基于距离分类准则的雷达目标识别方法

雷达目标信号是非平稳信号，对于这样的非平稳信号，用于分类的特征往往包含在局部的时一频信息中，用一般的变换提取有效的特征比较困难。利用小波包基的性质，提出了一种雷达目标识别方法。首先，对雷达回波信号进行小波分解，利用距离准则，选择最优小波包基，从被识别的信号中提取具有最大可分性的特征，得到目标识别的特征向量，由此进行目标识别。仿真实验结果表明，该方法具有高的识别率。     

基于小波和神经网络的目标识别方法

基于高分辨一维距离像，对雷达信号目标识别的小波分析和神经网络方法进行了理论研究和实验分析。小波变换起到了数据压缩作用，并且用不同的小波得到不同的结果。ISAR获得的三种飞机目标真实回波数据所形成的一维距离像作为实验数据，并且用神经网络对目标分类器进行了设计。     

广州市大学生距离认知的初步研究

以广州市大学生的行为活动和距离认知调查为基础,应用行为地理学理论和统计方法,总结了广州市大学生距离认知的总体特征,提出了广州市大学生距离认知的三圈层空间结构模式,同时从被验者要因群、刺激要因群、被验者·刺激要因群3方面分析了影响距离认知的主要因素。     

Adhoc网络及其路由性能研究

Adhoc是一组无线移动主机组成的一个无需基础设施或集中管理设备的临时网络。网络拓扑易变、带宽、能源有限是其主要特点。主要介绍Adhoc网络及其组网关键技术——路由协议，并对现在的具有代表性的协议性能进行了比较分析，有助于从事Adhoc网络的工作者综合各种路由的优点解决Adhoc网络中存在的问题。     

关于一类Huygens算子的注记

对线性双曲型偏微分算子P(u)=utt 2b0(t)u-△u-2^n∑i=1 bi(x)uxi-c(x)u，给出Hadamard基本解按测地距离展开的系数Ek(t，x；s，y)(k=0，1，2，…)与P(u)的系数较直接的关系，从而以E(n-1)/2(t，x；s，y)为Huygens算子的等价条件，解析了Veselov和Berest给出的一类Huygens算子与Stellmacher算子的关系．     

最大距离分割码误比特率的精确计算

基于最大距离分割(MDS)码的码重分布，得到了不完全译码器中发生译码错误和译码失败的概率．根据译码错误和译码失败对MDS码误比特率的影响，推导出精确的误比特率公式．利用该公式可计算出不同长度的MDS码在加性白高斯噪声(AWGN)信道中的误比特率．仿真结果表明，该公式比传统的误比特率上限公式具有更高的精度．     

高分辨雷达目标的RELAX与MRELAX参数特征

用RELAX算法和改进的MRELAX算法对实测雷达数据分别进行处理,从高分辨雷达回波距离像中提取目标特征参数并进行比较分析.仿真实验证明,用MRELAX算法对高分辨雷达目标数据进行处理与用RELAX算法处理的结果比较,MRELAX算法得到了更加清晰的目标特征.     

基于乘客流量概率分布的轨道车站合理间距优化模型

车站间距规划是城市轨道交通规划和设计的重要内容。在已有优化方法局限性分析的基础上，建立了以轨道线路系统总成本最少化为优化目标，并考虑乘客流量和乘行距离随车站间距概率分布的合理间距优化模型，提出了模型的算法，得到了各影响因素常见组合情况下的车站合理间距，分析了各因素变化对合理间距的影响，为实际工作中车站间距的合理确定提供了理论支持。     

高斯背景下距离扩展目标的恒虚警率检测

对宽带高分辨率雷达(HRR)中的距离扩展目标进行检测,若还采用分辨雷达的检测方案,目标回波的全部能量得不到充分利用,会影响雷达的检测性能。提出了一类基于二进制积累的距离扩展目标检测算法,推导出了它们的平均虚警概率和平均检测概率的数学解析式,并进行了性能分析和比较。这些方法较常规低分辨雷达方法可获得目标信噪比8个多分贝的性能改善,且这些次优积累的高分辨雷达距离扩展目标检测方法具有易于工程实现的优点。     

基于距离空间的遗传算法分析

通过对简单遗传算法的分析，发现每次执行复制、杂交、变异等操作均相当于对所作用的个体进行一次线性变换，这样，从函数的角度来看，引入非线性变换的遗传算子将是一个有待研究的问题，因而提出了非线性遗传算法。通过对二进制遗传算法的Hamming距离的扩充，引入了一种几何模型-距离空间，并在该空间上对杂交、变异等算子进行了系统的分析。根据分析结果，指出了改进遗传算法的途径，并提出一种改进的二进制非线性遗传算法，仿真实例证明了其有效性。以上分析从几何意义出发，提出了一种全新的分析遗传算子的方法，对遗传算法理论的完善与发展具有重要意义。