基于多尺度贝叶斯网络的SAR图像分割

提出了一种多尺度贝叶斯网络模型和相应推断算法,并将其应用于合成孔径雷达（synthetic aperture radar, SAR）图像分割。首先根据SAR图像的多尺度序列构建多尺度贝叶斯网络模型;然后设计了模型估计的置信传播（belief propagation, BP）算法,该算法包括同尺度结点之间的信息传播、细尺度到粗尺度的信息传播和粗尺度到细尺度的信息传播;最后计算出细尺度隐含结点的最大后验概率（maximum a posteriori probability, MAP）,实现SAR图像的分割。实验结果表明,与单尺度贝叶斯网络模型方法和基于条件迭代模式的Markov随机场模型方法相比,基于多尺度贝叶斯网络的SAR图像分割方法具有较好的分割效果。     

考虑可信度和方案偏好的犹豫模糊决策方法

研究了对方案有偏好的犹豫模糊多属性决策问题。对每一个评价值给出相应的可信度,用来表示决策者对专业领域的熟悉程度。基于可信度提出几个犹豫模糊信息关联度公式,并讨论了它们之间的关系。基于决策者的主观偏好与客观偏好之间的关联度建立属性权重模型。给出一种考虑可信度且对方案有偏好的犹豫模糊多属性决策方法。算例证明了所提方法的有效性。     

L波段小擦地角海杂波KK分布建模

为了改善小擦地角海杂波建模存在的重拖尾问题,研究KK分布建模方法,基于L波段高分辨小擦地角海杂波数据,分析不同分辨率和不同海况下KK分布与海杂波实测数据的拟合效果,通过与常用的K分布、威布尔分布、对数正态分布等对比,表明KK分布较好解决了K分布等在幅度分布拖尾处与实测数据出现的偏离问题,可在拖尾处达到更好的拟合效果。     

基于非线性最小二乘的机载气象雷达回波谱矩估计方法

机载气象雷达无法检测雷达回波信噪比（signal to noise ratio, SNR）很低的晴空湍流和干性风切变。提出了一种参数化的机载气象雷达回波谱矩估计方法,该方法利用非线性最小二乘(nonlinear least squares, NLS)方法拟合回波的自相关序列估计谱矩。引入循环优化思想来解决多个高斯谱回波混合时的谱矩估计问题。给出了将谱矩估计的二维搜索问题转化为两个一维搜索的快速算法。理论和仿真实验与分析表明,提出的方法适用于信噪比较低的情况。     

基于半监督流形学习的WLAN室内定位算法

针对无线局域网室内定位系统中,因参考点密集布设而带来的数据采集、更新及定位匹配运算量增加的问题,提出了一种新的基于半监督流形学习的降维判别嵌入定位算法。该算法利用少量已标记数据和部分未标记数据,通过求解目标函数最优化,对高维接收信号进行维数约减,保留最具判别力的定位特征,然后采用确定性定位算法找到定位特征与位置坐标的映射关系。实验结果表明,算法定位精度高于传统的定位算法,降低了离线阶段的数据采集工作量,便于后期数据库的实时更新。     

基于校正熵的网络行为隐蔽信道的检测算法

为解决传统检测方法检测隐蔽行为信道检测率较低的问题,提出了基于校正熵的隐蔽行为信道检测算法。所提算法利用向用户操作序列中嵌入隐蔽信息后,必然会引起其条件熵变化的原理进行检测。校正熵的引入,有效克服了利用条件熵进行检测会产生误报问题。基于校正熵对行为信道进行检测实验,检测结果表明,基于校正熵的隐蔽行为信道检测算法能够较好地在有噪声的环境中检测出几种常见的隐蔽时间信道,检测率约为96%。     

高可靠性再入轨迹快速规划方法

提出一种高可靠性再入参考轨迹快速规划方法。在参考轨迹生成过程中,如果飞行路径角变化率不足够小,拟平衡滑翔条件(quasi equilibrium glide condition, QEGC)的应用前提得不到保证,利用QEGC所得的倾斜角剖面不保守,从而导致生成的参考轨迹有穿越再入走廊的风险。为得到高可靠性再入轨迹,在倾斜角搜索过程中,除了使再入参考轨迹满足路径约束与终端约束外,同时将QEGC的应用前提“飞行路径角及其变化率为小量”作为倾斜角搜索的一项约束。计算结果表明所提方法能够保证再入轨迹的可靠性,同时基于QEGC规划方法的适应性得到保留。     

二维数字阵列三阶泰勒展开单脉冲角度估计

全数字或相控阵子阵结构的数字单脉冲测角一般都采用基于单脉冲比一阶泰勒展开的测角公式,主瓣干扰下的自适应数字单脉冲测角也采用鉴角曲线斜率约束的方法,这些都会导致和波束主瓣宽度内偏离波束指向较远目标的测角偏差增大。〖JP3〗为了解决上述问题,针对任意二维数字阵列结构,推导了基于单脉冲比三阶泰勒展开的二维单脉冲测角公式,分析了公式求解的收敛问题。仿真结果表明所提方法对和波束主瓣范围内的目标均有较小的测角偏差,可以有效地提高主瓣干扰下的测角性能。该方法在提高测角性能的同时运算量增加不大,适合工程实现。     

异类传感器多目标检测跟踪与识别随机集模型

为在空中预警监视系统中实现多异类传感器多目标联合检测、跟踪与识别,在多目标检测、跟踪的随机有限集模型基础上,进行多异类传感器多目标联合检测、跟踪与识别的理论模型与处理框架研究。通过对目标的运动学状态与目标识别属性状态统一描述,把多目标状态建模为一个用随机有限集描述的全局状态。通过对运动学传感器与属性传感器模型分析,把各异类传感器建模为一个全局传感器,并把各传感器的测量建模为一个用随机有限集描述的全局测量。根据全局状态与全局测量模型,把异类传感器多目标联合检测、跟踪与识别过程描述为Bayes滤波过程,并给出了相应的多异类传感器多目标联合检测、跟踪与识别处理框架。通过仿真试验验证了理论模型与框架的有效性。     

复杂环境下的UWB脉冲成形算法

针对超宽带定位系统在多用户和弱信号环境下接收端易出现码间串扰(inter symbol interference, ISI)和多用户干扰(multiuser interference, MUI)等问题,提出一种基于修正最小均方误差估计(minimum mean square error estimation, MMSE)的自适应迭代算法进行超宽带(ultra wideband,UWB)脉冲设计。该算法选取修正Hermite多项式(modefied Hermite polynomial, MHP)作为脉冲设计基函数。通过分析MHP的时频特性对最小均方误差估计准则下组合脉冲的各阶MHP系数进行修正,在此基础上根据组合脉冲功率谱密度与美国联邦通讯委员会(federal communications commission, FCC)辐射掩蔽之间的拟合程度设计自适应算法,对组合脉冲进行自适应调整实现脉冲设计。仿真结果表明该方案获得的脉冲有较高功率利用率,同时在多用户接入和弱信号检测方面也具备很强的适用性。