基于HPP/PO的舰船与海面耦合散射快速算法

针对粗糙海面上舰船类超电大尺寸复杂目标电磁散射问题,提出了一种基于混合面元投影(HPP)和物理光学法(PO)的计算目标与海面耦合散射的快速算法。首先建立基于海谱的海面几何模型,并考虑海面面元的微粗糙特性,修正海面反射系数,然后针对目标和海面的结构特点,形成两种尺度面元混合的目标与海面模型,对电磁波在海面和目标之间的多次反射按照GO原理进行快速投影运算,并利用PO计算投影区域的散射贡献,最后给出了几组典型实例的计算结果。数值计算表明,该方法对于海面舰船类目标的散射计算是高效、准确的。     

基于时域弹跳射线法分析电大尺寸目标的散射

通过对频域弹跳射线法的表达式进行逆傅里叶变换推导出时域弹跳射线法的表达式,并且讨论了与时域弹跳射线法相关的八叉树加速算法、Nyquist抽样准则及遮挡判别方法。与时域低频方法（如时域有限差分法、时域积分方程法）相比,时域弹跳射线法的优点是计算速度快、所需内存少,是分析电大尺寸目标宽带雷达散射截面的高效方法。实际算例的数值结果表明,时域弹跳射线法与其他精确方法的结果吻合很好。     

反射张量在射线追踪法中的应用

针对射线追踪法(shooting and bouncing ray, SBR)中反射路径计算,提出了采用反射张量表示单次和多次反射作用的方法,并进行了详细推导。对于同一反射路径,射线方向、极化方向的变化可以用同一个张量与原方向的点积表示。通过分析张量的运算,研究了单站情形不同极化下射线追踪法计算结果。算例表明,反射张量表示方法用于射线追踪法正确、有效,可方便地对各种构型的散射目标进行分析研究。     

基于高频方法分析电大尺寸目标的散射

采用物理光学法及其改进方法分析电大目标的雷达散射截面。作为对物理光学方法的修正,采用等效电磁流法计算了物体棱边绕射场的贡献。由于电磁波在腔体内存在多次反射,物理光学方法对于腔体的电磁散射问题给出的结果误差较大。为此,可以采用迭代物理光学法和弹跳射线法计算腔体散射。分别采用迭代物理光学法和弹跳射线法方法计算了腔体电磁散射,并且对迭代物理光学法与弹跳射线法方法的优缺点进行了对比。最后,提出利用图形处理器加速弹跳射线法方法的射线追踪部分,实现了弹跳射线法方法的有效加速。数值结果表明上述方法是有效的。     

基于弹跳射线技术的三维GTD模型构建方法

传统的基于弹跳射线(shooting and bouncing ray,SBR)技术的散射中心提取方法只考虑了理想点模型,但理想点模型无法描述散射中心的频率依赖特性.对此,提出一种基于弹跳射线技术的三维几何绕射理论(geometrical theory of diffraction,GTD)模型构建方法,在通过传统方法...     

一种计算电大尺寸复杂导体目标电磁散射的MoM-SBR/PO混合法

作为传统MoM和PO混合法(MoM-PO)的拓展,提出了一种组合MoM、SBR和PO的混合方法(MoM-SBR/PO)用于计算电大尺寸复杂导体目标的电磁散射。利用基于射线密度归一化(RDN)概念的SBR方法有效地考虑了PO区域之间的多次反射影响,简化了PO区域内的耦合计算,避免了耗时的迭代求解过程和格林函数的选择等难点,提高了计算效率。数值结果验证了该方法的有效性和正确性。     

分层双轴各向异性介质电磁传播矩阵计算

在广义传播矩阵(general transmitting matrix, GTM)方法分析各向异性介质传播特性的基础上, 对分层双轴各向异性介质进行分析。构造双轴各向异性介质中横向场的状态矢量和耦合矩阵, 得到双轴各向异性介质中的本征波, 引入GTM, 获得分层双轴各向异性介质的反射系数和透射系数。对不同介质涂覆结构的角度特性和频率特性进行分析, 数值计算结果与商业软件结果高度一致。进一步将电磁传播矩阵与弹跳射线(shooting and bouncing ray, SBR)法相结合, 获得介质涂覆目标的电磁散射特性, 所得雷达散射截面结果与商业软件结果之间的均方根误差小于3 dBsm, 体现了该方法的准确性。     

埋地介质地雷电磁散射计算

为降低超宽带合成孔径雷达探雷中地雷检测的虚警,需要根据地雷的电磁散射特J陛设计检测器.把介质地雷等效为双圆柱结构,利用旋转体的结构特征用矩量法计算了半空间地雷的电磁散射,对各个步骤进行了详细分析.最后给出了某型号埋地塑料地雷电磁散射的计算结果,并与相同条件下同型号金属地雷的电磁散射进行了比较,分析了两者的不同特性,结果表明相同条件下介质地雷的散射回波与金属地雷的回波非常相似,但幅度明显小于金属地雷.     

从极化的观点讨论复杂目标角闪烁的计算方法

从极化的观点出发讨论了复杂目标角闪烁的两种计算方法。基于电磁散射理论推导了考虑接收天线极化时PVM计算复杂目标角闪烁的一般公式;对采用PGM计算角闪烁提出了一种不需要进行"相位伸直"处理的算法;利用PGM和PVM计算和比较了不同接收极化下几种典型复杂目标的角闪烁线偏差,对基于组合偶极子模型获得的PGM和PVM的等效条件给出了一般性的数值证明。     

复杂目标电磁散射计算软件的改进

在计算复杂目标的电磁散射中 ,图形电磁计算方法 (graphicelectromagneticcomputing,GRECO)可用来实时计算电大尺寸复杂目标的RCS。在考察了原有的GRECO计算内核之后 ,结合计算机图形学方面的理论 ,对GRE CO的内核代码进行了改进 ,从而使得对于目标的棱边判定更加充分、准确。对于PTD绕射系数f和g表达式中的奇异点 ,通过求取平均值的方法给出了准确的结果 ,整体上使得绕射场的计算结果更加准确。     

New de-interlacing method based on adaptive weight

De-interlacing is very important when converting interlaced pictures to progressive pictures in format conversion. Multi-formats digital broadcast and progressive display requires the de-interlacing technique. An adaptive weight de interlacing method is proposed. It combines motion compensation technique with directional-based spatio-temporal filter efficiently. Experiment results indicate that the method can keep edge continuity and sharpness effectively, reduce the artifacts in motion areas, and shows better visual performance when the estimated motion vectors are inaccurate.     

基于自适应扫描的图像压缩方法

现有的压缩方法通常采用固定的扫描方式。然而,每幅图像都有其自身的特点,采用固定扫描难以使其得到好的压缩性能。针对该问题,提出了一种基于自适应扫描的图像压缩方法。首先,对图像进行小波变换后,根据图像内容决定子带间扫描顺序。其次,对于子带内扫描,根据子带特性设计不同的扫描方法,以尽可能保留图像的纹理特征。最后,采用二叉树编码器对扫描后的系数序列进行编码。实验证明,在相同条件下,该方法明显优于主流的JPEG2000,且优于最新的基于固定扫描的自适应二叉树编码方法。     

基于MCMC的模糊自适应重要抽样法

针对传统的基于马尔可夫链蒙特卡罗 (Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于失效边界确定的系统,而不适用于失效域模糊的渐变结构系统问题,提出基于MCMC的模糊自适应重要抽样法。首先从模糊失效域内的某个初始点出发,根据Metropolis准则构造马尔可夫模拟样本点;然后利用自适应核密度估计构建核抽样概率密度函数并进行重要抽样;最后离散化模糊失效域以计算系统的模糊失效概率。该方法合理地解决了以往渐变结构系统性能可靠性难以仿真分析及仿真效率低的难题,具有较高的仿真效率和精度。应用舵机案例对方法的适用性及高效性进行了验证。     

基于自适应权重的面板数据聚类方法

基于二维信息的传统聚类方法并不适用于处理面板数据, 在考察面板数据多重信息特征的基础上, 基于面板数据的"绝对指标", "增量指标"及"波动指标", 重构了面板数据相似性测度的距离函数和Ward聚类算法, 提出了面板数据自适应权重聚类方法. 所提供的算法既可退化为传统的绝对量距离聚类方法, 亦可对面板数据的未来所属类别进行聚类预测. 最后, 实例显示此方法兼具有效性和灵活性.     

Space-borne antenna adaptive anti-jamming method based on gradient-genetic algorithm

A novel space-borne antenna adaptive anti-jamming method based on the genetic algorithm(GA), which is combined with gradient-like reproduction operators is presented,to search for the best weight for pattern synthesis in radio frequency(RF).Combined,the GA's the capability of the whole searching is,but not limited by selection of the initial parameter,with the gradient algorithm's advantage of fast searching.The proposed method requires a smaller sized initial population and lower computational complexity.Therefore,it is flexible to implement this method in the real-time systems.By using the proposed algorithm,the designer can efficiently control both main-lobe shaping and side-lobe level.Simulation results based on the spot survey data show that the algorithm proposed is efficient and feasible.     

基于自适应免疫算法的欺骗信号检测方法

针对常见的转发式欺骗干扰, 提出了一种基于自适应免疫算法的欺骗信号检测方法。在载波相位双差检测的基础上, 构造正常信号和欺骗信号两种检测模式; 然后利用免疫算法获取待检测数据与监测器的亲和度指数, 筛选出符合阈值要求的监测器, 从而解算出待检测数据隶属于各检测模式的概率。为进一步解决在实际检测过程中出现的虚警问题, 引入自适应算法对交叉概率和变异概率进行非线性自适应调节, 提高了检测结果的准确性。实验结果表明, 所提方法对于欺骗信号检测准确率能够达到98.8%, 有效地实现了欺骗干扰信号检测。     

基于自适应反演方法的自主水下航行器控制

针对高速自主水下航行器,设计了垂直面内的自适应控制器。大多数自主水下航行器的深度控制都基于小俯仰角假设,但在某些情况下此假设可能会产生较大的模型误差,甚至会导致严重的后果。考虑水下航行器的未知参数和非线性,并且不对俯仰角作任何假设,设计了自适应反演控制器,使闭环系统的深度跟踪具有全局渐近稳定性。仿真表明,该控制器对模型不确定性具有较强的鲁棒性,并且明显优于传统的内外环结构的比例积分微分(proportional integral differential, PID)控制器。     

Efficient face recognition method based on DCT and LDA

It has been demonstrated that the linear discriminant analysis (LDA) is an effective approach in face recognition tasks. However, due to the high dimensionality of an image space, many LDA based approaches first use the principal component analysis (PCA) to project an image into a lower dimensional space, then perform the LDA transform to extract discriminant feature. But some useful discriminant information to the following LDA transform will be lost in the PCA step. To overcome these defects, a face recognition method based on the discrete cosine transform (DCT) and the LDA is proposed. First the DCT is used to achieve dimension reduction, then LDA transform is performed on the lower space to extract features. Two face databases are used to test our method and the correct recognition rates of 97.5% and 96.0% are obtained respectively. The performance of the proposed method is compared with that of the PCA LDA method and the results show that the method proposed outperforms the PCA LDA method.     

基于自适应上下文信息的目标相对定位方法

针对成像末制导中地面固定目标识别难度大的问题,基于最稳定极值(maximally stable external region, MSER)区域提出一种新的相对定位识别算法。提取基准图中目标周围具有尺度和仿射不变特性的MSER特征,根据权重指数自适应选取一定数量的MSER特征作为上下文地标。提取实时图中的MSER特征,与上下文地标基于规则化互相关准则进行特征匹配,利用双层匹配矫正策略减少误匹配,得到匹配特征对。提取匹配特征对的中心点作为参考点求解基准图与实时图之间的空间映射关系,进而利用最小二乘拟合一次多项式计算实时图中目标的位置坐标。实验结果表明,针对复杂地面场景,该方法的最大相对定误差不大于3个像素。基本满足成像末制导对自动目标识别算法稳健性好、识别精度高、抗干扰能力强等要求。     

基于自适应矢量压缩的机会网络高效低时延路由算法

针对采用epidemic机制的机会网络路由算法在汇总矢量(summary vector, SV)的交换、存储和请求矢量(request vector, RV)的交换过程中存在冗余开销影响效率的问题,提出一种基于自适应矢量压缩的路由算法（epidemic routing based on adaptive compression of vector, ERACV）,所提算法通过采用自适应压缩SV和RV的长度、改进SV交换、收到SV分组后优先发送目的地为相遇节点的数据分组等新机制,减少控制开销和节点的存储开销,降低数据分组时延。理论分析验证了ERACV算法的有效性,仿真结果显示,与经典的感染路由算法分销及其改进后的消息传输控制算法相比,ERACV算法的控制和SV存储开销分别减少了39% 和96.4%,数据分组的平均端到端时延则降低了2.5%以上,并且维持了100%的数据传送成功率。