四进制混沌接收机的FPGA实现

为了解决传统通信方式本身不具有隐匿信息能力的问题,本文采用FPGA设计了一个基于Duffing振子阵列的四进制混沌接收机,主要用于接收混沌Duffing振子产生的四进制混沌信号。进行信号调制时主要利用了混沌Duffing振子的时域信号具有隐蔽性和类噪声的特性构建了较为安全的通信信息;解调时,利用了Duffing振子阵列对信号的幅度敏感性,屏蔽了其相位敏感性,使其可以解调具有任意相位的混沌信号。实验结果证明该混沌接收机能正确接收具有任意相位的混沌信号,保密性能好。     

基于改进重频跟踪器的雷达信号分选方法研究

提出了一种基于脉冲重复周期（PRI）跟踪器的已知雷达信号分选方案,介绍了已知雷达信号分选电路的组成部分。详细阐述了滤波电路、跟踪器首脉冲捕获电路和重频跟踪电路的实现方法。在FPGA上采用多路重频跟踪器实现多路信号并行分选。全硬件跟踪分选已知雷达信号,实现了密集信号环境下已知雷达信号的实时分选,提高了可靠性、灵活性。提高了电子对抗设备的信号分选和处理能力。     

混沌子载波调制的正交频分复用安全通信系统

混沌序列用于安全通信具有潜在的优势,但目前已提出的混沌通信系统在实际信道环境(噪声,多径)下性能较差。本文提出一种基于符号动力学及混沌映射反向迭代的混沌调制技术,产生的混沌调制信号代替传统的或调制信号作为子载波调制信号进行正交频分复用(),接收端采用改进的维特比算法进行混沌序列估计及信息的解调。仿真结果验证该系统具备良好的安全性能与抗多径性能。     

一种改进的差分混沌键控通信方案及其性能分析

提出了一种混沌通信的改进方案,将差分混沌键控(DCSK)中的参考信号和信息信号通过不同的线路信道或不同的频带信道传输,在接收端通过相关接收解调二进制数字信号.通过对其噪声性能进行理论分析和仿真分析可知,改进方案具有与DCSK相似的噪声特性,在混沌信号源带宽和信息信号长度相同的条件下,改进系统有更快的信息传输速率,并且改善了系统结构,提高了信号在传输中的安全性.     

基于正反相同步的混沌调制

提出一种利用混沌信号进行通信的新方法,把要传送的数字脉冲信号与发送端的混沌信号相乘后送到接收端,在接收端利用混沌系统正反相同步的原理,对接收到的混沌信号进行相位识别,最后将原始的数字信号解调出来。     

高精度鲁棒的座舱头部姿态跟踪器研究

针对复杂座舱环境设计了一个由inside-out(IO)光学跟踪器和outside-in(OI)光学跟踪器组成的新型座舱头部跟踪器.提出一种新颖的混合跟踪算法,利用扩展卡尔曼滤波器和融合滤波器融合座舱跟踪器中IO跟踪器和OI跟踪器的姿态信息,建立了实验装置验证提出的姿态融合算法.初步实验结果显示,与单一IO或OI跟踪器相比,该混合跟踪算法能够使座舱头部跟踪器获得更精确、更稳定、更鲁棒的位置方向信息.验证了所设计的座舱头部姿态跟踪器的结构合理性和所提出的混合跟踪算法的有效性.     

基于滑模神经网络控制的混沌同步及应用

本文基于滑模控制技术及径向基函数神经网络(RBF),研究了统一混沌系统的同步问题。设计出一个简单单维控制器,将该制器用于初值不同的统一混沌系统同步控制中,实现了统一混沌系统的同步,在Simulink中编写模块搭建混沌同步仿真系统,验证本文方法的有效性,最后将此方法用于混沌保密通信中,利用混沌信号掩盖实际要传输的信号,在接收端,由同步的混沌系统分离出实际传输的信号,成功地实现了信号的加密和还原。     

一种保密通信系统混沌信号产生器的设计及仿真

提出了一种发送端与接收端混沌信号产生器“不对称”的保密通信方案．基于误差反馈同步原理,发送端与接收端各自设计带有不同特定辅助网络的混沌信号产生器;接收端获取了发送端混沌系统的参数、特定辅助网络的结构和传送信号的构成情况,才可以重构混沌系统并设计相应的辅助网络,从收到的信息中提取用于加密的混沌信号,解调出信息．仿真结果表明,发送端与接收端特定辅助网络的设计加强了保密通信系统的保密性,且系统具有较好的噪声鲁棒性。     

混沌同步通信系统若干问题的实验研究与分析

对蔡氏混沌信号的高频载波调制与解调以及对蔡氏混沌同步系统的滤波特性与失真一频率特性分别进行了硬件实验研究。根据混沌吸引子的细胞模型,对系统的滤波特性与频率响应实验结果进行了理论分析和解释。     

过抽样混沌序列的语音通信加密应用

通过对混沌系统特性的研究,设计出一种安全性高、加密速度快的通信加密方案.首先根据数字混沌序列的特性对混沌的迭代过程进行改进,实现对Chebyshev混沌序列的过抽样处理.设计语音信号传输系统,在发送端实现混沌序列对语音信号的加密,调制后进入高斯白噪声信道,在接收端接收到密文后对加密语音信号进行解调和解密,得到解密后的语音信号.实验证明,过抽样技术应用在混沌扩频通信中,可以极大地提高无线通信的保密性.     

复合跟踪微分器在电容式位移传感器中的应用

针对从含噪原始信号中提取位置以及速度信息,经典跟踪微分器存在不能很好兼顾相位滞后和噪声放大问题、参数多,调试复杂等不足.在跟踪微分器等效线性分析基础上,提出复合形式跟踪微分器,用于电容式位移传感器位置信号跟踪以及速度信号估计,通过MATLAB\SIMULINK仿真以及实验平台测试,结果表明:在跟踪频率1 Hz、幅值1含噪声正弦信号中,复合跟踪微分器能光滑逼近原始位置信号,且能有效进行速度估计,相较于经典跟踪微分器,复合跟踪微分器跟踪相位滞后小0.03 rad,能更好兼顾跟踪信号相位滞后及速度信号噪声放大.     

高动态接收机载波同步模块设计

研究高动态环境下的载波同步技术. 借鉴雷达系统中的目标建模方法,提出基于动目标模型结合卡尔曼滤波的载波跟踪器,具有较强动态跟踪能力,且结构简单,无需矩阵求逆,硬件实现复杂度低. 同时,深入探索载波捕获模块对跟踪器的辅助方案,通过理论分析与仿真结合的方式证明高动态接收机中的最优辅助方案为频偏补偿-频率变化率预置方式. 仿真结果表明,本文所提跟踪器能够在低信噪比条件下稳定工作,无论在跟踪精度或锁定概率指标上均大幅超越传统卡尔曼滤波跟踪器.      

基于前景概率函数的目标跟踪

针对不规则目标跟踪中初始窗口内包含背景像素导致特征模板不准确的问题,提出前景概率函数以及基于前景概率函数的目标跟踪算法.首先根据目标所在区域与背景区域的颜色分布建立前景概率函数,并以此计算目标区域中像素的前景概率,削弱背景像素的干扰,得到更准确的目标特征模板.将目标区域像素的前景概率引入均值迁移跟踪框架中,实现目标的迭代定位;在跟踪收敛后重新计算收敛区域中的前景概率分布,根据其反向投影图的尺度变化调整跟踪窗宽;最后利用Bhattacharyya相关系数对目标特征模板进行自适应更新.实验表明,该算法能够有效抑制背景像素的干扰,在目标尺度变化时能够准确调整跟踪窗宽,减少迭代次数,满足实时跟踪的需要.在复杂背景中跟踪性能也始终优于传统的均值迁移跟踪算法.     

三联神经网络与区域自适应策略融合的目标跟踪方法

为解决目标跟踪过程中快速运动模糊、背景相似干扰、目标状态变化等问题，基于孪生网络跟踪算法，提出三联区域候选神经网络（TripleRPN）算法与跟踪区域自适应策略（TAA）相融合的目标跟踪方法（TAA+TripleRPN）.三联区域候选神经网络根据当前跟踪结果实时更新网络匹配模板，提高了跟踪器对目标状态变化的敏感性.通过区域自适应策略，根据区域候选回归网络分类分支的得分在网络的两组输出间择优选择，提高算法长时跟踪的鲁棒性.针对背景相似干扰和目标状态变化的问题时，TAA+TripleRPN跟踪器能达到更好的跟踪性能.在OTB2015数据集上，算法的AUC达到66.31%，CLE达到88.28%.在实际场景中实现验证与应用，跟踪效果良好.      

结合特征点匹配的在线目标跟踪算法

提出一种结合特征点匹配的目标跟踪算法.首先,通过显著区域跟踪方法,解决算法对初始化目标框大小敏感的问题,提高样本选取质量,并降低背景杂波对跟踪器的影响.其次,采用中值流法跟踪和特征点匹配相结合的方法估计目标的尺度变化,并通过层级聚类方法剔除干扰点,解决跟踪器漂移及目标平面旋转跟踪失败等问题.最后,提出一种简单的检测器自适应尺度快速搜索目标方法加快检测速度.结果表明:所提方法有效地提高了TLD目标跟踪算法的跟踪鲁棒性,并在标准数据集上得到了很好的效果.     

基于感兴趣区域的运动人体跟踪

为改善人体在跟踪过程中部分遮挡情况下的表现,提出了一种具有鲁棒性的联合跟踪方法.先利用显著图算法从人体区域中获取基于特征的感兴趣区域(ROI),然后用所提出方法对其进行跟踪.跟踪方法结合了差值平方和准则与基于颜色的均值漂移两种跟踪器的优点,使用卡尔曼滤波器进行状态估计,同时将由显著图算法产生的联合显著点作为局部多区域代替全局区域对人体感兴趣区域进行跟踪.试验结果表明,所提出的跟踪方法在人体部分被遮挡情况下的表现有了明显的改善,适合实时跟踪运动人体,具有很好的鲁棒性.     

多模成像跟踪器的算法智能调度方法

提出了一种利用多个目标状态的设置实现多种跟踪算法智能调度的方法．根据多模成像跟踪器所采用的投影、标记和相关三种跟踪算法的各自特点，对目标定义了搜索、截获、跟踪和再截获四种跟踪状态，建立了跟踪算法转换的判断条件，使跟踪器能根据场景与目标的变化自动进行切换，智能选择最佳跟踪模式，以确保始终对目标的稳定跟踪．此项研究有可能为提高多模成像跟踪器的跟踪平稳性能提供一种实用方法．     

自适应更新上下文相关滤波补充学习跟踪算法

为了使跟踪算法在遇到背景混乱、遮挡等问题时,能具有更好的鲁棒性,提出了一种自适应更新的上下文感知相关滤波补充学习跟踪算法(adaptive context-aware correlation tracking,ACCT)。首先,利用上下文感知相关滤波计算出响应图;接着,在更新阶段,加入了峰旁比(peak-to-sidelobe,PSR)置信度检测机制,自适应地更新相关滤波器模型;最后,与颜色直方图分类器进行线性融合,得到最终的响应值,响应值最大的位置即跟踪结果。实验上,将所提方法与先进的实时跟踪算法进行对比,结果表明,所提算法在跟踪标准测试集OTB50和TC128上,相比基准算法成功率有显著提高;并且能很好地解决背景混乱、目标被遮挡等问题。     

基于均值移动和椭圆拟合的人脸跟踪算法

为了解决均值移动跟踪算法对目标的尺度变化自适应能力差的缺点,针对人脸跟踪具体问题,提出了一种基于均值移动和椭圆拟合的人脸跟踪算法.根据当选择较大核窗进行均值移动跟踪时一般可以准确定位目标的事实,以及人脸形状椭圆近似性的特征,利用一个较大核窗的均值移动跟踪器对人脸目标进行粗略定位,在此基础上再用一种高效鲁棒的直接最小二乘椭圆拟合方法来自动调整人脸尺度的大小.实验表明,该改进算法能有效地解决均值移动人脸跟踪中的目标尺度自适应调整问题,其跟踪效果明显优于原均值移动目标跟踪算法.