一种优化嵌套MIMO的无孔差合阵列设计

针对现有嵌套MIMO阵列自由度有限的问题,提出一种基于优化嵌套阵的优化改进方案。其不止保留了嵌套MIMO阵列设计的原有优势,具有阵元位置以及自由度的闭合表达式,而且极大程度地提高了阵列孔径以及自由度。优化嵌套MIMO阵列设计首先将优化嵌套阵作为发射和接收阵,其次对MIMO阵列的合阵进行做差处理,得到阵元位置的差合阵列。通过合理的设计发射和接收阵的阵元间距,可以获得一个无孔的差合阵列。当阵元总数给定的时候,通过分析阵列结构的特点,可以得到发射和接收阵的最佳阵元数目。仿真实验表明,与嵌套MIMO阵列设计相比,所提方法在不增加实际阵元数目的情况下可以有效扩展阵列孔径,增加自由度,从而提高MIMO雷达波达方向估计精度。     

安全虚拟网络映射的启发式算法

针对安全虚拟网络映射过程中虚拟节点与物理节点之间匹配不合理,导致映射开销大、请求接受率低等问题,将安全虚拟网络映射过程建模为多目标混合整数线性规划模型,并提出了基于节点多属性综合评估与路径优化的安全虚拟网络映射算法。该算法在节点映射过程中,以节点的资源丰富度、安全属性和拓扑邻近性为考核对象,通过建立节点映射函数将虚拟节点映射至最佳的物理节点;在链路映射过程中,以可用带宽和路径跳数为考核对象,通过建立路径映射函数将虚拟链路映射至最佳的物理路径。实验表明,该算法在满足虚拟网络映射请求的安全需求的条件下,在虚拟网络请求接受率、映射收益和映射开销等方面优于现有的算法。     

基于SVDD的ADS-B异常数据检测

自动相关监视广播(ADS-B)与空管二次监视雷达(SSR)是空中交通管制的2种重要监视手段,其中ADS-B是目前正在推出的通信协议,在下一代空管监视系统中将会发挥重要作用.然而,ADS-B协议中安全措施缺乏,容易遭受虚假数据注入的攻击.为了识别ADS-B中的异常数据,利用与其同步的SSR数据及通过Kalman滤波得出的的协方差矩阵,得到一组具有多维属性特征的样本数据,使用支持向量数据域描述的方法(SVDD)训练样本数据,可以得到用于检测异常的分类器.利用此分类器检测之后收到的ADS-B数据,从而识别出异常数据.通过仿真实验表明,该方法对于ADS-B异常数据具有80%以上的正确识别率,其中对于固定偏差注入的检测虚警率为5%,漏警率为0,对于随机偏差注入的检测虚警率为5%,漏警率为12.5%,验证了该方法的可行性.     

重放攻击下雷达组网系统的目标跟踪性能

作为一种复杂的分布式系统,雷达组网系统受到各种攻击的威胁。为了研究赛博攻击对雷达组网系统性能的影响,提出一种针对雷达组网系统的重放攻击方式。首先建立目标运动模型和系统模型,其次分析了重放攻击对单站雷达位置估计误差的影响,基于此扩展到对雷达组网系统目标跟踪性能的影响,最后研究了攻击参数与位置估计误差的关系。通过仿真分别展示了单站雷达和雷达组网系统受到重放攻击时的状态估计误差,以及单站雷达和雷达网估计误差与攻击强度的关系。仿真结果表明:对于单站雷达,重放攻击可以造成巨大的跟踪误差,且攻击效果与攻击强度成正比关系。当攻击的对象是雷达组网系统时,需要合理地选择攻击参数才能产生明显的攻击效果。     

基于多种群分层协作遗传算法的MIMO雷达正交多相编码信号设计

正交多相编码信号具有大输出主副比和高安全性而倍受关注,利用自相关旁瓣峰值、互相关峰值、总的自相关旁瓣能量和互相关能量最小设计了MIMO雷达正交多相编码信号优化的代价函数.基于多种群协作及高层种群高效决策的思想,运用普通群体挖掘优化空间而高层种群引导种群更快的收敛到全局最优解,提出了多种群分层协作遗传算法,并将其应用于MIMO雷达正交多相编码信号设计,实现了MIMO雷达信号的距离、速度测量的同时提高分辨力,仿真结果表明了本文方法的有效性和可靠性.     

模拟退火粒子群算法的同心圆阵稀疏优化设计

提出一种基于模拟退火粒子群算法(SAPSO)的同心圆阵稀疏优化方法,该方法以同心圆阵阵元位置为优化参量,以第一零点波束宽度和峰值旁瓣电平为优化目标,结合了模拟退火算法和粒子群算法的优点,提高了算法的收敛速度,具有摆脱局部最优的能力。仿真结果表明,相比于目前常用的4种优化算法,相同迭代次数下,该方法收敛迭代次数最小,且在约束同心圆阵第一零点波束宽度的同时得到的稀疏同心圆阵具有最低的峰值旁瓣电平。     

全双工窃听下的无人机通信保密性能分析

针对无人机能量受限且通信易受到窃听攻击的问题, 提出一种基于能量采集的无人机无线供电通信模型, 并分析其在全双工主动窃听下的保密性能。首先, 采用基于仰角的视距和非视距路径损耗模型对地空无线信道进行建模。然后, 将无人机的传输中断概率限制在一个可容忍的最大阈值内, 得到基站的最优编码速率, 进而推导出无人机的保密中断概率的解析闭合表达式。最后, 通过蒙特卡罗仿真验证了理论推导的正确性, 并分析了基站发射功率、能量采集时间因子、环境等因素对无人机通信的安全性的影响, 从而为实际系统设计提供了参考和依据。     

基于多任务学习图卷积模型的航空网络节点分类

准确识别航空网络关键节点, 做好针对性防护, 对于保证航空网络正常运行至关重要。传统的方法, 如基于复杂网络中心性指标的方法, 或基于机器学习的算法, 只单一考虑网络结构或节点特征来评价节点的重要性。然而评价节点的重要性应该同时考虑网络结构特征和节点特征。为解决上述问题, 本文提出了一种名为多任务图卷积网络(multi tasks graph convolution network, MTGCN)航空网络节点分类模型, 该模型在图卷积网络的基础上, 引入多任务学习及自适应加权策略, 将“节点—节点相关性”作为辅助任务加入模型的训练过程中, 并根据训练情况自适应分配各任务权重。3个不同规模的航空网络数据集中的仿真实验表明本文所提模型的性能优于现有的图卷积模型, 为图卷积在航空网络节点分类方向的应用提供了思路。     

锥面共形阵列天线相干信源盲极化DOA估计算法

针对共形天线阵列流形的多极化特点,建立了锥面共形阵列天线导向矢量的数据模型。通过合理的阵元排列结构设计,推导了锥面共形阵列天线信源解相干的空间平滑算法,解决了ESPRIT(estimation of signal parameters via rotational invariance technique)算法多信源方位估计的参数配对问题,最终给出了锥面共形阵列天线相干信源盲极化波达方向(direction of arrival, DOA)估计算法。该算法利用锥面共形载体的单曲率特性,结合ESPRIT算法参数估计的特点,在盲极化条件下实现了相干信源的高分辨DOA估计。Monte Carlo仿真实验验证了算法的有效性。     

秩损MIMO信道的收发天线联合选择方法

提出一种用于秩损MIMO信道的收发天线联合选择方法。首先分析了秩损信道矩阵的容量特性,推导证明了通过发射天线选择增加信道容量的可能性;为了恢复满秩的信道矩阵,实现信道容量的最大化,通过秩损信道矩阵的正交子空间投影实现了有效的发射天线选择,通过最大“volume”子矩阵方法实现了有效的接收天线选择。与现有大多数“局部贪婪”方法不同,文中方法通过直接选择信道矩阵中的最大“volume”子矩阵来实现天线选择,在中到高信噪比的条件下,该方法的“全局”搜索特性获得了信道容量的准最优特性。提出的“秩-1”迭代快速数值算法和算法较少的迭代次数有效避免了传统最优2D穷尽搜索方法庞大的运算量。仿真验证了算法的有效性。