为了寻求一种供等离子体显示板用的发蓝绿光的混合气体,本文对Ar+He、Kr+He、He+Ne、He+Xe、Kr+Ar和Ar+Hg混合气体的发光光谱和电特性进行了研究。发现混合气体Ar+Hg较为满意,发光颜色为蓝绿色、亮度较高、着火电压较低。

金属蒸气激光器利用He、Ne、N2和Ar作缓冲气体,在高功率电平下的直流放电特性被首次测得。实验表明,He气是用于直流预热的最佳缓冲气体。在200mmHg的He气压和1A的放电电流下,有多于5kW的电功率被注入到等离子体管中去。等离子体管温度在短于1h的时间内达到1400℃的高温。

该文分析了He等人(2014)提出的无证书签名方案和Ming等人(2014)提出的无证书聚合签名方案的安全性，指出Ming方案存在密钥生成中心(KGC)被动攻击，He方案存在KGC被动攻击和KGC主动攻击。该文描述了KGC对两个方案的攻击过程，分析了两个方案存在KGC攻击的原因，最后对Ming方案提出了两类改进。改进方案不仅克服了原方案的安全性问题，同时也保持了原方案聚合签名长度固定的优势。

为了降低高性能视频编码(HEVC)的编码计算复杂度，根据视频时域上高度相关性的特点，该文提出一种快速高性能视频编码(HEVC)帧间预测单元(PU)模式判决算法。分析了时域上相邻帧两帧相同位置编码单元(CU)的PU模式之间的相关性；同时，针对视频中可能存在对象运动，还分析了前一帧对应位置CU的周边CU与当前帧中当前CU间PU模式的相关性。根据分析的时域相关性，跳过当前CU中冗余的PU模式，从而降低编码复杂度。实验结果表明，在编码效率和峰值信噪比(PSNR)损失很小的情况下，在目前已有的HEVC快速帧间预测算法的基础上，进一步降低了31.30%的编码时间。

随着视频编码标准的不断更新迭代，开放媒体联盟(AOM)发布最新视频编码标准开放媒体视频编码标准(AV1)。其中，帧内编码技术采用更加丰富的预测模式来提高预测效率，预测种类从VP9中的10种扩展至61种。为了应对预测种类增加的变化并提高硬件的处理吞吐能力，该文提出基于全流水线结构的AV1粗模式决策硬件架构设计。在算法层面，以4×4块为最小处理单元，按照Z顺序对64×64编码树单元(CTU)中不同尺寸的预测单元(PUs)进行粗模式决策，同时采用基于1:1 PU的代价累加近似方法来完成1:2, 1:4, 2:1和4:1 PU的代价计算，以减少计算复杂度；在硬件层面，设计兼容4×4至32×32等多尺寸PU的粗模式决策电路，取代为不同尺寸PU单独设计电路的方法，有效减少逻辑资源的闲置。实验结果表明，在全帧内(AI)配置下，提出的改进算法相较于AV1标准算法平均节省了45.78%的时间，提高了1.94% BD-Rate。同时，提出的硬件架构设计能够在1057个时钟周期内完成64×64 CTU的粗模式决策，使用Synopsys公司的Design Compiler 2016工具及UMC 28 nm工艺库对硬件设计综合得到，该设计能够在432.7 MHz工作频率下实时处理8k@50.6fps的视频。

针对高性能视频编码(HEVC)帧内预测编码算法复杂度较高的问题，该文提出一种基于感兴趣区域的高性能视频编码帧内预测优化算法。首先，根据图像显著性划分当前帧的感兴趣区域(ROI)和非感兴趣区域(NROI)；然后，对ROI基于空域相关性采用提出的快速编码单元(CU)划分算法决定当前编码单元的最终划分深度，跳过不必要的CU划分过程；最后，基于ROI采用提出的预测单元(PU)模式快速选择算法计算当前PU的能量和方向，根据能量和方向确定当前PU的预测模式，减少率失真代价的相关计算，达到降低编码复杂度和节省编码时间的目的。实验结果表明，在峰值信噪比(PSNR)损失仅为0.0390 dB的情况下，所提算法可以平均降低47.37%的编码时间。

通过对Zhang-Liu-He (2006)，Gan-Chen (2004)和Wang-Zhang-Ma (2007)提出的可转换环签名方案进行分析，指出了这几个可转换环签名方案存在可转换性攻击或不可否认性攻击，即，环中的任何成员都能宣称自己是实际签名者或冒充别的成员进行环签名。为防范这两种攻击，对这几个可转换环签名方案进行了改进，改进后的方案满足可转换环签名的安全性要求。

Hilbert曲线是高维降到1维的重要方法，具有较好的空间聚集和空间连续性，在地理信息系统、空间数据库、信息检索等方面有广泛的应用。现有Hilbert编码或解码算法未考虑输入数据对编码或解码效率的影响，因此将不同输入数据同等对待。为此，该文通过设计高效的状态视图并结合快速置位检测算法提出高效的免计前0的Hilbert编码算法(FZF-HE)和免计前0的Hilbert解码算法(FZF-HD)，可快速识别输入数据前部为0而无需迭代计算的部分，从而降低迭代查询次数及算法复杂度，提高编解码效率。实验结果表明，FZF-HE算法和FZF-HD算法在数据均匀分布时效率稍高于现有算法，而在数据偏斜分布时效率远高于现有算法。

在认知无线电(CR)网络中，针对检测频段突然被主用户(PU)占用导致次用户频谱检测性能较差的情况。该文提出一种基于反馈叠加原理的改进循环平稳特征检测算法，该算法通过将检测周期后半部分采样点的瞬时采样值累加到检测周期前半部分采样点的瞬时采样值上，在不延长检测时间的基础上，提高了整个检测周期的判决统计值，从而提高了系统检测性能。并且从理论上详细分析了该算法的检测概率，虚警概率与吞吐量。仿真结果表明，该算法的检测性能优于传统循环平稳特征检测算法和传统能量检测算法，并且保证了不错的用户数据吞吐量。

无人机(UAV)的便携性和高机动性使其与认知无线电(CR)结合的应用场景更加实用。在构建的无人机认知无线网络(CRN)模型中，该文提出UAV单弧度吞吐量优化方案，在确保检测概率的前提下优化感知弧度最大化UAV平均吞吐量。考虑在信道条件不理想情况下进一步改善感知性能，提出基于协作频谱感知(CSS)的多弧度吞吐量优化方案，利用交替迭代优化(AIO)算法对感知弧度和弧度数量进行联合优化以最大化吞吐量。仿真结果表明，该文提出的多弧度协作频谱感知方案在信道衰落严重时，对于主用户(PU)服务质量(QoS)和UAV吞吐量有明显提升。