一种鲁棒的子空间聚类算法

针对聚类分析常面临的维数灾难和噪声污染问题,将样本加权思想与子空间聚类算法相结合,提出了一种鲁棒的子空间聚类算法.该算法结合现有子空间聚类方法,为每个类簇计算一个反映各维度聚类贡献程度的权矢量,并利用该权矢量对各维度加权组合,得到各类簇所处的子空间.此外,算法还为每个样本分配一个反映离群程度的尺度参数,以区分正常样本和离群点在聚类过程中的地位,保证算法的鲁棒性.在二维数据集、高维数据集以及基因数据集上的对比实验结果表明,对于具有不同噪声比例的各种维度数据集,该算法均能取得较高的聚类精度,表现出较好的鲁棒性.     

宽带认知无线电网络分布式协作压缩频谱感知算法

针对宽带认知无线电网络中压缩频谱感知算法在低信噪比环境下频谱检测性能下降的问题,提出了一种基于高斯过程的分布式压缩频谱感知(PBCS)算法.首先应用层次化的正态分布概率模型来表示压缩频谱的重构,然后各个认知无线电用户交换模型参数并结合本地的压缩采样数据进行压缩频谱感知.有别于其他直接融合频谱感知结果或检测数据的协作式算法,PBCS算法通过模型参数融合来进行协作,能有效减小信噪比低的协作用户的影响,从而提高算法的抗噪性.仿真结果表明,PBCS算法可以在-5dB的信噪比条件下达到检测概率大于0.9、误检概率为0.1的频谱检测性能.     

全隐式E-CUSP迎风格式大攻角分离流数值模拟

采用全隐式、低耗散E-CUSP格式,通过求解雷诺平均Navier-Stokes方程耦合Spalart-Allmaras(SA)湍流模型,模拟了细长旋成体在超声速、大攻角下的流场,分析了背风面涡的发展过程.结果表明:E-CUSP格式耦合SA湍流模型能够准确地模拟背风面的流动分离和精细的二次涡,对横向分离具有较高的模拟精度;预测的物面压力系数分布和激波位置与实验数据吻合良好,力和力矩的相对误差在1.98%之内;E-CUSP格式可用于模拟复杂的分离流动,具有高的计算精度和效率.     

一种信号强度感知的Ad Hoc网络节点移动控制算法

针对Ad Hoc网络节点具有的可移动的特点,提出了一种基于接收信号功率的移动控制算法.该算法是在无法获取节点位置信息的情况下,对网络拓扑进行优化配置.文中定义了基于接收信号强度的性能函数,当节点位于该函数的最小值点时,传输数据所需的能量消耗最小.可将该函数取得最优解的位置作为节点移动的目标位置,并根据检测到的接收信号强度逐步搜索到该位置.实验结果表明,在位置信息未知的情况下,可通过该算法找到节点移动的目标位置从而减少传输能量的消耗.     

NTRU密码体制中解密失败的分析与方案改进

NTRU是一种新的构建在环上的公钥密码体制,其安全性基于在大维数格中寻找最短向量的数学难题(shortest vector problem,SVP),然而该体制存在一个明显的缺陷:在参数选取不当的情况下容易造成解密失败.首先介绍了NTRU体制及其解密失败的原因,并分析了保证解密正确参数选取的理论基础.在此基础上,分析了两种基于解密失败的NTRU改进体制,并指出了这两种体制存在的问题.最后提出了一种改进体制,该体制不仅能避免前两种体制中存在的缺陷,解决NTRU解密失败问题,同时也保证其安全性同NTRU等价.     

逆半群上的几类模糊子半群

利用集合上模糊同余关系, 在逆半群上定义了模糊正规子半群和模糊商子半群, 并研究了逆半群上由这几类模糊关系所定义的模糊同余关系的一些性质. 通过模糊同余关系β, 得到模糊正规商子半群R及S/ρ上的模糊同余关系μ_R.     

空中目标辐射源的个体识别方法

针对传统的辐射源个体识别方法在低信噪比环境下识别性能不佳的问题,提出了一种空中目标辐射源的个体识别方法,该方法利用经验模态分解和变分模态分解得到信号不同频率的模态分量,将各模态分量的多尺度排列熵作为特征,利用主成分分析对数据进行降维,并采用支持向量机分类器进行辐射源个体识别。仿真结果表明,该方法对相位噪声、频率漂移以及谐波失真等细微特征的识别性能明显优于传统方法,并具有良好的抗噪性。     

基于中国余数定理的目标距离估计算法

为了提高目标检测性能,脉冲多普勒(pulsed Doppler, PD)雷达常常采用高脉冲重复频率(pulsed repetition frequency, PRF)信号,以便在信号频域获得比较宽的无杂波区,但高的PRF往往引起目标的距离模糊。现有的解距离模糊算法大都面临计算量大的问题,该文紧密结合PD雷达体制的特点,在基于PD雷达参差重频模式下,提出一种最优余数的封闭式鲁棒中国余数定理(closed-form robust Chinese remainder theorem, CFRCRT)目标距离估计方法。该方法不仅可以在视在距离有误差的情况下精准地重构目标真实距离,而且具有封闭式的解析解,大大减小了运算量。理论分析和仿真实验都表明该文提出的方法在精度和实时性能上都具有一定的优越性。     

基于时间-距离-多普勒像的编队目标架次检测

针对实际编队目标在距离上的分布特性和目标多普勒频率的变化规律,利用联合时频变换代替传统傅立叶变换,建立目标时间-距离-多普勒立体像,提出一种基于立体像的目标架次检测方法。该方法不仅能给出清晰的瞬时距离-多普勒像,而且能反映目标距离-多普勒像的时间演变特性,较好地解决了目标在距离上的分布和多普勒像的模糊。实测回波数据验证了该方法的有效性,成功地实现了4架编队飞机目标的架次检测。     

非正侧面阵的近程STAP

空时自适应处理(STAP)作为一种地杂波环境下机载雷达自适应检测小目标的方法已得到广泛研究,非正侧面阵也是其中的一个重要方面。由距离变化引起的地杂波脊的非平稳性是非正侧面阵STAP在近距性能下降的主要原因。利用扩展样本矩阵求逆(ESMI)