较为接近,而且计算时间、加速比和并行效率上均表现卓越,对于6.7千万个像素的高分辨率遥感影像的最优分割时间仅为1小时,总体最高加速比达2075,并行效率曲线趋势表明提出方法在并行调度的均衡负载方面表现突出,且具有良好的可扩展性能。该论文有图67幅,表8个,参考文献120篇。
董晓飞[5]（2020）在《混合加密系统的实现安全性评估研究》文中进行了进一步梳理加密系统分为对称加密系统和非对称加密系统,但是单独使用其中一个会遇到安全性或效率问题。因此,为了同时保证安全性和效率,现代加密系统将对称加密系统和非对称加密系统结合,形成了混合加密系统。混合加密系统一般分为两个阶段:基于公钥加密算法的密钥协商阶段和基于对称加密算法的数据加密阶段。但是,面对量子计算机的威胁,像RSA（Rivest,Shamir,Adleman）和ECC（Elliptic Curve Cryptography）之类的传统的公钥加密算法也不再安全,因此以后量子密码算法替代传统的公钥加密算法成为现代混合加密系统的必然趋势。本文基于三种实际的密码芯片,从旁路分析的角度对现代混合加密系统进行全面的实现安全性评估,旨在从攻防两端提高现代加密系统的安全性。首先,本文对混合加密系统的第一阶段——密钥协商阶段进行了安全性评估。我们以美国国家标准局征集的后量子密码算法——超奇异同源椭圆曲线密码算法为例,提出了一种差分电磁旁路攻击方法,来恢复密钥协商阶段的私钥。在此基础上,本文提出了一种基于窗口的抗差分电磁旁路攻击的防御策略,来保护超奇异同源椭圆曲线后量子密码算法的安全性。然后,对于混合加密系统的第二阶段——数据加密阶段,针对最常用的对称加密算法AES（Advanced Encryption Standard）算法,我们提出了三种时序加扰防护策略,来防御传统的差分功耗分析攻击。在此基础上,本文提出了一种基于小波分析的针对随机时序加扰防护的攻击框架来恢复对称加密算法的密钥,包括小波去噪,小波对齐和小波密钥恢复,并对该小波攻击框架的性能与效果进行了全面的评价与分析。通过该研究,发现混合加密系统的两个阶段都可能会受到旁路分析攻击威胁,其在实际密码芯片上的实现的安全性需要受到更多重视。本文的创新点在于在三种不同的密码芯片平台——8位通用微处理器、ARM处理器以及FPGA（Field Programmable Gate Array）上,分别对后量子密码算法和加有时序加扰防护的对称加密算法提出了有效的攻击方法,并为后量子密码算法提出了抗旁路分析攻击的防护策略,为混合加密系统的安全性研究提供了理论和实践上的指导作用。
韩冬[6]（2019）在《基于属性的可搜索加密方案研究》文中进行了进一步梳理随着云计算的高速发展,越来越多的用户或企业习惯于将数据存储到云端。由于数据异地存储和云服务器不完全可信的隐患,最简单的办法就是将数据加密,然后再发送给云服务器。加密虽然能够提供数据的机密性,但是却不利于密文数据的安全共享和检索。利用密文策略的属性基可搜索加密体制不但支持密文搜索,还能够为搜索用户制定细粒度的访问授权,所以非常适用云存储环境中一对多的密文检索场景。由于访问结构需要随着关键词密文一同发送给服务器,但在医疗等一些安全性要求较高的场景中,访问结构本身就包含敏感信息,而且简单的访问结构也很难满足日益复杂的云存储环境。另外,在基于属性的可搜索加密中,用户的属性集可以代表用户的身份,因此用户在搜索时提交的属性集也可以看成用户身份信息的泄露。因此本文在已有的基于属性的可搜索加密方案的基础上,主要围绕了实现复杂访问控制策略的隐藏和搜索者的属性集匿名,提出了三个方案。主要贡献如下:（1）提出了一个策略隐藏的属性基可搜索加密方案。传统的策略隐藏的属性基可搜索加密方案仅支持与门访问结构,无法实现复杂的访问控制策略。访问控制树能够表达复杂的访问控制策略,但很难隐藏。我们通过对访问控制树的改进和利用构造与门结构的思想实现了策略的部分隐藏。如果搜索者是授权用户,云服务器只知道搜索者属性集,不知道满足访问控制策略的其他任何授权属性信息,从而实现了策略的部分隐藏。最后在一般群模型下给出了本方案的形式化安全证明。（2）提出了一个匿名的属性基可搜索加密方案。在安全性更高的场景中,除了把访问控制策略看成敏感信息,搜索者的属性集也需要保密。因此在对属性进行分类的前提下,我们利用多项式方程构造了一个匿名的属性基可搜索加密方案。不但做到了策略的完全隐藏,还实现了搜索者属性集的隐藏,即搜索者的匿名。因此云服务器除了知道搜索者是否是授权用户,不知道搜索者的属性集和访问树的任何授权属性信息,实现了策略的完全隐藏和搜索者的匿名。同样,在一般群模型下给出了本方案的形式化安全证明。（3）提出了一个可证明安全的属性基可搜索加密方案。除了访问控制树,线性秘密共享方案访问结构也可以表达复杂的访问控制策略。我们通过属性分类和合数阶双线性群构造了一种具有策略部分隐藏功能和提供搜索者匿名性的属性基可搜索加密方案。由于之前的两个方案只达到选择性安全,即攻击者在攻击之前要声明攻击的目标。虽然合数阶双线性群具有较低的运算开销,但在证明过程中,我们可以结合Waters的对偶加密的思想,在标准模型下给出本方案的形式化安全证明。
曹丽[7]（2018）在《基于一阶矩的卷积型运算快速算法及其硬件结构的研究》文中指出随着信息技术、电子技术及计算机的飞速发展,数字信号处理技术已经被广泛地应用于许多不同领域中。作为数字信号处理中的基本运算,循环卷积、离散傅里叶变换（DFT）和有限脉冲响应（FIR）滤波具有十分重要的研究价值。通过研究这些运算的快速算法和有效的硬件结构,能降低运算本身的复杂度并提高其实现效率,从而为这些运算的应用领域带来新的变革。由于循环卷积、DFT和FIR滤波的实质均为内积运算,相应的硬件结构中通常包含有大量的存储单元或资源消耗大、功耗高且速率受限的乘法器。为避免内积型运算的硬件结构对大量存储空间或乘法器的需求,Jianguo Liu等人提出了一系列基于一阶矩的快速算法和硬件结构。本文的研究工作主要是利用一阶矩的快速算法和硬件结构设计出用于实现循环卷积、素点数DFT和FIR滤波这三种卷积型运算的快速算法和高效的硬件结构。为此,本文首先从串行计算和并行计算两个角度分别提出了一种新的一阶矩计算结构。新结构占用的硬件资源更少,其中的并行计算结构具有更高的计算性能,在并行计算的应用中更具有优势。接着,通过将循环卷积转化成一阶矩的形式,利用快速一阶矩算法和提出的卷积核分解策略,提出了基于一阶矩的快速循环卷积算法。以新算法为理论依据,结合提出的子卷积核预处理方案和运算本身具有的并行化处理特性,利用一阶矩串行计算结构作为基本计算单元,设计了两种有效的通用型循环卷积结构。随后,通过先将素点数DFT转化成以循环卷积为主的计算形式,再进一步将其转化成以多个一阶矩的移位累加和为主的计算形式,提出了基于一阶矩的快速素点数DFT算法。利用点数确定后素点数DFT所对应的卷积核数值不变这一特性,提出了两种一阶矩转化模块;将一阶矩转化模块与新的一阶矩并行计算结构相结合,提出了基于一阶矩的专用型素点数DFT结构。最后,将快速一阶矩算法应用到了FIR滤波运算中,提出了基于一阶矩的快速FIR滤波算法。由于相邻滤波结果之间所需的输入数据高度一致,借鉴基于一阶矩的循环卷积结构的设计思路,提出了可同时计算多个滤波结果的通用型FIR滤波结构。理论分析表明,新提出的每种快速算法中无乘法运算,且加法运算量与现有的基于一阶矩的快速算法相比有显着减少,具备快速计算的可能性;新提出的每种硬件结构无需乘法器,且所需加法器和存储单元的数量不大,具备高效硬件实现的可能性。结合逻辑实现对每种新硬件结构所做的性能分析表明,在特定的应用需求下,通过选择合适的一阶矩计算结构、设定最佳的结构参数值,新结构可以达到较高的综合性能。此外,在通用型的新硬件结构与对比结构之间进行的多组对比及分析进一步证明了本文提出的通用型新硬件结构的有效性和优越性。
乔志伟[8]（2011）在《高速高精度解析式图像重建算法研究》文中研究表明CT （Computed Tomography）,即计算机断层成像技术,是医学和工业中的一种优质无损诊断技术,其本质是利用投影数据重建物体断层图像。高分辨率重建、大物体重建和三维重建的工程需求使得投影数据量激增,使重建出的CT图像的数据量也激增,从而重建速度就成为一个瓶颈。精密部件的检测对图像重建提出了更高的精度要求,如何直接重建出满足工程目标的CT图像也是CT应用中亟待解决的关键问题。本文致力于重建精度的提高、重建速度的提高以及目标重建等三个方面的研究。论文首先研究了滤波反投影（FBP）算法的离散实现公式,利用信号处理理论及定积分的定义,推导出了它应该包含投影采样间隔和角度采样间隔两个参数,并作为整个公式的因子。利用定积分数值计算方法,并根据反投影的特点,提出了基于辛普森公式的精确反投影方法。将插值方法应用于反投影的过程,仿真结果表明线性插值比样条插值效果更好,并给出了定性解释。在分析斜变滤波器特点的基础上,提出了一种斜变滤波器的设计原则,分析了频域加窗和时域加窗对重建的影响,确定了斜变滤波器单位脉冲响应的长度选择方法和一种理想斜变滤波器单位脉冲响应的中心值计算方法。仿真结果表明,频域中指数窗性能最优而时域中矩形窗性能最优,单位脉冲响应的长度为（?）-1时,CT图像无空气伪像。根据投影信号和滤波器单位脉冲响应都为长序列的特点,提出了基于算术傅里叶变换（AFT）的滤波过程的加速方法,以及基于快速哈达玛变换（FHT）的滤波过程的加速方法。仿真结果表明,AFT滤波算法比FFT滤波算法快30%,而FHT滤波算法比FFT滤波算法快近50%。本文研究了反投影过程的三种加速方法：对每个投影预插值到更精细的间隔,反投影时采用最快的零阶插值方法；采用被动式射线驱动法反投影；以空间换时间的策略来预存储三角函数值而避免反投影时复杂的三角运算。在此基础上,提出了一种组合反投影加速方法。仿真实验表明,比传统方法快4倍多。在“特征重建”概念的基础上,提出了“目标重建”的概念,并设计了目标重建的三种实现方法：近似法、空间域精确法、频域精确法。实际实验表明：近似法重建效果一般,而精确法重建效果良好,且可以有效避免非白噪声对CT图像后处理的影响。论文从成像理论的角度,以解析式图像重建算法为研究对象,研究了加速方法、精度提高方法以及目标重建的方法,研究结果对解析式图像重建算法具有很好的推动作用。
金国栋,刘向明,陶智,庄绪宗[9]（2010）在《基2与混合基快速Fourier变换算法性能比较》文中研究指明目前快速Fourier变换算法主要有两大类,一类是针对点数为2的整数次幂,一类对应点数为其他长度的情况。在介绍基2和混合基的FFT算法原理的基础上,通过仿真数据对两种FFT算法的性能进行了比较分析。验证结果表明,基2算法在计算速度方面要占有优势,但在整周期截断的情况下,混合基快速算法却在频谱效果方面占有优势。
乔志伟,张记龙,韩焱,魏学业[10]（2009）在《基于样条预插值的算术傅里叶变换的改进算法》文中指出算术傅里叶变换（AFT）是离散傅里叶变换（DFT）的一种快速算法.经典的Bruns-AFT算法用最邻近内插法估计计算交替平均值所需的函数值,导致精度不高.根据样条插值精度高的特点,对离散时间信号做样条插值,而后过采样,使离散时间信号分布到更精细的间隔上,最后使用普通的AFT算法求解DFT,从而提高精度.对一3Hz信号,用4种不同的采样频率采集得到4个离散时间信号.分别用经典的Bruns-AFT算法（方法1）、"线性预插值加过采样"方法（方法2）以及本文的"样条预插值加过采样"方法（方法3）计算各信号的DFT.采样频率为10Hz时方法3的精度已经高于采样频率为80Hz时方法1的精度;当采样频率为80Hz时,方法3的相对误差小于十万分之一,而方法1的相对误差只有0.46%.本改进算法提高了传统的Bruns-AFT算法的精度.
二、一种更有效的素数长度DFT快速算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种更有效的素数长度DFT快速算法（论文提纲范文）
（1）基于回声状态网络的自适应OFDM系统非线性信道预测方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究工作的背景以及意义 |
| 1.2 OFDM信道预测概述 |
| 1.2.1 自适应OFDM无线通信系统 |
| 1.2.2 信道预测的基本方法 |
| 1.2.3 OFDM系统信道预测的研究现状 |
| 1.3 回声状态网络在自适应OFDM系统信道预测中的可行性分析 |
| 1.4 待攻克的问题 |
| 1.5 本文的主要研究内容以及结构安排 |
| 1.5.1 本文的主要研究内容 |
| 1.5.2 本文的结构安排 |
| 第2章 自适应OFDM系统信道估计与回声状态网络的实现方法 |
| 2.1 引言 |
| 2.2 自适应OFDM系统结构 |
| 2.2.1 子载波正交特性 |
| 2.2.2 基于OFDM技术的数据传输方案 |
| 2.2.3 保护间隔与循环前缀 |
| 2.3 OFDM系统的导频结构和信道估计算法 |
| 2.3.1 子载波与导频符号 |
| 2.3.2 信道估计算法 |
| 2.4 回声状态网络 |
| 2.4.1 回声状态网络的相关参数 |
| 2.4.2 回声状态网络的有监督训练过程 |
| 2.5 本章小结 |
| 第3章 自适应OFDM系统的非线性频域信道预测研究 |
| 3.1 引言 |
| 3.2 自适应弹性回声状态网络的信道预测 |
| 3.2.1 自适应弹性回声状态网络 |
| 3.2.2 基于自适应弹性网络的输出权重估计方法 |
| 3.2.3 计算复杂度分析 |
| 3.2.4 仿真与讨论 |
| 3.3 改进的自适应弹性回声状态网络的信道预测 |
| 3.3.1 改进的自适应弹性回声状态网络 |
| 3.3.2 计算复杂度分析 |
| 3.3.3 仿真与讨论 |
| 3.4 本章小结 |
| 第4章 自适应OFDM系统的非线性时域信道预测研究 |
| 4.1 引言 |
| 4.2 自适应OFDM系统的时域预测 |
| 4.3 基于联合回声状态网络的自适应OFDM系统时域信道预测策略 |
| 4.3.1 信道脉冲响应中重要时延抽头辨识方法 |
| 4.3.2 联合回声状态网络的信道预测方法 |
| 4.3.3 计算复杂度分析 |
| 4.4 仿真与讨论 |
| 4.4.1 不同重要时延抽头辨识方法的时域信道预测 |
| 4.4.2 单步预测 |
| 4.4.3 多步预测 |
| 4.5 本章小结 |
| 第5章 自适应MIMO-OFDM系统的非线性空域信道预测研究 |
| 5.1 引言 |
| 5.2 MIMO-OFDM系统中基于时空相关性的一般预测框架 |
| 5.2.1 MIMO-OFDM系统的信道估计 |
| 5.2.2 MIMO-OFDM系统中的空间相关性 |
| 5.2.3 基于时空相关性的一般预测框架 |
| 5.3 基于宽度回声状态网络的MIMO-OFDM系统信道预测方法 |
| 5.3.1 宽度学习系统 |
| 5.3.2 基于宽度回声状态网络的信道预测方法 |
| 5.3.3 基本的 BESN和群组前向变量选择的 BESN |
| 5.3.4 参数微调算法 |
| 5.3.5 回声状态属性 |
| 5.3.6 计算复杂度分析 |
| 5.4 仿真与讨论 |
| 5.4.1 EVA场景 |
| 5.4.2 ETU场景 |
| 5.5 本章小结 |
| 第6章 论文的总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读博士学位期间的学术活动及成果情况 |
（2）弹载记录仪动态测试系统动态性能评估及测试信号信噪比提升方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文的研究背景及意义 |
| 1.2 国内外动态测试技术研究概况 |
| 1.2.1 动态测试系统的动态参数获取方法研究现状 |
| 1.2.2 动态测试系统工作频带估计方法研究现状 |
| 1.2.3 动态测试系统数据处理研究现状 |
| 1.2.4 动态测试面临的主要问题 |
| 1.3 论文的主要研究内容和章节安排 |
| 2 记录仪动态测试系统的动态模型建立方法 |
| 2.1 引言 |
| 2.2 传感器和电荷放大级的动态模型 |
| 2.3 滤波器的动态模型 |
| 2.4 全差分运算放大器的动态模型 |
| 2.5 板级电源配送网络的动态模型 |
| 2.6 本章小结 |
| 3 基于正弦信号分离与重构的系统动态参数获取方法 |
| 3.1 引言 |
| 3.2 测试系统动态特性参数的现有测试方法 |
| 3.2.1 测试系统动态特性参数分析 |
| 3.2.2 基于相干与非相干采样的系统动态参数获取方法 |
| 3.3 基于VMD分离与希尔伯特时频分析的系统动态参数获取方法 |
| 3.3.1 基于VMD的正弦测试信号的提取与分离 |
| 3.3.2 传统正弦曲线拟合存在问题分析 |
| 3.3.3 基于希尔伯特变换的正弦测试信号的参数确定 |
| 3.3.4 相干正弦测试信号的重构 |
| 3.4 测试系统动态参数获取方法验证 |
| 3.4.1 测试方案设计及测试平台构建 |
| 3.4.2 测试结果分析 |
| 3.5 本章小结 |
| 4 基于多频正弦响应的记录仪动态测试系统工作频带估计 |
| 4.1 引言 |
| 4.2 常用激励信号的适应性分析 |
| 4.3 基于多频正弦响应的动态测试系统工作频带估计 |
| 4.3.1 动态测试系统模型辨识 |
| 4.3.2 动态测试系统模型阶次确定 |
| 4.4 动态测试系统工作频带估计方法验证 |
| 4.4.1 测试平台搭建 |
| 4.4.2 测试结果分析及算法验证 |
| 4.5 本章小结 |
| 5 基于变分模态分解/样本熵/小波分析的动态测试系统自适应信噪比提升方法研究 |
| 5.1 引言 |
| 5.2 VMD参数优化方法研究 |
| 5.2.1 VMD算法分析 |
| 5.2.2 中心频率相对变化率与模态数量K的选取 |
| 5.2.3 平均相关系数与惩罚因子的选取 |
| 5.3 基于VMD/样本熵/小波分析的滤波器构建 |
| 5.3.1 基于VMD的滤波器构建 |
| 5.3.2 基于样本熵的模态分类 |
| 5.3.3 混合模态分量的小波阈值降噪 |
| 5.3.4 滤波方法实现 |
| 5.4 信噪比提升方法验证 |
| 5.4.1 测试方案设计及测试测试平台搭建 |
| 5.4.2 测试结果分析及算法验证 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 本文的主要工作与创新 |
| 6.1.1 本文的主要工作 |
| 6.1.2 本文的主要创新点 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 攻读博士期间发表的论文及所取得的研究成果 |
（3）基于相关滤波器的视觉目标跟踪方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 研究的历史及现状 |
| 1.2.1 目标跟踪方法的分类 |
| 1.2.2 基于相关滤波器的研究现状 |
| 1.3 本文研究的内容 |
| 1.4 论文的组织结构 |
| 第二章 核相关滤波器及评估数据集 |
| 2.1 引言 |
| 2.2 核相关滤波KCF |
| 2.3 公共数据集及评价方法 |
| 2.3.1 OTB数据集 |
| 2.3.2 VOT数据集 |
| 2.4 本章小结 |
| 第三章 跟踪过程的可靠性研究 |
| 3.1 引言 |
| 3.2 可靠性判断方法 |
| 3.2.1 判断的基本策略 |
| 3.2.2 组合型置信度量 |
| 3.3 高置信可靠性判断 |
| 3.4 实验验证 |
| 3.5 本章小结 |
| 第四章 基于能量及其梯度的模型更新方法 |
| 4.1 引言 |
| 4.2 基准跟踪器SAMF |
| 4.3 梯度阈值更新策略 |
| 4.3.1 常规更新方法 |
| 4.3.2 高置信更新方法 |
| 4.4 实验验证 |
| 4.4.1 超参数的确定 |
| 4.4.2 精度分数及速度对比 |
| 4.4.3 中心位置误差对比 |
| 4.4.4 精度图和成功图验证 |
| 4.4.5 梯度阈值及初始模板信息分析 |
| 4.4.6 基于视频属性的性能分析 |
| 4.5 本章小结 |
| 第五章 模拟时域正则化的模型更新研究 |
| 5.1 引言 |
| 5.2 时空正则化方法 |
| 5.3 模拟时域正则化 |
| 5.4 实验验证 |
| 5.4.1 中心位置误差对比 |
| 5.4.2 精度对比 |
| 5.4.3 属性性能对比 |
| 5.5 本章小结 |
| 第六章 目标跟踪中快速尺度估计方法研究 |
| 6.1 引言 |
| 6.2 基准算法:SAMF |
| 6.3 快速尺度估计方法 |
| 6.3.1 可靠性度量 |
| 6.3.2 快速尺度估计方法 |
| 6.4 实验验证 |
| 6.4.1 距离精度和CLE以及速度比较 |
| 6.4.2 中心位置误差和速度对比 |
| 6.4.3 精度成功率以及基于属性的验证 |
| 6.4.4 自适应尺度性能分析及消融实验 |
| 6.4.5 VOT-ST2019数据集验证 |
| 6.5 本章小结 |
| 第七章 总结及展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（4）基于最小生成树的高分辨率遥感影像层次化分割方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 缩略语清单 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.3 研究内容 |
| 1.4 论文组织 |
| 2 基本理论 |
| 2.1 图论基础 |
| 2.2 模糊聚类方法 |
| 2.3 并行计算 |
| 2.4 精度评价 |
| 2.5 本章小结 |
| 3 高分辨率遥感影像层次化最小生成树模型 |
| 3.1 影像的图模型 |
| 3.2 影像的最小生成树模型 |
| 3.3 最小异质区域划分 |
| 3.4 区域最小生成树模型 |
| 3.5 层次化最小生成树模型 |
| 3.6 本章小结 |
| 4 基于最小生成树的层次化模糊聚类分割 |
| 4.1 层次化模糊聚类分割模型 |
| 4.2 分割模型求解 |
| 4.3 实验结果与讨论 |
| 4.4 本章小结 |
| 5 基于MST的层次化模糊聚类并行分割 |
| 5.1 串行算法分析 |
| 5.2 最小异质区域并行划分 |
| 5.3 并行RHMRF-FCM算法 |
| 5.4 实验结果与讨论 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 查新结论 |
| 作者简历 |
| 学位论文数据集 |
（5）混合加密系统的实现安全性评估研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩写、符号清单、术语表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 混合加密系统 |
| 1.1.2 旁路分析攻击 |
| 1.2 国内外研究现状及存在的问题 |
| 1.2.1 后量子密码算法及其旁路分析研究 |
| 1.2.2 对称密码算法与随机时序加扰防护措施 |
| 1.2.3 小波分析在旁路攻击上的研究与应用 |
| 1.3 研究内容及章节安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 章节安排 |
| 2 数学背景 |
| 2.1 超奇异同源椭圆曲线密码算法背景 |
| 2.1.1 有限域上的椭圆曲线 |
| 2.1.2 同源计算 |
| 2.1.3 超奇异同源Diffle-Hellman协议 |
| 2.1.4 超奇异同源密钥封装机制 |
| 2.2 小波分析背景 |
| 2.2.1 小波变换与小波基函数 |
| 2.2.2 小波分解和小波重构 |
| 2.3 小结 |
| 3 混合加密系统的密钥协商阶段的旁路攻击研究 |
| 3.1 针对超奇异同源密钥封装机制的泄露检测 |
| 3.1.1 攻击目标的选择 |
| 3.1.2 水平泄露检测 |
| 3.1.3 垂直泄露检测 |
| 3.2 垂直泄露与差分功耗分析 |
| 3.2.1 攻击模型 |
| 3.2.2 三点差分蒙哥马利阶梯算法 |
| 3.2.3 三点差分蒙哥马利阶梯算法的垂直泄露与差分功耗分析 |
| 3.3 基于ARM平台的SIKE算法的差分电磁分析 |
| 3.3.1 差分电磁分析攻击实验平台 |
| 3.3.2 针对超奇异同源密钥封装机制的差分电磁分析 |
| 3.4 小结 |
| 4 超奇异同源密钥封装机制的防御措施设计 |
| 4.1 防御方法概述 |
| 4.2 已存在的防御方法的评估 |
| 4.3 基于窗口的防护方法设计 |
| 4.4 防御方法的安全性分析与性能评估 |
| 4.5 小结 |
| 5 混合加密系统的数据加密阶段的防御措施设计 |
| 5.1 随机时序加扰防护策略 |
| 5.1.1 随机传输时延 |
| 5.1.2 随机延时插入 |
| 5.1.3 随机时钟抖动 |
| 5.2 随机时序加扰防护的实现成本 |
| 5.3 针对随机时序加扰防护的攻击困难性 |
| 5.4 小结 |
| 6 针对随机时序加扰防护的小波攻击框架研究 |
| 6.1 小波攻击框架总述 |
| 6.2 小波攻击框架实现 |
| 6.2.1 小波域去噪 |
| 6.2.2 小波域对齐 |
| 6.2.3 小波域密钥恢复 |
| 6.3 小波攻击框架的性能评估 |
| 6.3.1 实验设备与评价指标 |
| 6.3.2 实验评估流程设计 |
| 6.3.3 小波域去噪评估 |
| 6.3.4 小波域对齐评估 |
| 6.3.5 小波域密钥恢复评估 |
| 6.3.6 小波攻击框架整体评估 |
| 6.4 小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 作者简历及个人科研成果 |
（6）基于属性的可搜索加密方案研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状及面临的挑战 |
| 1.2.1 基于属性的加密 |
| 1.2.2 可搜索加密 |
| 1.3 研究内容与主要思路 |
| 1.4 论文组织结构 |
| 第2章 预备知识 |
| 2.1 基本概念 |
| 2.2 哈希函数 |
| 2.3 双线性映射及困难性假设 |
| 2.3.1 素数阶双线性群 |
| 2.3.2 合数阶双线性群 |
| 2.3.3 困难性假设 |
| 2.4 公钥可证明安全理论 |
| 2.4.1 可证明安全基本概念 |
| 2.4.2 可证明安全理论模型 |
| 2.5 密文策略的属性基加密机制 |
| 2.5.1 树型访问结构 |
| 2.5.2 线性秘密共享方案 |
| 2.5.3 密文策略的属性基加密的系统模型 |
| 2.5.4 密文策略的属性基加密的形式化定义 |
| 2.5.5 密文策略的属性加密的安全模型 |
| 2.6 公钥可搜索加密机制 |
| 2.6.1 公钥可搜索加密的系统模型 |
| 2.6.2 公钥可搜索加密的一般性描述 |
| 2.6.3 公钥可搜索加密的安全模型 |
| 2.7 密文策略的属性基可搜索加密机制 |
| 2.7.1 密文策略的属性基可搜索加密的系统模型 |
| 2.7.2 密文策略的属性基可搜索加密的形式化定义 |
| 2.7.3 密文策略的属性基可搜索加密安全模型 |
| 2.8 本章小结 |
| 第3章 策略部分隐藏的属性基可搜索加密方案 |
| 3.1 引言 |
| 3.2 研究方法 |
| 3.3 方案设计 |
| 3.3.1 方案算法描述 |
| 3.3.2 正确性分析 |
| 3.4 安全性证明 |
| 3.5 性能分析 |
| 3.6 本章小结 |
| 第4章 匿名的属性基可搜索加密方案 |
| 4.1 引言 |
| 4.2 研究方法 |
| 4.3 方案设计 |
| 4.3.1 方案算法描述 |
| 4.3.2 正确性分析 |
| 4.4 安全性证明 |
| 4.5 本章小结 |
| 第5章 可证明安全的属性基可搜索加密方案 |
| 5.1 引言 |
| 5.2 研究方法 |
| 5.3 方案设计 |
| 5.3.1 方案算法描述 |
| 5.3.2 正确性分析 |
| 5.4 安全性证明 |
| 5.5 性能分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 在读期间参加的科研项目 |
| 致谢 |
（7）基于一阶矩的卷积型运算快速算法及其硬件结构的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 国内外研究现状 |
| 1.3 本文的研究内容及章节安排 |
| 2 快速一阶矩算法及其硬件结构 |
| 2.1 快速一阶矩算法 |
| 2.2 一阶矩硬件结构 |
| 2.3 一阶矩硬件结构的性能分析 |
| 2.4 本章小结 |
| 3 基于一阶矩的快速循环卷积算法及其硬件结构 |
| 3.1 基于一阶矩的快速循环卷积算法 |
| 3.2 基于一阶矩的循环卷积硬件结构设计 |
| 3.3 循环卷积硬件结构的性能分析 |
| 3.4 循环卷积硬件结构的逻辑实现与分析 |
| 3.5 本章小结 |
| 4 基于一阶矩的快速素点数DFT算法及其硬件结构 |
| 4.1 基于一阶矩的快速素点数DFT算法 |
| 4.2 基于一阶矩的素点数DFT硬件结构设计 |
| 4.3 素点数DFT硬件结构的性能分析 |
| 4.4 素点数DFT硬件结构的逻辑实现与分析 |
| 4.5 本章小结 |
| 5 基于一阶矩的快速FIR滤波算法及其硬件结构 |
| 5.1 基于一阶矩的快速FIR滤波算法 |
| 5.2 基于一阶矩的FIR滤波硬件结构设计 |
| 5.3 FIR滤波硬件结构的性能分析 |
| 5.4 FIR滤波硬件结构的逻辑实现与分析 |
| 5.5 本章小结 |
| 6 全文总结与研究展望 |
| 6.1 本文工作总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间发表的主要论文 |
| 附录2 公开发表的学术成果与博士学位论文的关系 |
| 附录3 博士生期间参与的课题研究情况 |
（8）高速高精度解析式图像重建算法研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 序 |
| 第1章 引言 |
| 1.1 研究的背景、目的和意义 |
| 1.2 相关技术的国内外研究现状 |
| 1.2.1 X射线CT算法综述 |
| 1.2.2 解析式CT算法的国内外研究现状 |
| 1.3 论文的研究内容 |
| 1.4 论文的结构 |
| 第2章 X射线断层成像原理及解析式重建算法 |
| 2.1 X射线断层成像的物理基础 |
| 2.1.1 X射线的产生 |
| 2.1.2 X射线与物质的相互作用 |
| 2.1.3 X射线穿透物体的强度衰减规律 |
| 2.2 傅里叶切片定理 |
| 2.3 典滤波反投影算法的推导及计算机实现 |
| 2.3.1 算法的推导 |
| 2.3.2 FBP算法的计算机实现问题 |
| 2.4 平行束解析CT算法的若干变种 |
| 2.4.1 反投影滤波算法 |
| 2.4.2 求导希尔伯特变换式的FBP算法 |
| 2.4.3 其余解析算法 |
| 2.5 本章小结 |
| 第3章 FBP算法的两个数值问题 |
| 3.1 FBP算法的离散实现公式的证明 |
| 3.1.1 用定积分的定义证明离散滤波公式 |
| 3.1.2 从信号与系统理论的角度来证明离散滤波公式 |
| 3.1.3 反投影离散实现公式 |
| 3.2 反投影的精确实现方法 |
| 3.2.1 定积分的数值实现方法 |
| 3.2.2 FBP算法中反投影的不同积分方法对精度的影响 |
| 3.3 本章小结 |
| 第4章 解析法图像重建的插值技术研究 |
| 4.1 插值技术综述 |
| 4.1.1 多项式插值及龙格现象 |
| 4.1.2 分段插值方法及其误差分析 |
| 4.2 样条插值和线性插值的精度比较 |
| 4.2.1 实验条件 |
| 4.2.2 实验结果及分析 |
| 4.2.3 实验结论 |
| 4.3 图像重建中的不同插值方法对精度的影响 |
| 4.3.1 实验条件 |
| 4.3.2 实验结果及讨论 |
| 4.3.3 实验结论 |
| 4.4 本章小结 |
| 第5章 斜变滤波器的设计与实现 |
| 5.1 斜变滤波器特性分析及设计原则 |
| 5.2 斜变滤波器的频域加窗对重建的影响 |
| 5.2.1 加sinc窗函数 |
| 5.2.2 加海明(Hamming)窗 |
| 5.2.3 加指数型窗函数 |
| 5.2.4 4种窗函数形成的斜变滤波器的性能比较 |
| 5.3 斜变滤波器的时域加窗对重建的影响 |
| 5.3.1 斜变滤波器单位脉冲响应长度的确定 |
| 5.3.2 时域加窗 |
| 5.3.3 仿真实验 |
| 5.4 斜变滤波器最优长度选择问题 |
| 5.4.1 图像四个角重建误差问题描述 |
| 5.4.2 误差的来源 |
| 5.4.3 校正方法 |
| 5.5 理想斜变滤波器 |
| 5.5.1 理想斜变滤波器单位脉冲响应的推导 |
| 5.5.2 确定h(0)的一种新方法 |
| 5.5.3 两种方法的比较及仿真实验 |
| 5.6 本章小结 |
| 第6章 解析法图像重建的加速技术研究 |
| 6.1 用算术傅里叶变换加速滤波过程 |
| 6.1.1 滤波反投影算法的滤波过程的时间复杂度 |
| 6.1.2 算术傅里叶变换及其改进算法 |
| 6.1.3 用改进的AFT算法实现滤波过程的加速 |
| 6.2 用快速哈达玛变换(FHT)加速FBP算法的滤波过程 |
| 6.2.1 快速哈达玛变换(FHT)及其时间复杂度分析 |
| 6.2.2 用哈达玛变换实现线性卷积的矩阵表达及哈达玛域滤波器增益矩阵的求解 |
| 6.2.3 用FHT实现线性卷积的加速原理及适用性分析 |
| 6.2.4 FHT法高速卷积数值实验及结果讨论 |
| 6.2.5 用FHT加速FBP算法的滤波过程 |
| 6.3 一种充分考虑插值过程的反投影加速方法 |
| 6.3.1 传统的反投影算法的时间复杂度 |
| 6.3.2 新算法的时间复杂度 |
| 6.3.3 被动式射线驱动的方法及插值效率的提高 |
| 6.3.4 通过使用查找表,消除三角函数的运算 |
| 6.3.5 数值实验及结果分析 |
| 6.4 本章小结 |
| 第7章 CT图像后处理的投影处理实现——目标重建 |
| 7.1 特征重建的提出及其内涵的扩展 |
| 7.2 目标重建的原理推导 |
| 7.2.1 Radon变换的卷积定理的证明 |
| 7.2.2 目标重建的原理 |
| 7.3 目标重建的实现方法 |
| 7.3.1 近似实现方法 |
| 7.3.2 空间域的精确实现方法 |
| 7.3.3 频域的精确实现方法 |
| 7.4 本章小结 |
| 第8章 总结与展望 |
| 8.1 总结 |
| 8.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（9）基2与混合基快速Fourier变换算法性能比较（论文提纲范文）
| 1 引言 |
| 2 基2、基4、基8的FFT算法 |
| 3 混合基FFT算法 |
| 4 其他非基2FFT算法简介 |
| 4.1 素因子算法 (PFA) |
| 4.2 维诺格兰Fourier变换算法 (WFTA) |
| 4.3 算术Fourier变换算法 (AFT) |
| 5 基2FFT算法与混合基FFT算法性能比较 |
| 6 结语 |
（10）基于样条预插值的算术傅里叶变换的改进算法（论文提纲范文）
| 1 Bruns-AFT算法介绍[3] |
| 2 用AFT计算DFT的原理 |
| 3 AFT改进算法的原理 |
| 4 数值实验及结果分析 |
| 6 结论 |
四、一种更有效的素数长度DFT快速算法（论文参考文献）
- [1]基于回声状态网络的自适应OFDM系统非线性信道预测方法研究[D]. 隋永波. 合肥工业大学, 2021(02)
- [2]弹载记录仪动态测试系统动态性能评估及测试信号信噪比提升方法研究[D]. 张德彪. 中北大学, 2021(01)
- [3]基于相关滤波器的视觉目标跟踪方法研究[D]. 尹向雷. 西安电子科技大学, 2020(02)
- [4]基于最小生成树的高分辨率遥感影像层次化分割方法研究[D]. 林文杰. 辽宁工程技术大学, 2020(01)
- [5]混合加密系统的实现安全性评估研究[D]. 董晓飞. 浙江大学, 2020(02)
- [6]基于属性的可搜索加密方案研究[D]. 韩冬. 南京师范大学, 2019
- [7]基于一阶矩的卷积型运算快速算法及其硬件结构的研究[D]. 曹丽. 华中科技大学, 2018(05)
- [8]高速高精度解析式图像重建算法研究[D]. 乔志伟. 北京交通大学, 2011(09)
- [9]基2与混合基快速Fourier变换算法性能比较[J]. 金国栋,刘向明,陶智,庄绪宗. 计算机与数字工程, 2010(03)
- [10]基于样条预插值的算术傅里叶变换的改进算法[J]. 乔志伟,张记龙,韩焱,魏学业. 应用基础与工程科学学报, 2009(S1)