箔条云极化识别方案性能分析

反航导弹雷达导引头识别箔条云新方案──极化识别方案是建立在箔条云和舰艇去极化特性具有显著差异基础上的。为了分析该方案所能达到的性能，本文首先采用严格的理论方法分析箔条云的去极化特性，并定义去极化系数和推导去极化系数的概率密度函数。在此基础上，构造了一个用于识别箔条云与舰艇的最大似然检测系统，并对该系统的错误概率进行了计算。最后讨论降低错误概率的几种途径，重点讨论了序列检测方法。研究结果表明，该方法较好地解决了提高识别性能与缩短观测时间的矛盾。     

天线相关条件下空频码的分集特性分析

已有空频码设计的文献分析了在天线不相关假设下一个MIMO-OFDM系统的最大分集阶数,而在实际系统中,发送端和接收端的天线之间的相关性总是很难避免的,已经有理论分析指出这种天线相关性将最终影响系统容量,但并没有明确指出相关性对系统分集特性的影响.通过一种等效的信号模型,通过该模型将频率选择性衰落信道下系统的分析等效为平衰落信道下的分析,并导出了存在天线相关情况下码字的成对错误概率,并通过对码字成对错误概率的分析给出了存在天线相关情况下系统能提供的最大分集阶数以及码设计的一些特性.     

一种权值在线学习的分布式检测系统的融合算法

研究了一种基于最小错误概率准则的权值在线学习的分布式检测系统的融合算法。该算法能够根据观测数据的变化,自动在线调整权值大小,逐步改善系统的检测性能。计算机仿真结果表明,该算法能够较快地收敛到最优解。     

Mamdani型概率模糊系统建模方法

针对模糊系统不能有效表示系统中的随机性,给出了一种Mamdani型概率模糊系统的建模方法。该模型不需要领域专家的知识,可以直接从已有数据生成概率模糊规则。相应地给出了一种概率模糊推理方法。概率模糊系统综合了模糊系统的易理解性和概率系统的统计特性,能够对数据中的随机性进行更好地表示和处理。以概率模糊系统在时间序列分析中的应用为例,通过与“查表法”(table look-up scheme) 的比较,说明了所提方法的有效性。     

贝叶斯检测跟踪联合处理的检测阈值设置方法

基于贝叶斯理论的检测跟踪联合处理方法能够利用目标的运动模型在帧数据间以概率的形式对信号进行积累,从而提高系统的检测性能。然而,在Neyman-Pearson准则下,该方法很难根据系统要求的虚警概率计算检测阈值,影响了该方法的应用范围。在综合分析基于贝叶斯理论的检测跟踪联合处理方法的基础上,针对Neyman-Pearson准则,详细推导了系统虚警概率同检测阈值之间的关系,并在观测噪声为高斯白噪声的情况下给出了检测阈值的近似闭式解。利用该闭式解,可以按照系统要求的虚警概率计算检测阈值,从而使得实际系统的虚警概率满足要求。最后,计算机仿真实验验证了该闭式解的有效性。     

网络传输TCP的马尔可夫过程建模

首先简要介绍了因特网上最重要的协议之一传输控制协议TCP的基本原理,分析了传输控制协议工作时6种可能发生的事件,以发送一个数据段作为一个随机变量表示发生的事件,然后建立了网络传输控制协议TCP的数据段传输过程的马尔可夫过程模型,并由此对传输控制协议TCP系统正确接收的概率P(c)、TCP系统错误接收(包括传输有误但没有检查出的段、重复的段、漏掉的段)的概率P(e)、相对误差R(e)和传输效率等性能指标进行了初步分析.     

基于Bayes近似限法的串联系统置信区间的求解

运用基于Bayes的方法对红外空空导弹进行抗干扰性能评估时,只能分别得到导引头和导弹控制系统的抗干扰概率P<,g>、P<,c>及其置信区间,而难以求出导弹复杂系统的抗干扰概率在一定的置信度下的置信区间.针对该问题,提出用Bayes近似限的方法拟合导弹导引头、控制系统的整个串联系统的抗干扰概率的分布,得出该复杂系统的置信度为y的近似置信区间的求解公式,并给出导弹串联系统数字仿真中抗干扰概率的置信区间的求解实例,对该求解方法的正确性进行了验证.     

复杂系统使用任务完成概率模型

研究了任务期间允许换件修理时复杂系统的使用任务完成能力。对武器系统的使用任务进行分类。利用马尔可夫过程分析部件系统在特定维修保障策略下的状态转移过程,以部件系统固定任务时间内在正常状态停留时间的分布函数作为其任务完成概率模型,并通过全概率分解对任务完成概率进行求解。通过分析任务期间部件系统、装备、武器系统三者之间的任务可靠性关系进而得到复杂系统的任务完成概率。最后,运用数值计算的方法绘制了复杂系统任务完成概率随任务时间和工作量的变化曲线,讨论并分析了任务时间对任务完成概率的影响。     

分布式仿真系统容错机制研究

就分布式仿真中的容错问题进行了初步的研究和分析。首先针对分布式仿真系统的特点，提出了系统分层模型，就每层中错误类型进行了分析和描述。然后构建了基于HLA的分布式仿真容错系统DSFT(Distributed Simulation Fault-tolerancesy stem)，该系统主要由三部分组成：仿真资源状态监控模块、数据保存模块及错误恢复模块，文章就该系统的相应模块跟RTI的关系进行了分析。最后，就利用网格技术来简化容错系统实现的可行性进行了初步研究。     

引战配合计算机仿真的静态一致性研究

给出了引战配合计算机仿真结果与真实试验结果进行静态一致性检验的方法，讨论了检验过程中的关键技术，即检验决策，验前概率，采伪概率的确定以及随机样本与再生子样的产生方法，对产开发的引战配合计算机仿真系统进行了检验并对检验结果进行分析，检验结果结果表明该系统具有良好的置信度。     

优化的GM(1,1)幂模型及其应用

针对GM(1,1)幂模型的幂指数和背景值的优化问题, 首先归纳出GM(1,1)幂模型的建模步骤和传统方法的不足, 然后以平均相对误差最小化为目标、参数之间的关系为约束条件, 构建了两个非线性优化模型, 实现对GM(1,1)幂模型的幂指数和背景值插值系数的优化. 结果表明, 优化的GM(1,1)幂模型使得平均相对误差绝对值在理论上达到最小优化, 解决了传统建模方法与模型检验的脱节问题, 其模拟和预测精度都高于传统模型. 最后, 以我国高中升学率的数据为例验证了本文优化方法的优越性和有效性.     

语音端点检测的仿真研究

语音端点检测在语音处理中占有十分重要的地位。介绍了短时平均能量法、短时平均过零率法和短时能零积法三种语音端点检测法。在低信噪比环境下，利用上述方法进行语音端点检测，检测效果将大大降低。功率谱减法是一种传统的降噪方法。但是功率谱减法采用固定的无音片段作为噪声样本容易引起误差。为此，笔者综合短时能零积法和功率谱减法，提出了加权功率谱减法，并用于语音端点检测。详细地给出了加权功率谱减法的实现步骤。实验结果表明该方法具有良好的性能。     

一种低复杂度的MIMO-OFDMA下行链路资源分配方案

针对MIMO-OFDMA下行链路系统,考虑在总功率和BER 以及用户数据速率成比例的约束下,以获取整个系统吞吐量极大化为准则,提出一种基于成比例公平性约束的资源分配方案。该方案在子载波分配时,松弛成比例约束条件,使用户数据速率近似地成比例于每个用户分配的子载波数,在功率分配时,推导出一种线性的不需要迭代的低复杂度功率分配方案。仿真和分析表明,整个方案在保证系统吞吐量的前提下,取得了用户间良好的速率公平性,同时又具有较低的计算复杂度。     

信息电磁泄漏侦收系统抗噪声性能研究

信息电磁泄漏侦收系统的抗噪声性能直接关系到系统整体性能。根据CRT显示器信息电磁泄漏机理及侦收系统工作原理,建立了信息电磁泄漏与侦收的数字信号基带传输模型,分别讨论了有、无码间干扰时侦收误码率与侦收距离、叠加次数、噪声功率的关系,利用Q函数描述了误码率的变化趋势。用所研制的侦收系统进行了实验,实验结果与理论分析一致性良好。     

一种改进的H.264/AVC空时编码方案及仿真实现

传统H.264无线视频传输系统误码率较高并且重建图像质量差,针对此问题提出一种改进方案。传输系统采用H.264编码器和多输入多输出(MIMO:Multiple-input Multiple-output)系统级联的模型:基于不等差错保护思想,在信源端依照优先级顺序将H.264码流分为两部分,利用空时预编码技术的分集优势提升高优先级码流的传输可靠性,同时不改变低优先级码流的误码率,提高了无线传输系统整体性能。仿真结果表明:与传统方案相比,改进方案可以在不提高总发送功率的前提下获得较好的重建图像质量,在低信噪比时,重建图像的平均峰值信噪比可提升近7dB,且检测复杂度适中。     

非等间隔GM(1,1)幂模型及应用

GM(1,1)幂模型是灰色Verhulst模型的推广.在灰色Verhulst模型和等间隔GM(1,1)幂模型基础上提出了非等间隔GM(1,1)幂模型,并对模型进行求解.同时讨论了GM(1,1)幂模型曲线形状和幂指数以及发展系数之间的关系,研究了非等间隔GM(1,1)幂模型的参数空间.将平均相对误差看成幂指数的函数,根据序列形状判断幂指数的范围,利用粒子群算法求解幂指数,克服了灰色Verhulst模型的缺陷.最后实例表明:GM(1,1)幂模型建模精度高于灰色Verhulst模型,该方法具有重要的理论意义.     

基于LASSO分位数回归的中期电力负荷概率密度预测方法

中期电力负荷预测过程中往往会受到多种外界因素(诸如温度、节假日、风力大小等)的不确定性干扰,并且影响中期电力负荷预测的因素复杂多变、规律各异,难以精准地进行预测.在大数据环境下,如何在种类繁多、数量庞大的影响因素中快速获取有价值信息成为了电力负荷预测问题的关键所在.提出的基于LASSO分位数回归概率密度预测方法,首先从影响电力负荷预测的多种外界因素中挑选出重要的影响因子,建立LASSO分位数回归模型.然后,使用triangular核函数,将LASSO分位数回归与核密度估计方法相结合,进行中期电力负荷概率密度预测.以中国东部某副省级市的历史负荷和外界影响因素(包括温度、节假日及风力大小)为算例,运用LASSO分位数回归方法进行中期电力负荷概率密度预测,得到的平均绝对误差在中位数和众数上分别为3.53%和3.69%,优于未考虑外界因素和考虑外界因素未进行变量选择的情况.为了进一步验证该方法的优越性,将其与非线性分位数回归和基于三角核的分位数回归神经网络概率密度预测方法进行对比分析,说明该方法能较好解决电力负荷预测中的高维数据问题,从而获得比较准确的电力负荷预测结果.     

广义加权算术平均组合预测法的最优化理论基础及性质

从 P次幂误差的概念出发 ,提出了广义加权算术平均组合预测法新的预测方法优超和冗余度的定义 .通过构造最优化函数进一步探讨了广义加权算术平均组合预测法的最优化理论依据及其数学性质 .     

基于线性调频信号的ADC时钟抖动误差分析

模数转换器的时钟抖动引起输出信号的误差,该误差会影响后继的数字信号处理.分析了输入为线性调频信号时,模数转换器中由时钟抖动引起的误差.在给出误差平均功率表达式的基础上,推导出信噪比的近似计算公式.并利用该计算公式,对影响信噪比的各种因素依次进行讨论,其中信号带宽和时钟抖动参数的增大都会降低输出信噪比,而信号时宽和采样频率的变化对信噪比影响非常小.仿真结果验证了信噪比计算公式的正确性.     

上海公共交通网络复杂性分析

城市公共交通系统可以抽象为由公交线路和停靠站点构成的网络,这个网络的几何性质对公共交通的状况具有重要影响。在本论文中,以上海市的公共汽车交通系统中的停靠站点网络为研究对象,对其进行复杂性分析,计算了网络的度分布、平均路径长度、聚集系数等指标,并测试了网络在随机失效和有选择性攻击情况下的抗毁性。结果表明,上海市公共交通网络的度分布符合幂率分布,具有较小的平均路径长度和较高的聚集系数。在抗毁性方面,公共交通网络对结点的随机失效具有很强的抗击能力,而对有选择性攻击的抗击能力很弱。因此,可以看出上海市公共交通网络是一个无尺度复杂网络。