脑室注射海人酸对大白鼠学习记忆行为的影响

大白鼠脑室注射海人酸(KA)5天后,检查被动回避行为和脑组织学变化。发现受注射一侧海马的背側CA3a分区锥体细胞破坏,对长时记忆,特别是长时记忆形成能力有严重损害,对学习和短时记忆无明显影响。增大KA剂量,对锥体细胞的破坏范围也扩大,能波及CA3,CA4和CAl区锥体细胞,双侧注射KA,两侧海马的背侧锥体细胞都有损毁,但对学习记忆行为的损害程度并不增高。这些结果提示,海马背侧CA3a分区锥体细胞在被动回避反应行为的长时记忆形成中有重要意义;长时记忆与学习和短时记忆的形成,在海马结构中可能有不同的神经基础,脑室注射KA后2月,海马锥体细胞的破坏仍未见恢复,长时记忆形成能力的受损亦未能代偿。本文还讨论了海马CA3影响长时记忆过程的可能神经机理。     

声纳图像伪彩色处理的调色板连续色编码方法

伪彩色处理是声纳图像增强和显示的一种常用方法。调色板的编码技术是声纳图像伪彩色显示的关键。当前，声纳图像伪彩色处理工程中采用的调色板编码方式大都是依据经验或者采用简单的线性生成的方式。分别给出了在RGB颜色空间和HSV颜色空间实现的两种连续色编码方法。试验结果表明，给出的方法简单易行，具有很好的实用性。     

基于倒谱分析的被动水声目标分类

被动声纳捕捉的目标一般是船舶或鱼雷的辐射噪声。该辐射噪声可视为周期性激励与信道传递函数的卷积构成。利用同态分析进行目标分类,即通过倒谱分析将各噪声分量变为线性相加关系,实现各信号分量以及信道的分离,以便提取信号特征进行分类。通过对实际信号的分析,证明水声信号的倒谱特征在概率意义上含有比较稳定的类别信息,基于支持向量机的分类实验结果,说明了根据倒谱特征识别被动水声目标的可行性。     

EPON中支持多种业务的带宽调度方案

提出了一个在EPON上实现多种业务传输的带宽调度方案，借鉴了区分服务的方法，将服务分级并相应地将EPON的上行带宽分为预留带宽、高优先级和低优先级带宽，并采用了不同的分配策略，仿真分析证明，该调度方案能够很好地支持实时性业务和具有高突发性的数据业务。     

基于多视处理的合成孔径声呐运动补偿研究

载体的不规则运动造成的多普勒中心与调频率的估计误差是合成孔径声纳(synthetic aperture sonar,SAS)成像质量下降的主要原因。研究了基于多视处理的图像域多普勒参数估计方法,证明了其能够满足SAS运动补偿的特点和应用要求,进而提出了一个完整的SAS运动补偿和成像的系统方案。最后,实际湖试结果也证明了该方案的有效性。     

基于合成时空谱的多目标运动分析

针对水下多目标的检测与定位问题，提出了一种基于合成时空谱的多目标运动分析方法．该方法可对多个弱目标同时实现检测、定位、跟踪和运动分析，避免了多目标跟踪中的数据关联、轨迹交叉等信号处理难点，提高了算法的适用性．研究利用遗传算法的小生境技术，实现了多目标的运动参数估计．仿真结果表明，在低信噪比情况下，对强度不等、轨迹交叉的2个目标仍可进行有效地定位和跟踪．     

面向工控联网设备的安全管理技术

针对工业控制系统中智能化、网络化设备存在的漏洞威胁,展开面向工业控制联网设备的安全管理关键技术研究。联网设备类型的识别是后续获取设备详细信息和漏洞管理的关键,针对无法准确识别人机接口问题,提出一种结合通信长度和周期性特征的设备识别方法;此外,考虑工控漏洞库规模逐步扩大,提出一种多级索引信息匹配的漏洞检索方法。最后,本文结合联网设备的网络特性、业务特点及安全需求,设计一套适用于工业控制联网设备的安全管理系统。实验结果表明本文所提方法在设备类型识别准确性与漏洞检索方面性能有明显改善。     

合成孔径声纳三维数据仿真研究

提出了一种基于声线追踪技术的合成孔径声纳三维数据仿真模型。此仿真模型包括四个部分,即三维运动轨迹下点目标回波模型、基于三角面元的声线追踪和目标阴影区域计算模型、基于棱锥的波束照射区域计算模型、发射和接收波束指向性及目标散射特性等其它因素对合成孔径声纳回波数据的影响模型。点目标和体目标数据仿真结果表明此仿真模型可行,尤其是体目标仿真结果的阴影特征逼真,可以为合成孔径声纳信号处理、图像判读和目标自动识别研究的提供有力支持。     

Fuzzy ARTMAP neural network for seafloor classification from multibeam sonar data

This paper presents a seafloor classification method of multibeam sonar data, based on the use of Adaptive Resonance Theory （ART） neural networks. A general ART-based neural network, Fuzzy ARTMAP, has been proposed for seafloor classification of multibeam sonar data. An evolutionary strategy was used to generate new training samples near the cluster boundaries of the neural network, therefore the weights can be revised and refined by supervised learning. The proposed method resolves the training problem for Fuzzy ARTMAP neural networks, which are applied to seafloor classification of multibeam sonar data when there are less than adequate ground-troth samples. The results were synthetically analyzed in comparison with the standard Fuzzy ARTMAP network and a conventional Bayesian classifier. The conclusion can be drawn that Fuzzy ARTMAP neural networks combining with GA algorithms can be alternative powerful tools for seafloor classification of multibeam sonar data.     

宽带干扰噪声频谱接收技术研究

针对远距离和随队电子支援噪声干扰的影响,防空体系警戒雷达和搜索雷达必须对噪声干扰的频谱进行宽带瞬时侦收和分析,在此基础上采取有效的抗干扰措施.对宽带噪声干扰频谱接收技术进行了研究,提出了一种瞬时、宽开、灵敏度高、线性动态范围大的噪声干扰频谱接收方法.