UWB通信系统隐蔽性能仿真分析及系统设计方法

超宽带(UWB)由于其低检测概率(LPD)特性而很有可能成为一种用于战术隐蔽通信的技术.针对两类常用的超宽带无线电信号IR-UWB和MB-OFDM,采用最佳未知信号检测接收机,通过仿真及与直接序列扩频(DSSS)系统比较,评估了超宽带系统的隐蔽性能并提出了提高系统隐蔽性的系统设计方法,剖析了提高IR-UWB通信系统隐蔽性的实现限制.     

ACCURACY ANALYSIS FOR QUASI-CAREY ELEMENT*

In this paper, a new triangular element （Quasi-Carey element） is constructed by the idea of Specht element. It is shown that this Quasi-Carey element possesses a very special property, i.e., the consistency error is of order O（h^2）, one order higher than its interpolation error when the exact solution belongs to H^3（Ω）. However, the interpolation error and consistency error of Carey element are of order O（h）. It seems that the above special property has never been seen for other triangular elements for the second order problems.     

实物期权视角的CAPM有效性检验

实物期权对资产定价的非线性影响会导致本质为线性定价的CAPM模型失效.本文以沪深A股2000-2014年间1503家上市公司为样本,利用市值规模、账面市值比、资本支出和总资产回报四个企业特征变量作为实物期权的代理变量,分别对个股贝塔和预期超额收益率进行实物期权调整,给出了经实物期权调整后CAPM有效的证据;而且,较之市值规模和账面市值比,资本支出和总资产回报更加能够反映实物期权对CAPM有效性的影响.此外,实物期权调整对CAPM有效性的影响对处于生命周期早期阶段的企业、高科技行业以及对股权分置改革和次贷危机后的子样本更为明显.     

不良贷款有无回收判别:一类可选变量的支持向量机方法

针对不良贷款有无回收判别问题中属性变量数目多、示性变量比例高的特点,提出了一类可选择变量的支持向量机方法进行判别预测.该方法一是将逐步回归的支持向量机思想应用在模型变量的选择上,二是将线性逐步回归的结果作为模型选择变量的初始状态,解决了传统支持向量机只能使用固定变量的问题. 实证结果显示,该方法不仅提高了样本外预测的正确率, 而且具有很好的稳健性.     

基于最小二乘支持向量机的交通安全预测模型

分析了最小二乘支持向量机(LS-SVM)在交通安全预测中的优势,确定输入向量集合和输出向量集合,利用LS-SVM建立交通安全预测模型.将1953～2006年全国交通安全相关数据分为训练集和测试集,利用Matlab 7.0进行仿真测试.通过训练LS-SVM得到模型具体参数值,然后对测试集数据进行预测,计算预测误差,并与神经网络模型、SVM模型预测结果进行对比.仿真结果表明,基于LS-SVM建立的交通安全预测模型比神经网络预测模型、SVM模型具有更高的运算速度和预测精确度.     

基于结构分量中目标区域保护的SAR图像压缩

针对无人机载SAR图像高倍率压缩问题,提出了一种基于结构分量中敏感目标区域自动提取与保护的SAR图像压缩策略。首先将SAR图像分解为代表大尺度平滑特征的结构分量和代表小尺度细节纹理特征的纹理分量,然后在结构分量中进行潜在目标区域的检测,生成敏感目标区域掩码,最后对潜在目标区进行保护性的低损压缩,对背景区域进行高损压缩。实验表明,采用本方法的重建图像比标准的JPEG2000算法的重建图像在相同码率条件下具有更好的视觉效果。     

认知无线电中的一种频谱盲感知算法

认知无线电是一种用于提高无线电通信频谱利用率的新的智能技术,它能够通过与其运行环境交互而改变其发射机参数,特别是可让未授权用户使用授权用户的频谱,此外,它还为网络及终端提供更高的灵活性。高可靠性的频谱感知是实现频谱共享的关键。在分析了Parthapratim De提出的认知无线电中频谱Blinding Sensing算法的基础上提出了利用数据前、后向线性预测与矩阵QR分解结合的新算法。仿真实验表明,在同样的无线传输环境下,新算法比原算法能更可靠地感知频谱空穴。     

基于高斯过程回归的大气进入段航天器飞行能力预测方法

轨迹优化技术是目前大气进入段研究的关键技术之一,如何在大气进入动力学复杂、航天器设计参数各异以及进入过程多约束的条件下,对进入轨迹性能参数进行评估是轨迹设计研究的重要问题。对此,以二维落点走廊为表征的大气进入段最大飞行航程作为性能指标,针对传统轨迹优化方法求解计算量庞大的问题,提出了一种基于高斯过程回归(Gaussian process regression, GPR)的大气进入段航天器飞行能力快速预测方法,挖掘航天器进入初始轨迹参量与轨迹包络特征参量之间的映射关系,求解航天器最大航程时避免了复杂的动力学建模以及大规模的迭代寻优过程。利用所提方法对1 000余组不同进入场景的进入轨迹最大航程进行快速预测,将预测结果用于进入段航天器飞行能力评估,为解决大气进入领域相关工程问题提供参考。     

基于体系破击的联合火力打击目标价值评估

针对体系破击战法中的目标选择问题,设计了适用于多属性指标融合的熵权理想点法。并从超网络体系架构出发,设计了以信息流循环效率为评估标准的目标体系价值评估算法。针对联合火力打击多目标同步打击特点,设计了目标组合的体系价值评估算法。在上述算法基础上实现了目标多属性评估,以及基于单目标和目标组合的体系价值评估。实验分析表明,该方法能够快速实现联合火力打击目标的价值量化评估,并且用量化数据验证了联合火力打击中应遵循的3条基本原则,结合目标属性表和体系关联网络找到体系破击的关键目标或目标组合,输入条件简单易行,具备工程应用的基础条件。     

基于堆栈式LSTM网络的通信辐射源个体识别

针对现有通信辐射源个体识别方法预处理过程复杂及特征提取较难的问题,提出了一种基于堆栈式长短期记忆(long short-term memory, LSTM)网络的辐射源个体识别算法。该算法直接使用IQ时间序列信号训练LSTM网络,即可实现对通信辐射源个体的高效识别,避免了复杂的信号预处理过程。为使LSTM网络能更好地适用于通信辐射源个体识别,利用3层LSTM网络提取辐射源深层特征,并通过实验优化了网络参数。然后对该算法的实际应用泛化性进行了实验探究,结果表明该算法在其他辐射源数据集上也取得了较好的效果。最后,通过实验对算法进行了验证,结果表明相比于传统算法,在样本数较多时,该算法的识别准确率可以达到98%,而且简单快速智能,便于工程化与实用化。