异构携能通信网络中信道状态信息不准确时，为保证信息、能量传输的安全性与可靠性，该文提出一种基于人工噪声辅助的鲁棒安全传输方案。通过联合设计宏基站、微基站的下行信息波束及人工噪声矩阵，干扰窃听者，同时提升系统能量接收性能。在基站的发送功率约束、合法用户的信息接收及能量接收中断约束和窃听者的窃听信息中断约束下，以最大化系统能量接收性能为目标进行建模。针对该问题的非凸性，首先将其等效转化为一种易于处理的形式；而后进一步利用Berstein-type不等式处理其中的中断概率约束，将其转化为凸的问题进行求解。仿真结果验证了该方案的安全性和鲁棒性。

针对5G超密集异构网中严重的跨层干扰问题，该文提出一种基于现有的增强型小区间干扰协调技术和协同多点传输技术的联合干扰协调方法。运用随机几何理论工具推导了两层超密集异构网下用户的中断概率，频谱效率和网络平均遍历容量表达式。仿真结果表明：该文提出的联合的干扰协调方案，相比于传统协同多点传输技术，不仅降低了协作用户数目，同时使得用户在信干比阈值为0 dB时的中断概率降低了15%；相比较于增强型小区间干扰协调技术，在偏置值为10 dB时，扩展区域的用户频谱效率改善为35%，整个网络平均遍历容量提升了3.4%。

该文针对无线虚拟化网络中业务的不确定和信息反馈的时延而引起虚拟资源分配不合理，提出一种基于自回归滑动平均(ARMA)预测的在线自适应虚拟资源分配算法。首先，该算法以保障虚拟网络队列上溢概率为目标对时频资源和缓存资源进行联合分配，并建立虚拟网络总成本最小化的理论分析模型。其次，考虑到虚拟网络对不同资源差异化的应用需求，设计了一种多时间尺度的资源动态调度机制，在长周期上基于ARMA模型的预测信息实现缓存资源的预留策略，在短周期上基于利用大偏差原理推导的队列上溢概率对虚拟网络优先级排序，并根据确定的优先级动态调度时频资源，从而满足各虚拟网络的业务需求。仿真结果表明，该算法可有效降低比特丢失率，同时提升物理资源的利用率。

稀疏码多址接入(SCMA)作为一种具有竞争力的非正交多址接入(NOMA)技术，该技术通过高维调制与稀疏扩频的结合，有效地提升了系统的频谱效率。该文针对现有SCMA码本设计中存在的问题，提出一种同时适用于高斯信道和瑞利衰落信道的SCMA码本优化设计方法。在该方法中，首先通过旋转基准星座和母星座，实现母星座在各个维度上投影点间的最小欧氏距离以及叠加在单个资源块上的总星座中与各用户对应的星座图上星座点间的最小欧氏距离的最大化，以提升SCMA码本在高斯信道下的性能；进而在保持总星座上星座点间最小欧氏距离不变的条件下，通过旋转叠加在单个资源块上多个用户的星座，优化叠加在单个资源块上的与各用户对应的星座图中星座点间最小乘积距离和信号空间分集(SSD)阶数，最后结合Q路坐标交织技术获得额外的分集增益，以提升系统抗信道衰落的能力。仿真结果显示：在高斯信道和瑞利衰落信道下，该文设计的SCMA码本的性能均明显优于华为公司提出的SCMA码本和低密度扩频多址接入(LDS-MA)技术。

在无线中继网络中，中继节点间的随机传输延迟将导致显著的性能下降。因此，针对慢衰落瑞利信道提出可容忍随机时延的分布式线性卷积空时码(DLC-STC)，但该类空时码在快衰落信道下的分集性能尚未明确。该文从理论上证明了DLC-STC在快衰落瑞利信道下的分集增益。分析表明，DLC-STC虽然最初是在慢衰落信道下被提出的，但它在快衰落瑞利信道下通过利用最大似然(ML)接收机，仍可获得满异步协作分集增益，仿真结果验证了该理论分析，仿真结果同时表明：在快衰落瑞利信道下，DLC-STC采用MMSE-DFE接收机能够获得与ML接收机相同的分集增益。

面对高速发展的互联网应用，传统的路由与频谱分配(RSA)问题迎来新的挑战。融合降级服务(DS)技术的弹性光网络无疑为降低业务阻塞率，提高用户体验质量(QoE)提供了新方向。该文首先针对频谱资源的低效利用和DS导致的业务收益下降问题，建立以最小化频谱消耗和最小化DS等级、频次为联合优化目标的RSA问题的混合整数线性规划模型。随后，提出一种基于区分DS和自适应调制的动态RSA算法。该算法考虑业务等级的差异化，并整合自适应调制和DS技术。同时，设计区分业务等级的DS损失函数及DS窗口选择策略，为即将受阻业务分配理想的频谱位置和资源。此外，设计考虑频谱与收益均衡关系的网络收益函数，达到频谱资源高效利用，减少降级影响，提升网络收益的目的。最后，仿真验证了所提算法在业务阻塞率和网络收益等方面的优势。

数字视频广播通用加扰算法(DVB-CSA)是一种混合对称加密算法，由分组密码加密和流密码加密两部分组成。该算法通常用于保护视讯压缩标准(MPEG-2)中的信号流。主要研究DVB-CSA分组加密算法(DVB-CSA-Block Cipher, CSA-BC)的不可能差分性质。通过利用S盒的具体信息，该文构造了CSA-BC的22轮不可能差分区分器，该区分器的长度比已有最好结果长2轮。进一步，利用构造的22轮不可能差分区分器，攻击了缩减的25轮CSA-BC，该攻击可以恢复24 bit种子密钥。攻击的数据复杂度、时间复杂度和存储复杂度分别为2^53.3个选择明文、2^32.5次加密和2²⁴个存储单元。对于CSA-BC的不可能差分分析，目前已知最好结果能够攻击21轮的CSA-BC并恢复16 bit的种子密钥量。就攻击的长度和恢复的密钥量而言，该文的攻击结果大大改进了已有最好结果。

近年来，可搜索加密技术及细粒度访问控制的属性加密在云存储环境下得到广泛应用。考虑到现存的基于属性的可搜索加密方案存在仅支持单关键词搜索而不支持属性撤销的问题，以及单关键词搜索可能造成返回搜索结果部分错误并导致计算和宽带资源浪费的缺陷，该文提出一种支持属性撤销的可验证多关键词搜索加密方案。该方案允许用户检测云服务器搜索结果的正确性，同时在细粒度访问控制结构中支持用户属性的撤销，且在属性撤销过程中不需要更新密钥和重加密密文。该文在随机预言机模型下基于判定性线性假设被证明具有抵抗选择关键词集攻击安全性及关键词隐私性，同时从理论和实验两方面分析验证了该方案具有较高的计算效率与存储效率。

代理重加密在云计算环境下的密文共享等方面起着重要的作用。目前格上基于身份的代理重加密方案都是随机预言机模型的。针对这个问题，该文构造了一个高效的标准模型下格上基于身份的代理重加密方案。在方案中，用户身份仅仅被映射为一个向量，使得用户私钥的尺寸较短。该方案具有双向性，多次使用性等性质，并且在LWE困难假设下是适应性选择身份CPA安全的。

物联网中无线传输的安全难题是制约其发展的重要瓶颈，物联网终端受限的计算能力与硬件配置以及配备大规模天线阵列的窃听者给物理层安全技术带来了新的挑战。针对该问题，该文提出一种可对抗大规模天线阵列窃听者的轻量级噪声注入策略。首先，对所提出的噪声注入策略进行介绍，并分析了该策略的安全性；然后，基于该策略得到了系统吞吐量的闭式表达式，并对时隙分配系数和功率分配系数进行优化设计。理论和仿真结果表明，通过对物联网系统参数进行设计，所提出的噪声注入策略能够实现私密信息的安全传输。

针对网络功能虚拟化(NFV)环境下，现有服务功能链部署方法无法在优化映射代价的同时保证服务路径时延的问题，该文提出一种基于IQGA-Viterbi学习算法的服务功能链优化部署方法。在隐马尔可夫模型参数训练过程中，针对传统Baum-Welch算法训练网络参数容易陷入局部最优的缺陷，改进量子遗传算法对模型参数进行训练优化，在每一迭代周期内通过等比例复制适应度最佳种群的方式，保持可行解多样性和扩大空间搜索范围，进一步提高模型参数的精确度。在隐马尔科夫链求解过程中，针对隐含序列无法直接观测这一难点，利用Viterbi算法能精确求解隐含序列的优势，解决有向图网络中服务路径的优化选择问题。仿真实验结果表明，与其它部署算法相比，所提IQGA-Viterbi学习算法能有效降低网络时延和映射代价的同时，提高了网络服务的请求接受率。

针对现有虚拟化云无线接入网络(C-RAN)资源利用率低、能耗高、用户服务质量无法得到保证等问题，该文提出一种能耗和时延感知的虚拟化资源分配机制。根据虚拟化C-RAN的网络特点及业务流量特征，考虑资源约束和比例公平，建立能耗和时延优化模型。进而，利用启发式算法为不同类型虚拟C-RAN和用户虚拟基站分配资源，完成资源的全局优化配置。仿真结果表明，所提资源分配机制在提高网络资源利用率的同时，不但使能耗节省了62.99%，还使时延降低了32.32%。

在软件定义网络中将防火墙策略定义为访问控制型规则，并将其分布式地部署在网络中能够提高会话的服务质量。为了减少放置在网络中规则的数量，文中提出多路复用和合并的启发式规则放置算法(HARA)。算法考虑到了商品交换机TCAM存储空间和端点交换机相连链路的流量负载，通过建立以最小化规则放置数量为目标的混合整数线性规划模型，解决不同吞吐量的多路由单播会话的规则放置问题。实验结果表明，与nonRM-CP算法相比，在保证不同会话服务质量的前提下，该算法最多能节省56%的TCAM空间，平均能减少13.1%的带宽资源利用率。

针对现有太赫兹无线个域网定向MAC协议存在的波束训练开销和入网时延偏大以及Beacon, S-CAP时段时隙利用不足问题，该文提出一种自适应的定向MAC协议——AD-MAC，自适应地在静态场景下采用全网协同波束训练，在动态场景下节点基于历史信息快速回复波束训练帧，同时使用反向监听策略减小同扇区节点的帧碰撞概率，并且通过时隙复用在Beacon和S-CAP时段并行发送控制帧和数据帧。理论分析表明了AD-MAC协议的有效性，仿真结果显示：相较于ENLBT-MAC等典型协议，AD-MAC在静态场景下的波束训练开销和节点平均入网时延分别降低了约21.84%和22.70%，在动态场景下上述二指标则分别减小了约18.7%和13.07%。

针对多约束稀布矩形阵列天线的优化设计问题，该文提出一种新的矩阵映射(NMM)方法。首先，综合考虑阵元的可分布范围与可分布数量，重新定义阵元坐标矩阵的维数以提高阵元分布的自由度。其次，当坐标矩阵定义的阵元数量大于实际阵元数量时，建立选择矩阵以确定各阵元的取舍。再次，针对现有矩阵映射方法无法完全避免不可行解的问题，构建了一种NMM方法，通过两种不同的矩阵映射函数将多约束优化问题转换为无约束优化问题。最后进行仿真对比实验，实验结果证明了算法的有效性。

该文设计了两种人工磁导体(AMC)单元，在8～20 GHz的超宽频带内，两种AMC结构能够实现180°±37° 的反射相位差，将这两种单元组成棋盘结构时，能够实现入射电磁波的散射场相消，从而在超宽的频带内实现棋盘表面法向雷达散射截面(RCS)的显著减缩。同时，利用超表面天线的概念，设计馈电网络，将设计的AMC结构用做天线，仿真发现在9.08～10.30 GHz的范围内，天线的S₁₁小于–10 dB，可以实现天线的有效辐射。实测结果和仿真吻合较好，因此该文的棋盘结构可以实现具有RCS减缩特性的天线设计。

针对雷达与电子支援设施(ESM)存在系统误差、上报目标不完全一致等复杂场景下目标航迹关联问题，该文基于高斯随机矢量统计特性，提出一种基于航迹矢量检测的雷达与ESM航迹抗差关联算法。首先在修正极坐标系(MPC)下推导目标状态估计分解方程，采用真实状态对消的方法得到航迹矢量，为剔除大部分非同源目标航迹，构建方位角变化率-距离变化率与距离比(ITG)统计量进行粗关联，然后采用基于航迹矢量

检验的方法实现雷达与ESM的航迹关联。最后通过实验仿真验证了该文算法在不同系统误差、目标密度、检测概率等环境下的有效性。

针对预警雷达情报质量评估中，模糊因素影响评估有效性的问题，该文提出一种基于非对称贴近度的预警雷达情报质量分析评估方法。分析预警雷达情报获取、传输和作战运用环境特点，从及时性、准确性、完整性、连续性和客观性等6个方面构建其质量评估指标体系，进而建立因素集、评语集和权重集，利用非对称贴近度对其进行模糊综合评估。该研究方法和结论可有效分析评判预警雷达情报质量，也能帮助发现影响情报质量优劣的瓶颈与短板，还可为解决复杂作战环境下预警雷达情报质量评估与分析等问题研究提供一定借鉴。

中轨轨道显著的弯曲特性导致中轨SAR信号存在2维空变，因此大场景成像对于中轨SAR仍然是个难题。该文使用参数2维空变的4阶多项式模型对信号进行建模。同时提出一种基于两步方位插值的信号方位空变校正方法，通过方位时域重采样可以校正参考距离上不同方位目标点的多普勒调频率的线性和2次空变，距离向利用CS/RMA算法即可校正场景中所有点目标的距离徙动，而第2步多普勒重采样则能够校正剩余的多普勒参数的空变特性，包括剩余的距离方位耦合空变，以及高阶多普勒参数空变。通过两步插值法能够完全校正整个场景目标信号的方位空变特性，使得传统频域成像算法可以应用于中轨SAR的大场景聚焦。最后通过所提方法与参考方法的仿真结果对比，验证了所提方法的有效性。

基于深度学习的SAR图像舰船目标检测算法对图像的数量和质量有很高的要求，而收集大体量的舰船SAR图像并制作相应的标签需要消耗大量的人力物力和财力。该文在现有SAR图像舰船目标检测数据集(SSDD)的基础上，针对目前检测算法对数据集利用不充分的问题，提出基于生成对抗网络(GAN)和线上难例挖掘(OHEM)的SAR图像舰船目标检测方法。利用空间变换网络在特征图上进行变换，生成不同尺寸和旋转角度的舰船样本的特征图，从而提高检测器对不同尺寸、旋转角度的舰船目标的适应性。利用OHEM在后向传播过程中发掘并充分利用难例样本，去掉检测算法中对样本正负比例的限制，提高对样本的利用率。通过在SSDD数据集上的实验证明以上两点改进对检测算法性能分别提升了1.3%和1.0%，二者结合提高了2.1%。以上两种方法不依赖于具体的检测算法，且只在训练时增加步骤，在测试时候不增加计算量，具有很强的通用性和实用性。

高光谱图像中的异常像元往往具有在图像中出现的概率低和游离于背景数据云团之外的特点，如何“自动”确定这些异常像元是高光谱遥感图像处理中的一个重要研究方向。经典的高光谱异常检测方法一般从图像的统计特性入手，广泛应用的RXD异常检测算法通过计算图像的2阶统计特征，可以直接给出异常点的分布情况，算法复杂度低，但缺点是没有考虑到图像的高阶统计信息。基于独立成分分析的异常检测算法虽然考虑了高阶统计量对异常点的敏感性，但需要反复迭代提取异常成分后，再对提取后的成分进行异常检测。该文提出一种基于协峭度张量的异常检测算法，该算法不需要事先提取异常成分，可以直接对观测像元进行逐一检测，从而给出异常点的分布情况。基于模拟数据和真实数据的实验结果表明，该方法能够在检测出异常像元的同时更好地压制背景信息、减小虚警率，从而提高异常检测精度。

针对目前对流层延迟修正受限于探空数据不足导致修正效率低的问题，该文结合Saastamoinen和GPT2w模型构建形成组合模型Sa+GPT2w模型，通过利用GPT2w模型提供的高精度气象数据，实现中国地区对流层天顶延迟(ZTD)的实时修正，克服对探空数据的依赖，并用实测数据对计算结果进行验证。以IGS提供的中国地区2015至2017年ZTD时间序列为评估标准时，Sa+GPT2w模型(bias: 1.661 cm, RMS: 4.711 cm)的精度较同等条件下的Sa+EGNOS, Sa+UNB3m和Hop+GPT2w模型分别提升50.5%, 41.9%和37.1%；以GGOS Atmosphere 2017年ZTD数据为标准时，Sa+GPT2w模型(bias: 1.551 cm, RMS: 4.859 cm)的精度相对同等条件下的另3种模型分别提升49.5%, 38.5%和46.8%；最后对Sa+EGNOS, Sa+UNB3m和Sa+GPT2w模型在ZTD修正中误差结果的时空分布特征进行分析。研究结果可为在中国地区的导航定位、大气折射研究中，应用不同气象参数模型进行ZTD修正的有效性和可能达到的精度提供参考。

针对基于加性噪声模型的单信标测距定位算法不能精确表征距离观测量的实际特征，存在模型失配的问题，该文给出一种考虑乘性噪声特性的联合最小二乘法和非线性渐消滤波的两步定位算法。在分析有效声速误差与距离观测量乘性噪声内在联系的基础上，建立了乘性噪声背景下的测距误差模型，通过引入一种新的弱化因子计算方法对乘性噪声背景下带单重渐消因子的非线性渐消滤波算法进行了改进，利用基于最小二乘法的预定位过程解决改进算法对初值敏感的问题。仿真及试验数据表明该算法在水下航行器接近信标的态势下定位精度明显优于加性噪声背景下的扩展卡尔曼滤波算法。

目前，微波辐射计均面临严重的射频干扰(RFI)问题，尤其在低频段。针对一种用于获取海洋盐度和土壤湿度的L波段相控阵微波辐射计，该文提出一种射频干扰检测算法。首先，简单介绍了该L波段相控阵微波辐射计系统；随后，详细介绍该射频干扰算法，其主要包括RFI初标识、RFI滑动窗口1次标识、RFI滑动窗口2次标识和RFI扩展标识等4个步骤；最后，采用该算法对L波段相控阵微波辐射计的实验数据进行处理。实验结果均表明：该算法能够较好地检测出射频干扰异常数据，检测性能较好。

推荐系统可以方便地帮助人们做出决策，然而，目前很少有研究考虑到剔除不相关噪声用户的影响，保留少量核心用户做推荐。该文提出基于信任关系和兴趣相似度的核心用户抽取的新方法。首先计算所有用户对之间的信任度和兴趣相似度并且排序，然后根据用户在最近邻列表中出现的频率和位置权重两种策略选择候选核心用户集合，最后利用用户的推荐能力筛选出最终的核心用户并且做推荐。实验表明利用核心用户做推荐的有效性，并且证明了利用20%的核心用户做推荐，可以达到超过90%的准确性，而且利用核心用户做推荐能很好地抵御托攻击对推荐系统造成的负面影响。

针对电子测量中如何对基频较高而频率变化值较小的动态信号进行高精度频率测量的问题，引入了差频测量的方法。该文提出一种新型的动态可调的多级差频电路结构，设计了基于FPGA的快速差频测量系统，通过在FPGA上设计快速傅里叶变换(FFT)算法来实现系统的数据处理功能。仿真结果表明，在满足差频条件的基础上，合理设计多级差频电路的结构能够实现高精度频率测量，在进行信号频谱分析时能得到较为准确的结果。实验验证了该测量系统能够实现快速FFT运算，相比于MATLAB软件平台，在数据处理效率上有明显的优势；同时在性能指标满足数据采集要求的前提下，系统可动态调整FFT模型的结构来适应不同规模点数FFT运算的需求。

针对复杂电磁环境电磁干扰复杂度定性与定量评估问题，该文提出一种基于快速S变换时频空间模型的复杂度评估方法。利用快速S变换方法同步提取时域占用度、频域占用度和能量占用度等评估指标，给出了具体计算方法。在此基础上建立快速S变换时频空间评估模型，将时域、频域和能量域3维向量的F范数和均方根作为电磁环境主观复杂度和客观复杂度评估指标，克服了传统电磁干扰复杂度评估独立参数定级不能全面反映电磁干扰整体特性的局限性。仿真结果表明，采用该模型能有效同步提取时频及能量评估特征参数，时频空间评估模型能精确反映整体电磁干扰特征；实验测试结果验证了本文所提评估方法的正确性。

针对萤火虫算法求解复杂优化问题时收敛精度较低的问题，该文提出一种正交反向学习策略，嵌入萤火虫算法，得到一种正交反向学习萤火虫算法。正交反向学习策略中，采用重心反向计算，利用群体搜索经验的同时避免搜索依赖坐标；采用正交试验设计，构建部分维上取反向值的正交反向候选解，充分挖掘个体和反向个体在不同维度上的有利信息。在标准测试集上进行验证，实验结果说明了正交反向学习策略的有效性。与多种新近的改进萤火虫算法相比，该算法在大多数函数上获得更高的求解精度。

针对目前大多数噪声图像质量评价算法借助域变换或机器学习所带来的运算量大、训练过程繁复等弊端，以及依赖人工设置固定阈值存在普适性不佳的问题，该文改进了一种基于掩盖效应的空域噪声图像质量评价算法。首先依据Hosaka原理提出层递进的分块规则，将图像分成与其内容频率分布高低相符的不同尺寸的子块并赋予相应的掩盖权值；然后通过提取像素点梯度信息，经两步检噪实现子块噪点甄别；再使用掩盖权值对子块噪声污染指标加权得到初步质量评价结果；最终修正和归一化后为整图质量评价结果——改进的无参考峰值信噪比(MNRPSNR)。应用该算法在LIVE和TID2008图像质量评价数据库上对多种噪声类型图像进行实验，结果显示其较目前主流评价算法保有很强竞争力，对传统算法改进效果显著，与人眼主观感受一致性高，普适于多种噪声类型。

在对整个图像集进行增强质量评价时，现有的平均准则会随着不同图像集非一致性地变化，从而导致较大的评价质量波动。为此，该文提出一个面向图像集的置信区间内一致性增强质量评价准则，通过设置应用参数并使用置信区间筛选数据，再比较各图像增强前后的质量分数差值，由此评估图像质量增强的一致性，最终计算出一致性增强质量分数有效值。在众多图像增强算法中，所提准则能够挑选出具体应用所需要的稳定性强、可靠性高的增强算法。实验结果表明，所提准则具有良好的主客观评价一致性，性能优于当前的平均准则，为各种图像增强算法提供了一个可用于任意图像集的质量评价准则。

该文提出一种改进的时间交错采样模数转换器(TIADC)失配误差补偿方法。系统通过误差参数和简化的拉格朗日插值算法分别实现了对偏置、增益的失配误差补偿和采样时间的失配误差补偿。该补偿方法在FPGA中采用低复杂度的定点运算实现，在TIADC硬件平台中实现了对多通道ADC采样数据的线上校正。实验结果表明：所提改进方法在仿真环境下使无杂散动态范围提升了51 dB，并且在硬件实现过程中使SFDR优化达45 dB。在保持失配误差估计精度和补偿效果优良的前提下，该方法不仅降低了算法的计算复杂度，而且该补偿结构不受TIADC通道数目的限制。

该文使用语谱图结合残差网络的深度学习模型进行婴幼儿哭声的识别，使用婴幼儿哭声与非哭声样本比例均衡的语料库，经过五折交叉验证，与支持向量机(SVM)，卷积神经网络(CNN)，基于Gammatone滤波器的听觉谱残差网络(GT-Resnet)3种模型相比，基于语谱图的残差网络取得了最优结果，F1-score达到0.9965，满足实时性要求，证明了语谱图在婴幼儿哭声识别任务中能直观地反映声学特征，基于语谱图的残差网络是解决婴幼儿哭声识别任务的优秀方法。

成对载波多址复用(PCMA)混合信号单通道盲分离性能界是衡量混合信号可分离程度以及分离算法性能的标准。针对PCMA混合信号，从发送信号模型出发构造调制信号比特与符号的空间映射，利用最大似然准则推导与混合信号分离算法无关的分离性能下界表达式，数值计算结果与理想情况下Viterbi仿真结果吻合，验证了所推导性能界的合理性。

该文介绍了2018年度国家自然科学基金委员会信息科学部一处面上、青年科学基金、地区科学基金项目，以及重点项目、优秀青年科学基金项目的项目申请与资助情况；并对近五年F01代码下的重点项目和优秀青年科学基金项目的情况进行了统计；此外，着重分析了项目申请书中申请代码和研究方向选择所存在的问题，强调了研究方向选择的原则。