应用于GPS接收机的序贯检测器性能分析

为了对使用Tong搜索检测器的全球定位系统(GPS)接收机的信号捕获性能进行理论评估,以及在设计中确定该检测器的参数值,推导了该检测器的总虚警概率、总检测概率以及平均驻留时间的计算公式,修正了在此之前研究领域普遍使用的该检测器捕获性能分析公式中的错误,并通过数值验证讨论了该检测器各参数的作用。仿真结果表明:增加Tong搜索检测器内置的计数器初值可以改善捕获性能。在总虚警概率高于0.1%的情况下,降低计数器最大值,同时增加计数器初值可使同等检测概率条件下,平均滞留时间变短。     

基于FFT的高数据率低信噪比下的长码直捕算法

在伪码测距系统中,高信息速率的长码直扩技术可提高通信性能、改善测距精度,但与此同时弱信号的长码捕获存在巨大挑战.为此,提出一种基于FFT技术的长码直捕改进算法,主要包括非连续式码相位搜索和并行载波多普勒搜索策略、基于位同步的全比特相干积累算法和基于频率补偿的时频二维约束Tong判决算法.理论分析和仿真结果均表明,该直捕算法不仅能降低资源消耗、缩短捕获时间、大幅度降低虚警概率,还能消除能量累加时由于比特翻转所带来的影响.所提出的算法可实现虚警概率低于10-6,检测概率大于99.5%,捕获时间小于5 s的盲捕性能.      

伪码连续波跟踪测量雷达捕获算法设计

针对伪码连续波跟踪测量雷达,提出了一种信号捕获参数设计方法. 该方法利用快速傅里叶变换(FFT)捕获算法将接收信号和本地再生信号的时域相关运算转换成频域的频谱相乘运算,从而大大减少捕获时间,并引入非相参积累以提高对弱信号的检测能力,通过Tong判决算法保证系统总的虚警概率满足要求. 在给定的技术指标下对非相参积累次数和Tong判决算法进行了参数设计. 仿真结果表明,所提出的信号捕获参数设计方法可以满足低信噪比下预定的检测概率和虚警概率要求.     

基于智能天线的三维直扩序列快速捕获算法

提出了一种基于智能天线的三维捕获算法,利用智能天线的波束成形技术,将空间域等分为几个搜索区域,再对每个空间搜索区域进行频域-时域的二维搜索.给出了该算法的检测概率、虚警概率和平均捕获时间等公式.计算机模拟结果显示,对周期为255的伪随机码而言,8分区新算法在正常工作条件下相对同等复杂程度的匹配滤波算法至少减小平均捕获时间90 %.     

P码直捕的搜索策略与参数设计

研究低信噪比和高动态环境下P码直接捕获算法的搜索策略与参数设计.利用非相干积累与峰值位置约束的唐判决算法,增强灵敏度性能;提出了一种改进的搜索策略,将时域不确定范围分段,以适应高动态环境;通过一个实例介绍算法参数设计的方法,优化了单次检测概率、虚警概率、非相干积累次数、唐检参数与时域分段数.仿真结果表明,改进的搜索策略降低了漏检概率达30%;设计的参数可以在接收信号功率为-133 dB(mW量级),运动速度为900 m/s,加速度为20g,时间不确定范围为±1 s的情况下,虚警概率低于10-7,检测概率大于90%,捕获时间低于50 s.     

XFAST长码直捕算法参数优化设计

提出一种以单位码相位搜索计算量最小为优化目标,捕获概率和虚警概率确定条件下的XFAST参数优化算法。首先研究存在伪码多普勒条件下的XFAST算法的捕获概率和虚警概率的精确解析表达式,其次对单次XFAST搜索相位数进行分析,在此基础上计算搜索单位相位所需计算量。并给出了在载波多普勒不确定度固定-6~+6 kHz和载噪比固定46 dBHz条件下的捕获单位计算量最小的参数优化设计,可以实现捕获概率为95%,虚警概率为1×10-6的性能,最后通过仿真结果验证了本文理论优化算法的正确性。     

基于信噪比控制的自适应伪码捕获算法

针对复杂电磁环境下接收信噪比随机变化的特点,提出了一种基于信噪比控制的自适应伪码捕获算法,减少了捕获时间,降低了虚警概率。在分析滑动相关捕获法的性能基础上,构建了滑动相关伪码捕获的自适应结构,实现了在接收信噪比控制下积分时间和门限值的设置,研究了上述参数对捕获性能的影响,仿真结果表明:根据积分时间不同,在SNR>-3 dB时,平均捕获时间最大可以减少50％,在SNR<-7 dB时虚警概率下降5％～35％,满足信噪比变化情况下对捕获性能的设计需求。     

GNSS-R接收机信号捕获算法设计

在GNSS—R接收机的信号处理过程中,由于卫星和接收机之间的相对运动会产生较大的多普勒频移,同时大多数情况下接收机只能接收到比较弱的信号。而针对信号的这些特点,提出了一种对信号进行捕获的设计方法。用快速傅立叶变换(FFT)捕获算法将接收信号和本地再生伪码在时域的相关计算转换成频域的相乘计算,从而大大减少捕获时间,并用非相干积累的方法提高系统对于信号的捕获能力。同时,在这些计算完成之后,通过使用搜索检测器来保证在捕获概率变化较小的情况下,降低总的虚警概率。     

弱信号P码直捕方法研究

提出了一种新的基于快速傅里叶变换(FFT)的P码直捕方法,并采用TS201对其进行了具体实现.该方法采用时间分格将大的P码时间不确定度分割成若干小的时间分格,并配合外部存储器的使用,有效减少了直捕过程中FFT的次数,并且可实现各种灵活的捕获策略.分析了低信噪比下非相参积累后的捕获概率及虚警概率,提出了基于两次检测的"A+B"检测方法,既保证了检测性能,又降低了捕获时间.性能分析结果显示,该方法能够在60 s内完成捕获信噪比为-32 dB,时间不确定度为±1 s的P码直捕.     

一种新的基于删除平均和单元平均的恒虚警率检测器

基于删除平均(CM)和单元平均(CA)提出了一种新型的恒虚警率检测器(CMCAM—C5、CFAR)，它采用CM和CA产生局部估计，再对二者平均实现对杂波功率估计。在SwerlingⅡ型目标假设和均匀背景下，推导出了它的检测概率(Pd)、虚警概率(Pfa)和平均判决阈值(ADT)的解析表达式，并与有序统计(0S)恒虚警率(CFAR)检测器进行了比较。分析结果表明在均匀背景和多目标环境下CMCAM—CFAR检测器的性能均优于0S—CFAR检测器的性能。     

基于整数规划下遗传算法的P码直接捕获算法优化

P码直接捕获算法包含诸如平均点数、相干积累时间、非相干积累次数、频率步进量、唐检参数及快速傅里叶变换(FFT)运算单元数等10多个参数. 当在算法检测概率、虚警概率和捕获时间满足要求的约束下,对算法消耗的多种资源进行优化时,具有多约束、多变量、非线性和整数取值等难点. 为解决如此复杂的参数优化问题,提出一种整数规划下遗传算法应用于P码直接捕获算法. 该方法借鉴遗传算法的思想,并考虑P码直接捕获算法参数的整数取值要求,适合各种条件下的算法参数优化. 数值分析结果表明,该方法获得了最优的参数值,有助于实际应用.      

基于聚类的建筑物直线特征提取算法

建筑物图像中提取直线是视觉导航、特征识别等很多应用中的关键步骤。针对建筑物图像。提出了一种新的基于聚类的直线提取算法。该算法在Canny边缘的基础上,使用一个聚类算法将边缘分类,减少了因噪声形成的小短线对直线检测的误检或漏检现象;对于每一个分类使用直线识别准则,进一步剔除图像聚类中的伪直线;最后使用改进的Hough变换（standardHoughtransform）将直线提取出来。克服了传统Hough变换执行速度慢的缺陷。实验结果表明,文章提出的算法具有较快的运算速度,较高的直线提取准确性．较低的漏检和误检情况。其性能优于传统的Hough．变换和相位编组法。     

基于模式挖掘的入侵检测系统警报分析

针对入侵检测系统（IDS）报告的警报数据中存在大量具有规律性、频繁出现的警报，并且该类警报多为误报或噪音的问题，提出了一种基于模式挖掘来发现警报中这些规律，从而进行警报分析的新方法．利用该方法可挖掘警报中的频繁模式，辅助管理员进一步分析和处理警报．实验结果表明，利用所提出方法来分析和处理警报后，能减少警报数目50%以上，有效降低了误报率．     

一种新型复合探雷系统的设计和实现

为了解决传统探雷器易受复杂土壤环境和各种干扰物的影响造成误报率过高的问题,提出了一种基于电磁感应(EMI)和探地雷达技术(GPR)的复合探测系统及其设计方案,通过将两种完全不同探测机理的传感器数据进行融合处理,协同工作,提取地雷目标特征信号,结果表明:可有效提高地雷的探知率并降低误报率,克服采用单一探测技术探雷器难以解决的原理性虚警问题;通过样机试验结果验证了设计方案的有效性。     

WCDMA系统中一种前导检测门限算法研究

在WCDMA系统的前导检测门限算法中,干扰值的估计成为算法的一个关键环节。对工程上常用的一种前导检测门限算法进行了深入的研究,针对算法在小区干扰值较大时,对应的干扰估计值偏小,从而导致前导检测虚警概率较高的问题,将各签名的幅度时延函数（amplitude delay profile,ADP）值的方差引入到干扰值的估计算法中,提出一种改进的前导检测门限算法。实验结果表明,改进算法有效地解决了干扰估计值偏小的问题,降低了前导检测虚警概率。     

One Fire Detection Method Using Neural Networks

A neural network fire detection method was developed using detection information for temperature,smoke density,and CO concentration to determine the probability of three representative fire conditions.The method overcomes the shortcomings of domestic fire alarm systems using single sensor information.Test results show that the identification error rates for fires,smoldering fires,and no fire are less than 5%,which greatly reduces leak-check rates and false alarms.This neural network fire alarm system can fu...     

基于辅助粒子滤波的盲多用户检测快速算法

针对粒子滤波在盲多用户检测中计算复杂的问题，构建了一种低复杂度的辅助粒子滤波盲多用户检测快速算法．在同步快变平衰落信道下，该算法对超过门限数目的粒子进行分类，并以匹配滤波检测器的检测值作为相应类别粒子权系数的加速依据，以不同类别粒子的概率差闽值及匹配滤波检测器的检测值作为粒子滤波所需粒子数目是否足够的判断准则，自动调节不同情况下所需的粒子数目，通过降低粒子数目来降低粒子滤波盲多用户检测算法的计算复杂度．仿真结果表明，辅助粒子滤波快速算法在多用户检测性能上可与原粒子滤波算法相比拟，且计算量可降低30％～40％．     

基于数据挖掘的主机入侵行为检测

提出利用序列模式挖掘方法得到频繁入侵命令序列，将频繁入侵命令转换为底层入侵检测器的检测规则用于检测用户的可疑行为．为了消除误报，设计了一个基于入侵事件状态的关联引擎，将频繁入侵命令序列作办关联规则，并提出了一种新的入侵关联算法，该算法不仅考虑了每类主机入侵行为的序列特征，也反映了不同类型主机入侵行为之间的因果关系，体现了主机入侵行为的多样性和复杂性．实验结果表明，该入侵关联模型对各类主机入侵行为的检测效果良好，误报率明显降低，特别是下载类和信息获取类主机入侵行为的误报降低了20%左右。