基于规则变量节点度LT码的协作传输

规则变量节点度Luby变换（Luby transform, LT）码能够改善传统LT码编码过程中随机选取邻居节点方式导致的差错平台现象。提出一种新的实现规则变量节点度LT的编码方法,利用数组的赋值和清空操作来实现信息符号度值规则化,降低了现有方法的编码复杂度,并利用对度分布的修正来改善解码瀑布区;将该编码方法应用到协作通信系统中,并分析了误符号率性能。实验结果表明,此方法能节省系统编解码时间,有效降低误符号率差错平台,减少成功解码所需的平均传输开销。     

多品种库存系统StokPN建模与仿真分析

基于经典Petri网进行了集合标识及其属性扩展;结构元素、算法及函数语义扩展;结构与执行规则扩展;从而定义了集合标识Petri网（StokPN）.以一个约600种产品的单节点库存系统案例进行了StokPN在多品种库存系统中的应用研究.采用AutoMod离散仿真软件实现StokPN的动态分析.通过对采用实际所有品种、采用品种分类简化和采用分类简化的历史数据随机分布拟合三种对比方案,验证了StokPN对多品种库存系统的建模描述能力及其正确性、可信性,证明了实际应用价值.     

多导弹发射单元HLA仿真系统中数据分发管理的应用

根据基于HLA的多导弹发射单元分布式仿真系统中数据分发和过滤的具体需求,在对HLA中数据分发管理策略深入研究的基础上,文章提出了多层次区域面序列和多层次路径空间序列的数据分发管理方案.通过在路径空间中创建平行的区域面序列和在空间中创建平行的二维路径空问序列,实现多导弹发射单元分布式仿真系统中数据信息的分类、分层次分发过滤,同时采用措施优化区域匹配、减少组播组分配,进一步提高数据分发的效率.仿真结果证明了方案的有效性.     

网络处理器中的快速GTP隧道检查方法

针对网络处理器中快速存储资源有限和微引擎缺乏存储管理方法等制约实现快速、大量GPRS隧道协议（GPRS tunneling protocol, GTP）隧道检查的问题。提出了基于布隆过滤器(Bloom filter, BF)的数据隧道端点标识（data tunnel endpoint identifier Bloom filter, DTEID BF）方法,该方法将冲突问题转化为误判率问题,通过合理利用快速存储资源减少读写操作周期,采用并行运算提高处理速度,给出了应用该方法的具体步骤和参数选择方法。通过在IXP2850中实现DTEID BF方法并进行吞吐量和延时测试,证明该方法在吞吐量上接近1 Gb/s,在最大延时和平均延时指标上优于Trie方法。     

基于社会计算和机器学习的垃圾邮件快速过滤

在对当前垃圾邮件过滤方法进行研究和分析的基础上,本文将社交网络的概念用于垃圾邮件识别,并提出了一种将社会计 算和机器学习相结合的垃圾邮件过滤方法,以减少垃圾邮件的误判率.为了提高邮件过滤的实时性,我们利用Hadoop平台 所提供的MapReduce模型进行分布式并行处理.对 比实验结果表明,我们所采用的识别方法的识别准确率和识别效率都有较大的提高,尤其是降低了正常邮件的误判率.     

弹道式再入目标跟踪方法对比分析

地基雷达对弹道式再入目标进行滤波跟踪时主要存在两个导致滤波误差增大的不确定因素,一是弹道系数未知,二是不可准确确定过程噪声协方差矩阵。为此,采用交互式多模型无敏滤波（iterative multiple model unscented filter, IMM UF）算法对弹道式再入目标进行跟踪,选取不同的弹道系数初值和过程噪声协方差矩阵构成合适的模型集合进行了仿真分析,并将其滤波结果与扩展卡尔曼滤波（extended Kalman filter, EKF）和无敏滤波（unscented filter, UF）的滤波结果进行了对比分析,同时还分析比较了IMM UF和自治多模型（autonomous multiple model, AMM）UF算法的跟踪滤波性能。从仿真结果可以看出,采用的IMM UF算法和相应的模型集合可以在先验信息缺少的情况实现对弹道式再入目标更高精度的跟踪。     

并行多层快速多极子算法的最细层处理改进

基于消息传递平台（message passing interface, MPI）,从多层快速多极子算法（multilevel fast multipole algorithm, MLFMA）实施过程出发,实现了飞行器雷达散射截面 (radar cross section, RCS)的并行计算,提出一种新的并行设计方案。改进了基于立方体组的并行处理技术,减少了最细层计算的通信量;考虑到内存的主要组成部分,为提高算法并行效率,采用一种用于积分方程中近组作用矩阵的并行处理方法,对其采用按行平均分配到各计算结点的方法组建相关矩阵元素,使该部分通信量为零,各节点可独立计算并节省内存;同时优化了其他物理量的内存分配。算例说明,所提方法可明显提高计算效率,并具有精度好、负载均衡优良的特点。     

多反舰导弹攻击多目标协同航路规划

为解决多反舰导弹的协同航路规划问题,建立了基于空间和时间协同的航路规划模型,并设计了航路可行节点动态开辟算法和协进化多子群蚁群算法。节点开辟算法在任务空间建立搜索树的同时滤除不可行节点,缩小了航路优化搜索范围;多子群蚁群算法结合协进化的基本思想,通过引入蚂蚁子群间的协同进化策略,并对蚁群算法状态转移规则、信息素更新机制进行设计,进而并行搜索多导弹最优协同航路集合。仿真结果表明,本文方法能够为多反舰导弹构建优化的协同飞行航路,不但适用于导弹发射前的预先规划,而且适用于航路分段的局部实时重规划。     

一种基于模糊信息融合的Prim算法及应用

提出一种融合多元模糊空间关系信息的支撑树搜索算法,即S Prim(spatialPrim)算法,用以识别低分辨率环境下(红外、多光谱遥感、SAR、恒星导航等图像中)具有规则空间分布关系的目标斑点集合。S Prim算法将子目标相互之间的空间分布关系、距离关系,以及目标自身属性关系进行模糊信息融合,借助Prim算法生成最小支撑树的机制,评估邻近节点之间可能具备的某些有规则的空间分布关系,主动探测子目标之间可能存在的空间分布规律,从而识别目标群。实验证明,该算法稳定有效。     

WSN中基于分布式机器学习的异常检测仿真研究

安全问题是无线传感器网络应用的关键问题之一。设计了一种基于分布式机器学习的异常检测方案。该方案利用K最近邻算法对传感器网络节点进行分簇,时簇内节点的异常检测采用贝叶斯分类算法,对簇头节点的异常检测采用基于平均概率的方法。利用网络仿真工具NS2构建了入侵检测规则、模拟了网络攻击场景,在此基础上,通过仿真评估了方案的检测率、平均检测率、误检率和平均误检率等性能。仿真实验结果表明,该方案与当前典型的无线传感器网络入侵检测方案相比具有较高的检测率和较低的误检率。     

Polarimetric whitening filter for POLSAR image based on subspace decomposition

Speckle filtering is an indispensable pre-processing step for applications of polarimetric synthetic aperture radar （POLSAR）, such as terrain classification, target detection, etc. As one of the most typical methods, the polarimetric whitening filter （PWF） can be used to produce a minimum-speckle image by combining the complex elements of the scattering matrix, but polarimetric information is lost after the filtering process. A polarimetric filter based on subspaze decomposition which was proposed by Cu et al specializes in retrieving principle scattering characteristics, but the corresponding mean value of an image after filtering is not kept well. A new filter is proposed for improving the disadvantage based on subspace decomposition. Under the constraint that a weighted combination of the polarimetric SAR images equals to the output of the PWF, the Euclidean distance between an unfiltered parameter vector and a signal space vector is minimized so that noises can be reduced. It is also shown that the proposed method is equivalent to the subspace filter in the case of no constraint. Experimental results with the NASA/JPL airborne polarimetric SAR data demonstrate the effectiveness of the proposed method.     

一种新的多关系朴素贝叶斯分类器

针对现有多关系朴素贝叶斯分类器中存在的统计偏斜问题,扩展了语义关系图的定义,给出了一种新的统计计数方法,构建了相应得多关系朴素贝叶斯分类公式,形成了一种基于关系数据库技术的新的多关系朴素贝叶斯分类器。为高效进行关系表连接,采用元组ID传播方法对关系表进行虚拟连接。进一步提高分类准确率,基于互信息标准对属性进行剪枝。实验显示新的分类器具有良好的分类性能。     

一种基于神经网络的非线性自适应滤波器

提出了基于Ａｄａｌｉｎｅ－ＭＬＰ递归神经网络的非线性自适应滤波器。这种新的滤波器运用了自适应ＩＲ滤波器理论，具有神经网络分布式并行信息处理，较好的容错特性和鲁棒效应等优点，且比传统的滤波器有更好的收敛特性，并可方便地实现非线性滤波。此外，还给出了Ａｄａｌｉｎｅ－ＭＬＰ递归网络在线滤波算法及其在非线性自适应噪声抵消器中的应用。最后进行了计算机仿真。     

相干频率分集阵雷达匹配滤波器设计

相干波形频率分集阵(frequency diverse array, FDA)雷达通过引入阵元间的频率差异,在观测空间中形成距离角度时间依赖的发射方向图。针对相干FDA雷达体制回波接收处理的问题,提出了角度时间二维匹配滤波器,同时实现了快时间波形匹配和等效发射波束形成,不同于传统匹配滤波器。并进一步考虑某些应用情况下,通过设计匹配时间窗,提出了分段匹配的二维匹配滤波接收处理方法。将雷达脉冲时间划分为多个子脉冲接收时间窗,并采用发射方向图调制的角度时间二维匹配滤波函数对回波信号进行相干积累。仿真实验给出了所提接收处理方法的性能验证。     

基于交互式多模型算法跟踪临近空间目标

由于目前机动目标模型越来越向模块化、并行计算的方向发展,对目前算法计算效率提出了更高的要求。对于临近空间超声速机动目标一般采用多种机动模型跟踪,单一模型已经很难满足高精度跟踪的需要。因此需要使用基于多种模型进行交叉耦合的交互式多模型（interacting multiple model, IMM）算法,这种算法特点与临近空间目标高速、高机动特性相适应。同时考虑到扩展卡尔曼滤波 (extended Kalman filter, EKF) 算法对强非线性对象滤波效果不好, 无迹卡尔曼滤波(unscented Kalman filter, UKF)算法对于此类问题,可以很好地加以解决。仿真对比试验表明,交互式多模型〖CD*2〗无迹卡尔曼滤波(interacting multiple model unscented Kalman filter, IMM UKF)算法优于单一模型EKF算法。     

定阈值Wiener滤波在子波域图像去噪中的应用

针对图像处理中的去噪问题,分析了Wiener滤波中的统计误差,提出了定阈值Wiener滤波算法,通过定阈值对图像作预处理,提高了滤波器去噪性能。分别用标准Wiener滤波法、逆滤波法及定阈值Wiener滤波法对退化图像进行处理的结果表明,在进行图像恢复时,标准Wiener滤波效果比逆滤波好,定阈值Wiener滤波则优于标准Wiener滤波和逆滤波。与标准Wiener滤波相比,逆滤波降低了峰值信噪比,而定阈值Wiener滤波则提高了峰值信噪比。信噪比增大,表明定阈值Wiener滤波法对噪声的抑制能力增强。     

高频地波雷达电台干扰的抑制

为抑制高频地波雷达电台干扰,提出用线性极化变换(LPVT)、非线性极化变换(NLPVT)和多凹口逻辑积极化(MLP)滤波相结合进行极化处理的方法。通过减小干扰极化状态的散落区域,降低干扰散落中心的不确定性,有效提高了滤波器性能。为实现实时处理,利用改进的多凹口逻辑积极化滤波算法解决了处理速度和凹口数量之间的矛盾。结合实际录取的高频雷达电台干扰数据,通过仿真实验证明该方法的有效性。实际雷达数据处理结果表明该方法可使信干比改善20dB以上。     

频谱采样技术及其在四维跟踪系统中的应用

根据脉冲串的匹配滤波和相参积累技术,推导窄带滤波器实现匹配滤波的原理,提出一种新颖的通过频谱采样技术实现匹配滤波和相参积累的方法,克服了窄带滤波器很难实现完全匹配滤波的缺点,并在此基础上给出一种实用的脉冲串匹配滤波器,即在窄带滤波器后级联频谱采样.在四维跟踪系统中提出一种应用频谱采样技术的新颖的中频误差提取方法,能为车栽雷达节省大量空间.阐述了频谱采样的工程实现.通过工程实践验证,频谱采样技术和中频误差提取方法有效并具有很大的应用价值.     

非平稳信号的22型双重中值容错滤波算法

滤波算法的容错设计是技术过程可靠性与安全性领域的重要研究内容.本文建立了一组新的非平稳过程容错滤波算法,该算法采用两阶段两次滑动中值与滑动均值滤波器的组合,实现了数据洁化与滤波的统一.理论分析和仿真计算结果证实,该滤波算法可有效避免斑点型异常数据的不利影响,可靠地从采样序列中提取信号.     

基于变分问题和广义软阈值的图像去噪

采用非线性滤波方法处理图像去噪问题时,阈值参数的选取和恰当的使用滤波器函数,对去噪图像的效果影响极大。构造了可用于非线性滤波算法的广义软阈值小波滤波器函数,它是Donoho的软阈值滤波器函数的推广,可以用来代替Donoho的软阈值滤波器,证明了滤波后的逼近是Besov空间中泛函的近似最小值点。而且,广义软阈值滤波器函数次数越大,逼近效果越好。仿真结果证实了此方法的有效性。