遭受执行器攻击的CPS的对数量化控制研究

针对遭受执行器攻击且被对数量化器量化的信息物理融合系统,研究了系统的稳定性以及控制器的设计问题。利用对数量化器的扇形界性质将遭受攻击的量化系统转化为一个不确定系统,首先,通过构造一个李雅普诺夫函数给出了此系统稳定的充分条件。其次,利用Schur-补引理将系统稳定的充分条件转化为一组线性矩阵不等式,并在此基础上给出了系统控制器的设计方法。最后,用数值例子验证了所提出的方法的有效性,仿真结果表明,上述方法可以使系统达到稳定。

基于全裕度SA的高读可靠性STT-MRAM两位量化器设计

受隧道磁阻比(Tunnel Magneto Resistance,TMR)下降、工艺偏差和热波动等因素影响,先进工艺节点(亚25 nm)下的自旋转移力矩磁随机存储器(Spin Transfer Torque Magnetoresistive Random Access Memory,STT-MRAM)的读取裕度降低,读写正确率下降。纠错码(Error Correction Codes,ECC)技术方案能有效提升STT-MRAM读取可靠性。但是,常见的一位硬判决量化器无法发挥多位量化软判决ECC编解码算法的优势,而基于模数转换器的软判决量化器在实现上又要以牺牲面积和功耗为代价。提出的面向STT-MRAM的两位量化器采用全裕度灵敏放大器(Sensitive Amplifier,SA)和电阻量化判决门限,显著降低了量化器的电路复杂度和读写错误率。结果表明,在TMR和低读取裕度条件下,基于提出的两位量化器和极化码(Polar)编码的ECC算法能实现优于基于一位量化器的里德-索洛蒙博斯-乔赫里-霍克文黑姆码(Bose,Chaudhuri&Hocquenghem,BCH)编解码方案的输出帧错误率(Frame Error Rate,FER)。此外,本文提出在STT-MRAM级联信道模型中考虑实际SA引入的读判据错误,用于准确评估读取裕度对读正确率造成的影响。结果表明,基于全裕度SA的两位电阻量化方案能够显著提升判决器的有效读取裕度,减小SA引入的读判据错误,在TMR≤90%时,实现比采用一位硬判决量化器的BCH码平均低47%的输出FER。

MPEG－2视频编码的自适应量化器设计

本文在研究ＭＰＥＧ－２ＴＭ５建议的自适应量化策略的基础上，设计了一种新的自适应量化器。以块为基础分析宏块的局部视觉活动特性，并通过综合评价宏块中各块的视觉活动特性来最终决定自适应视觉量化因子。实验结果表明，本文所设计的自适应量化器能均匀分布图像编码主观失真，改善了图像质量，特别是减少了平坦区的块效应，降低了平坦区强边缘的失真。

连续系统的状态重置动态量化反馈控制器

数据量化是网络控制系统解决带宽有限的主要方法.但是量化数据时可能产生的量化跳变又对系统的可靠性产生影响.本文针对抑制量化跳变对系统的影响,研究了一种状态重置动态量化反馈控制器.首先设计状态重置观测器使发生量化跳变的系统可靠性不变.然后基于状态重置后的特性,结合概率论和随机过程,得到一种动态量化反馈控制器.验证了状态重置动态量化反馈控制系统是渐近稳定的.通过MATLAB/LMI工具箱,可得到控制器增益.最后根据数值仿真例子,验证了所提出的状态重置动态量化反馈控制的算法是行之有效的.

具有均匀量化器的非线性网络控制系统的一致有界性

建立一种非线性连续被控对象、系统总时延小于一个采样周期的网络控制系统连续模型.通过线性化及离散化的方法将非线性系统转换一种离散化的模型.利用Lyapunov稳定性理论和线性矩阵不等式方法,设计控制方法使系统稳定.在系统包含均匀量化器的情况下,设计控制方法使系统一致有界.通过调节量化器的误差范围,可以将系统状态控制在一定的范围内.实际中,据此可设计相应的量化级别及编码长度等参数.通过仿真验证控制方法的有效性,并分析了量化误差对系统收敛性的影响.

无线传感器网络分布式量化卡尔曼滤波

本文针对无线传感器网络中的目标跟踪问题,研究了分布式量化卡尔曼滤波问题.由于网络中存在能量和带宽限制,传感器传输的数据必须经过量化处理.考虑一个线性离散随机动态系统,首先提出了一种动态Lloyd-Max量化器并设计了其在线更新方案,然后基于贝叶斯原理导出了递归形式的最优量化卡尔曼滤波器,同时给出了一种渐近等价的迭代算法,并进一步分析了量化卡尔曼滤波器的稳定性.最后,仿真结果验证了所设计算法的可行性与有效性.

关联量化系统参数稳定性与控制器设计

量化问题广泛存在于计算机控制系统和数字通信的传输通道中.本文研究一类非线性关联量化系统的参数稳定性及分散状态反馈控制器的设计问题.每个控制器的输出经过对数量化器量化后输入到子系统中,其量化密度的大小会影响系统的稳定性.首先,设计分散状态反馈控制器,使得无量化器存在时的关联闭环系统参数稳定,并确定参数稳定的区域;然后,对每个子系统的控制输入采用对数量化器进行量化,通过局部信息确定子系统中对数量化器量化密度的下界,使得整个闭环关联量化系统在参数稳定域内仍然保持稳定;最后,对给定量化密度,优化控制器使系统能容许最大的非线性.仿真结果表明,本文所设计的分散量化控制器在参数稳定域内能够镇定关联大系统.

改进型三值RTD量化器的设计

共振隧穿二极管RTD本身所特有的负阻微分特性使其成为天然的多值器件。介绍了三值RTD和三值RTD+HEMT的伏安特性以及三值RTD量化器和开关序列的工作原理,以RTD开关序列模型为指导思想设计出改进型三值RTD量化器电路,比原电路结构简单,仿真结果验证了设计的正确性。该设计方法不仅可以用于实现更简单和更灵活的三值RTD量化器,还能用于更高值的多值RTD逻辑电路的设计中。

基于虚拟嵌入块和量化器原点抖动的YASS改进算法

为了提高YASS算法的隐写安全性,提出一种基于灵活次序的虚拟嵌入块和量化器原点随机抖动的YASS改进算法———VHD-YASS算法.为了增加嵌入位置的随机性,该改进算法在每个载体块内随机选取一个不规则区域,重新生成一个虚拟的8×8小块来取代传统YASS算法中规则的8×8嵌入块,用于消息的嵌入;然后,通过密钥控制量化索引调制(QIM)中奇/偶量化器的原点偏移,消除QIM量化步长较大时消息嵌入造成的DCT系数聚集效应.将文中改进算法与传统YASS算法和两种不同的改进YASS算法进行了对比实验,结果表明:在同一嵌入容量下,文中改进算法的检测概率最高为0.614,而传统YASS算法的检测概率最高为0.983.从抗隐写分析能力、可视性及算法复杂度方面综合分析可知,文中算法是一种有效的隐写算法.

多比特相位量化器的优化设计

雷达技术的进步 ,对多比特相位量化数字射频存贮提出要求 .讨论相位量化数字射频存贮的关键器件———模数变换器 (亦称相位量化器 )的优化设计方法 .以 4bit相位量化为例 ,提出相位量化器的拓扑结构和编码方法 .该拓扑结构具有对称性 ,消除负载不平衡对量化精度的影响 ;编码的目的在于减少贮频信道数 ,简化数字射频存贮的结构 .

基于传感器网络的标量量化器的设计

针对分布式编码在无线传感器网络研究中的重要性,着重研究了分布式编码中标量量化器的设计,分析设计最优标量量化器所存在的问题,提出了一种线性组合失真和速率的率失真数学模型。在此模型上,采用了一种改进的Lloyds迭代算法。通过仿真证明,此算法比传统的算法更能保证标量量化器的最优性或局部最优性。

一种设计语言信号波形矢量量化器的新算法

本文提出了波形矢量量化器码本的特征变量,对码本的分布特性进行了研究,提出了合理构造初始码本、快速训练码本和快速量化矢量的设计波形矢量量化器新算法。计算机模拟结果表明,新算法明显缩减了码本训练时间、提高了矢量量化的速度。

具有均匀量化器的网络控制系统的一致有界性

针对连续被控对象、系统总时延小于1个采样周期的网络控制系统建立了离散模型.利用Lyapunov稳定性理论和线性矩阵不等式方法给出了使网络控制系统稳定的控制方法.实现了均匀量化情况下系统的一致有界控制,给出了系统收敛上界.通过调节量化器的误差可以将系统状态控制在一定的范围内.实际中据此可设计相应的量化级别及编码长度等参数.通过仿真验证控制方法的有效性并分析了量化误差对系统收敛性的影响.

一种高性能多位量化Σ-Δ调制器的设计

实现了一种适用于信号检测的低功耗Σ-Δ调制器。调制器采用2阶3位量化器结构,并使用数据加权平均算法降低多位DAC产生的非线性。调制器采用TSMC 0.18μm混合信号CMOS工艺实现。该调制器工作于1.8V电源电压,在50kHz信号带宽和12.8MHz采样频率下,整体功耗为3mW,整体版图尺寸为1.25mm×1.15mm。后仿真结果显示,在电容随机失配5‰的情况下,该调制器可以达到91.4dB的信噪失真比(SNDR)和93.6dB的动态范围(DR)。

信源统计特性的最优量化器设计与性能分析

文章讨论在模拟信源量化过程中 ,已知输入量化器的信号幅度统计特性时 ,如何采用标量量化使量化器达到最优 .从而使量化失真达到最小 .在对量化器优化设计的理论分析的基础上 ,以高斯分布特征的信源进行了最优标量量化 ,并得到了性能曲线 ,与香农率失真定理指出的理论下界进行了对比 .

基于部分失真定理的信道最优矢量量化器设计

提出了一个使用进化算法、引入部分失真定理 (渐进划分理论 )的信道最优矢量量化器( COVQ)的设计算法 .采用该算法 ,在给定信道状态模型和存在信道噪声的情况下 ,可有效地提高矢量量化器的性能 ,实现了 COVQ的设计 .该算法利用进化策略调整各码矢所确定区域的子误差 ,从而进一步改善期望误差 .与常用的码书设计算法相比较 ,该算法能较好地调整各区域的子误差 ,获得比传统算法更高的性能增益 .

序号预测矢量量化器及其在图象编码中应用

本文提出一种序号预测矢量量化器的结构，与一般矢量量化器相比，它充分利用了图象极强的二维相关特性，并采用预测的方法去除冗余码字，从而在保证译码图象质量与一般矢量量化器的译码图象质量相同的前提下，压缩比可提高一倍以上。

基于改进边缘匹配矢量量化器的图象编码算法

边缘匹配 (Side- Match)矢量量化器 (SMVQ)是有限状态矢量量化器 (FSVQ)的一个分支。该量化器适合于对图象块间相关性高的图象进行压缩编码 ,其优点是在比特率相近的情况下 ,编码质量高于传统的穷尽搜索矢量量化编码器 ,但其缺点是计算量大和比特率固定。本文提出了一种改进的边缘匹配矢量量化器。测试结果表明 ,该算法是变比特率编码算法 ,它比边缘匹配矢量量化器的比特率低 ,编码速度快 ,编码质量有所提高。

基于稳健统计的矢量量化器设计算法

L BG算法作为矢量量化的基本算法具有经典意义 ,但由于在训练图象中 ,总存在少量的离群矢量 ,使得在训练码书时 ,码字的分布受到影响 ,进而使得压缩性能下降 ,因而不能充分体现出矢量量化的优越性能 .而运用基于稳健统计的方法来设计矢量量化器 ,由于减少了码书中的离群矢量 ,同时加强了中心矢量在码书中的权重 ,因而不仅能够尽量减少码书的冗余 ,而且能大幅度提高压缩性能 .实验结果显示 ,用基于稳健统计的设计方法设计的码书 ,其压缩性能比传统的 L BG算法有了较大的改善 ,且恢复图象的主观、客观效果都是令人满意的 .

基于量化器优化的JPEG信息隐藏算法

在以保密通信为应用背景的信息隐藏算法中 ,如何在JPEG文件隐藏大量的信息是一个较有挑战性的问题。本文对在JPEG文件中的高频区隐藏信息的算法进行了介绍分析。并针对该算法在隐藏信息量较大时 ,载体图像的视觉质量下降较大的缺点 ,提出了一种基于量化器优化设计的信息隐藏算法。该算法通过量化器的优化设计来抑制嵌入信息时引入的高频噪声 ,从而达到改善载体图像视觉质量的目的。实验结果证明 。