线性调频-二相编码雷达信号分析

报道了一类由二相编码信号与线性调频信号组合而成的新的脉冲压缩信号。导出了这类信号的表达式。通过理论分析和计算机模拟,给出了该类信号的模糊函数(图),幅度谱特性,匹配滤波器输出波形,多普勒频移特性,有加权时的压缩脉冲时间旁瓣波形和低截获概率等方面的性能。分析证明,该类信号与线性调频信号或二相编码信号相比具有更好的低截获概率特性,其多普勒性能优于二相编码信号。     

分布式虚拟环境中虚拟人运动的表示

网络虚拟环境中虚拟人的运动表示与交通工具的运动表示具有完全不同的特点。对此 ,本文提出了一种运动表示法 ,以运动信息的形式表达人体所有关节的变化结果 ,并采用信息包的方式在网上传送 ,可以有效地降低维持虚拟人逼真运动所需要的最小信息传送数量     

采用复倒谱和子串匹配的音频指纹算法研究

提出了一种基于复倒谱变换和子串匹配的数字音频指纹算法.该算法通过应用混沌方法生成用户指纹,并将原始音频信号分帧并实施复倒谱变换后,进行指纹嵌入.指纹的识别采用子串匹配的方法,计算出待检测的指纹与原始指纹之间的匹配结果,最终确定待检测的未知音频.实验结果表明:该算法具有良好的鲁棒性,能抵御常见的音频攻击,可应用于音乐版权保护、音频识别等领域.     

基于资金约束零售商的双渠道制造商贸易信贷与提前订货折扣契约选择策略研究

在市场需求不确定情形下,研究了当零售商存在资金约束,而双渠道制造商采用三种不同契约策略时,供应链各主体运作策略和收益.结果指出:当零售商资金不足而制造商为其提供贸易信贷契约时,零售商订货资金不足的困境得到有效解决,零售商和双渠道制造商的利润均高于无任何契约时各主体利润;当零售商资金不足而制造商在其网络渠道提供提前订货折扣契约时,制造商的利润始终高于无任何契约时其所得的利润,而零售商的利润始终不高于无任何契约时其所得的利润;最后,当制造商联合采用两种不同契约时,制造商收益始终高于零售商无资金约束时其所得利润,即供应链中零售商资金约束困境对制造商来说并非始终是有害的,制造商可以通过在双渠道联合采用两种不同契约的方法获得更多的收益.     

辅助数据缺失环境下结构化自适应目标检测器

杂波背景非均匀导致经典自适应检测方法性能下降,为改善辅助数据缺失环境下的目标检测性能,研究了雷达目标结构化自适应检测方法。利用杂波协方差矩阵斜对称特征,设计了结构化广义似然比检验自适应检测器,提高了杂波谱结构化信息和待检测单元杂波信息的利用率;进一步推导了检测器的实数域表达式。仿真分析表明,所提检测器具有恒虚警率特性,其检测性能对不同杂波相关性具有很好的鲁棒性。在辅助数据缺失环境下,所提检测器性能优于现有典型非结构化和结构化检测器,且这种优势随着辅助数据缺失程度的增大而加大。     

一种时空联合约束的多源航迹相似性度量模型

针对传统方法无法有效度量多源异步航迹时空相似性的问题,该文提出了一种适用于多源异步航迹的相似性度量模型。基于时间和空间联合约束下寻找近似时空特征匹配点的思想,通过设置时间和空间阈值上寻找符合要求的匹配点,并通过空间相似函数度量匹配点的相似性,确定最优匹配点并计算多源航迹间的航迹时空相似度。实测数据表明,该模型可以有效度量异类传感器航迹的相似性,且时间性能较优。基于该模型的航迹关联算法在仿真的复杂多目标环境中的关联准确性优于现有算法,且在对海雷达误差估计中得到了应用。     

存在老鼠仓时证券市场多方博弈分析

构建老鼠仓、做仓机构投资者和其他普通投资者的市场交易模型.从老鼠仓交易加剧市场信息不对称以及做仓机构投资者效用取向改变等角度,分析市场参与者的博弈特征,并利用理性预期均衡分析方法求解市场均衡.在此基础上,分析了老鼠仓交易对于市场价格、交易量、波动性等市场特征的影响.通过定量研究发现,老鼠仓交易扭曲了市场机制,削弱了市场价值发现功能,增加了市场波动性和信息不对称.     

基于天基信息的反导作战效能分析

应用系统效能分析(system effectiveness analysis,SEA)方法,研究天基信息支持反导武器系统的反导作战效能分析问题.根据天基信息支持武器系统的反导作战流程和系统间的相互作用关系,设计了天基信息支持反导作战效能分析的性能度量、使命度量和效能度量算法.算法有效地把武器系统的性能和使命与环境有机结合,能够实现天基信息对武器系统反导作战支持作用效果的综合整体分析和关键指标参数的灵敏度分析.最后的数值仿真实例进一步说明了所取得的主要结果.     

建立频繁项目集向量的极大频繁项目集挖掘

在分析和研究诸多经典关联规则挖掘算法或最大频繁项目集挖掘算法的基础上,提出了一种新的极大频繁项目集挖掘算法BOFPV_MMFIA算法.该算法引入频繁项目集向量FP-V,将极大频繁项目集的挖掘过程转化为频繁项目集向量FP-V的与运算过程.算法只需扫描数据库一次,克服了Apriori及其相关算法产生大量候选集和需多次扫描数据库的缺点.又不同于BOM算法,挖掘频繁k_项目集时,需要进行 次k个向量的与运算.因此,BOFPV_MMFIA算法的效率明显高于Apriori、DMFIA及BOM算法.     

集中式多传感器无极联合概率数据互联算法

针对杂波环境下非线性系统中的多传感器多目标跟踪问题,提出了一种集中式多传感器无极联合概率数据互联算法。该算法中,首先采用无极卡尔曼滤波器实现非线性系统中状态分布的传递,在此基础上应用联合概率数据的思想将单个传感器的量测点迹与航迹互联,最后推广至顺序结构。由于无极卡尔曼滤波器可以获得比扩展卡尔曼滤波算法更高精度的近似,因此能减少非线性模型线性化引起的近似误差对联合概率数据互联概率及状态估计的影响,与基于扩展卡尔曼滤波器思想的顺序多传感器联合概率数据互联算法相比,该算法具有更高的跟踪精度和稳定性,最后通过仿真结果验证了该算法的优越性。