改进Walsh码软扩频盲解扩算法

采用传统密度峰聚类算法实现Walsh码软扩频信号盲解扩时,算法的截断距离根据经验选取,性能不稳定。针对这一问题,提出改进密度峰聚类软扩频信号的盲解扩算法。该算法采用赋权欧氏距离作为数据的相似性度量并根据数据总体分布情况自适应确定截断距离,具有效率高、性能稳定等特点。Matlab环境下仿真结果表明,文中所述的改进算法能够自动确定截断距离,在信噪比为0~10 dB范围内准确估计伪码序列规模数和伪码序列,并在该条件下实现Walsh码软扩频信号盲解扩。     

改进DenseNet在电台建链行为识别时的可视化研究

在未知通信协议标准条件下, 改进DenseNet可以识别短波通信电台不同的自动建链行为, 这对侦察非协作方电台的通联意图有着重要作用。但是网络模型识别的可靠性需要做进一步的探究。因此, 本文通过网络内部结构的可视化来推断网络模型是否可以有效地提取建链行为信号的深层次特征。由于卷积层的特征维度较大, 不利于观察建链行为信号的深层次特征, 所以对网络内部全连接层进行了可视化分析。实验结果表明, 网络模型可以有效提取同一类别行为信号深层次的相似特征以及不同类别行为信号深层次的差异特征, 并通过热力图进一步提高了实验结果的可信度。     

基于卷积神经网络的东海岛屿地下水分布遥感预测

为预测东海岛屿地区的地下水分布情况,研究以坡度、植被覆盖度、土壤湿度、地表温度等地下水关联的遥感指标作为岛屿地区地下水富集性评估的影响因子,进行地下水富集性综合评估,得出评估等级图。再根据地调及物探等资料对网格化的地下水富集性评估等级图进行贴标签工作,利用卷积神经网络对样本数据进行学习、训练与测试,得出岛屿地区地下水分布预测模型。以东海某岛屿作为研究区,以GF 1、DEM、Landsat8等为数据源,利用遥感技术进行地下水富集性评估,将评估结果图剖分为16×17的网格,每个小格约15万平方米,结合地调等资料制作样本集。以8∶2划分训练集与测试集,经训练,损失为0,精确度为100%,且测试的准确度达90%,得到了一个东海岛屿地下水水量分布遥感预测模型,该模型可预测该海域其他岛屿的地下水水量分布情况。     

基于Kriging算法的电磁频谱地图构建技术研究

针对电磁频谱地图构建中感知节点分布不均匀、构建效率不高的难题,提出了一种基于Kriging算法的电磁频谱地图构建算法。该算法首先运用Kriging算法将感知数据构建成电磁频谱地图;其次利用K-means聚类算法实现感知区域多粒度划分,将整体区域划分为层次不同的多个局部区域,利用Kriging算法对局部区域进行电场强度插值估计,形成不同粒度下的多个电磁频谱地图;最后根据感知节点分布状况,基于Voronoi图计算不同粒度下局部区域的均匀度权重,对各粒度下的电磁频谱地图进行加权融合,生成电磁频谱地图。仿真结果表明：该算法将电磁频谱地图的构建误差降低了2%～5%,在噪声强度大于8 dBW时构建效率大幅高于原始算法,具有构建精度高、容错性强的特点。     

基于小波分形插值算法的大气湍流波前畸变重构

波前传感器自适应光学系统的波前畸变校正效果主要取决于重构波前的精度,而现有的模式法、区域法等方法重构波前精度较低,波前畸变校正性能有待提高。针对这一问题,提出一种基于小波分形插值算法的大气湍流波前畸变重构,在对原始波前进行小波变换的基础上采用分形插值的方法,能够有效提高精度,同时避免高频信息丢失,最后进行小波逆变换得到重构波前。仿真结果表明,与传统的最小方差估计算法相比,该方法重构波前的灰度平均梯度由0.065增加到0.765 4,均方根误差由3.249 2下降到0.634 6。     

基于MM YOLOv4的无人机目标检测算法

针对当前无人机目标图像检测方法精度较低和检测速度过慢的问题,提出一种结合轻量级网络和改进多尺度结构的目标检测算法。首先采用MobileNetV3轻量级网络替换YOLOv4的主干网络,减少模型复杂度,提升检测速度;其次,引入改进多尺度结构的PANet网络,增强高维图像特征和低维定位特征的流动叠加,提升对小目标的分类和定位精度;最后,利用K means方法对目标锚框进行参数优化,提升检测效率。同时结合公开数据集和自主拍摄方式构建一个新的无人机目标图像数据集Drone dataset,并基于数据增强的方法开展算法性能实验。实验结果表明,该算法的mAP达到了91.58%,FPS达到了55帧/s,参数量为44.39 M仅是YOLOv4算法的1/6,优于主流的SSD、YOLO系列算法和Faster R CNN算法,实现了对多尺度无人机目标的快速检测。     

基于符号执行的Unlink攻击检测方法

Unlink攻击是一种Linux平台下面向堆溢出漏洞的攻击方式.已有的缓冲区溢出漏洞攻击检测技术通过检查程序控制流状态来确定程序漏洞触发点,并生成测试用例.但由于堆溢出数据很少直接导致程序控制流劫持以及相关保护机制的限制,已有的检测技术很难判断程序是否满足堆溢出攻击条件.为了提高程序的安全性,实现对Unlink攻击的检测,文中通过对已有Unlink攻击实例的分析,总结了Unlink攻击特征,建立了Unlink攻击检测模型,并根据该模型提出了Unlink攻击检测方法.该方法使用污点分析实现了对程序输入数据以及敏感操作的监控;使用符号执行技术构建程序污点变量传播的路径约束以及触发Unlink攻击的数据约束;通过对上述约束的求解,判断程序堆溢出漏洞是否满足Unlink攻击触发条件,并生成测试用例.实验结果表明,该方法能有效地实现针对Unlink攻击的检测.     

基于Zernike矩和双谱特征的新型干扰识别算法

为了有效应对频谱弥散干扰(SMSP)和切片组合干扰(CI),提出了一种利用Zernike矩和双谱分析的干扰识别方法。首先对雷达接收信号进行双谱分析,经过降维和归一化处理后,将三维双谱信息转化为二维特征信息,然后将得到的二维特征谱变为灰度图,运用数字图像处理技术对灰度图进行一系列的预处理后,利用Zernike矩特征提取图像的形状特征进行识别。仿真实验证明该方法具有较好的识别率,特别是受信噪比影响较少,且在低信噪比下识别率仍能达到90%。通过与文献[4~6]比较表明,该算法识别效果最好,进一步说明了采用该算法在雷达干扰信号识别领域中的可行性。     

基于Beckmann分布的星间光通信最优输入信号概率分布

针对瞄准误差影响下的星间光通信非对称信道,存在最优输入信号概率分布使链路的互信息达到最大,考虑瞄准误差服从Beckmann分布,结合接收天线孔径大小、波束宽度和瞄准误差分布参数,给出了星间光通信的信道矩阵,建立了互信息优化模型,并利用拉格朗日乘数法对模型进行了求解,得出了使互信息最大时的输入信号概率分布的闭合表达式。通过数值仿真,给出了最优输入信号概率分布、信道容量和互信息差值随着归一化判决阈值、光束束腰半径以及瞄准误差分布参数的数值变化关系。仿真分析结果表明：最优输入信号概率分布下输入信号与输出信号之间的互信息值要明显高于等概率分布时。利用数值仿真的结果,可在明确瞄准误差分布规律的基础上,选择最优的信源输入,使星间光通信信道实现最大的信息传输能力。