高密度光栅自成像中的偏振效应

利用时域有限差分方法分析了不同偏振态下,不同周期高密度光栅1/2泰伯距离处的自成像,数值结果显示当光栅周期在2λ～3λ时,不同偏振态下,光栅的自成像差别最大。采用扫描近场显微镜技术,在实验上验证了这一现象。同时,利用严格耦合波方法分析了光栅的傅里叶谱,即远场分布,发现同近场分布存在着一定的对应关系。     

广义实型密度加权平均中间算子及应用

针对普遍存在的向量、矩阵等多维的数据形式,将面向点值的密度加权平均中间(DWA)算子拓展为广义实型密度加权平均中间(GR-DWA)算子.给出了通用的数据元素聚类过程,该过程能够对点、向量、矩阵等3种类型的数据进行有效分组.研究了一种兼顾"规模"与"功能"信息的密度加权向量设置方法,并给出了3种参数确定思路,以支持主观、客观或主客观结合等多种决策方式.定义广义实型密度算术平均(GR-DWAAA)算子,并探讨了GR-DWA算子在多属性群决策中的多种运用途径.最后,给出了GR-DWAAA算子处理多属性群决策问题的一个应用算例,算例的结果验证了算子的有效性.     

机动目标在射击门下的概率模型估计

研究机动目标在射击门下的同一性分布可为火控理论中命中概率研究与应用提供一普适性的理论依据。分析了具有随机因素的机动目标在穿越射击门时的随机计数特征,给出了齐次泊松分布的推断,对具有二维独立自相关正态随机目标在矩形域和椭圆域下待机时间和滞留时间的概率密度估计及其误差进行了仿真研究,得到其密度估计模型及其误差为伽玛分布的补偿修正估计模型。     

基于Gamma-SLC混合密度估计的雷达目标识别

通过分析高分辨距离像(HRRP)的统计特性,提出一种Gamma模型与基于累积量的随机学习算法(SLC)相结合,估计HRRP概率密度的新方法:Gamma-SLC方法。该方法具有Gamma分布针对性强,估计准确与SLC适应性强的优点,同时回避了二者的缺点。另外,借鉴最大熵原则的非高斯性测度,设计了一个新的评价概率密度估计效果的准则。基于外场实测数据的实验证明了Gamma-SLC方法的有效性。     

非均匀类簇密度聚类的多粒度自学习算法

针对非均匀类簇密度聚类问题,从商空间粒度理论出发,提出一种多粒度自学习聚类算法 (multi-granularity self learning clustering algorithm, MSCA)。算法通过构造聚合树结构和定义粒度函数对问题逐层求解,并在每层聚合过程中根据聚合区间以自学习的方式动态确定聚合粒度,解决了传统聚类算法从非均匀类簇密度数据中无法得到不同层次的聚合特征且参数对经验依赖性过高的问题。理论和实验表明,MSCA算法可以发现任意形状类簇,有效处理噪声,并能发现关键聚合层,具有较好的计算复杂性。     

背景辐射对拦截器导引头探测性能的影响分析

在综合考虑背景辐射、光学系统近场辐射、探测器及其后续处理电路和焦平面非均匀性噪声影响的基础上,建立了拦截器导引头红外传感器的探测性能模型。根据文献给定的拦截器导引头参数对模型进行了验证,并利用所建立的模型分析了背景辐射对拦截器探测性能的影响。提出的方法和模型具有通用性,可用于分析背景辐射影响下各种拦截器红外导引头的探测能力。     

基于样本重采样的电路非平衡数据预处理方法

针对机载设备电子电路故障状态测试数据少、整体测试数据不均衡的问题,提出了一种基于样本重采样的数据预处理方法。首先,采用超限学习机对原始数据集进行训练以挑选出分类准确的样本。然后,对其中的少数类和多数类分别采用合成少数类过采样技术(synthetic minority oversampling technique, SMOTE)进行过采样和局部密度欠采样处理;并将错误分类的多数类样本作为干扰因素进行删除。通过以上两种手段可以均衡数据集,并控制数据规模防止过拟合,提高对故障样本的检测率。实测数据处理结果表明,相比于其他重采样算法,所提算法整体效果优良且稳定,对电子电路故障诊断具有一定的应用价值。     

LDPC码偏移修正加权比特翻转译码算法

大量仿真表明,基于幅度和的改进型加权比特翻转(modified sum of the magnitude based weighted bit flipping, MSMWBF)译码算法对于行重/列重较小的低密度奇偶校验(low density parity check, LDPC)码而言,展现出巨大的性能优势,但对于行重/列重较大的基于有限域几何(finite geometry, FG)的LDPC码,性能损失严重。首先对此现象进行理论分析。其次,引入附加的偏移项对MSMWBF算法的校验方程可靠度信息进行修正,提高了算法对行重/列重较大的LDPC码的译码性能。仿真结果表明,在加性高斯白噪声信道下,误比特率为10E-5时,相比于MSMWBF算法,在适度增加实现复杂度的条件下,所提算法可获得约0.63 dB的增益。     

Optimized LDPC differential-encoded 16QAM scheme for high-speed transmission systems

The 16-ary quadrature amplitude modulation （16QAM） is a high spectral efficient scheme for high-speed transmission systems. To remove the phase ambiguity in the coherent detection system, differential-encoded 16QAM （DE-16QAM） is usually used, however, it will cause performance degradation about 3 dB as compared to the conventional 16QAM. To overcome the performance loss, a serial concatenated system with outer low density parity check （LDPC） codes and inner DE-16QAM is proposed. At the receiver, joint iterative differential demodulation and decoding （ID） is carried out to approach the maximum likelihood performance. Moreover, a genetic evolution algorithm based on the extrinsic information transfer chart is proposed to optimize the degree distribution of the outer LDPC codes. Both theoretical analyses and simulation results indicate that this algorithm not only compensates the performance loss, but also obtains a significant performance gain, which is up to 1 dB as compared to the conventional non-DE-16QAM.     

循环平稳性与随机共振理论的非绝热描述

噪声背景中周期信号的循环平稳性是信号处理中一个重要的特征.本文利用随机循环平稳过程的有关理论研究复杂随机动态系统中的随机共振现象.依据系统输出的一维准稳态概率密度近似理论,本文推导了系统输出二维跃迁概率密度、稳态自相关函数和系统输出信噪比的公式.输出信噪比随着输入噪声强度增加而呈现的随机共振现象,理论分析和数值试验结果非常吻合.此理论为随机共振理论的一种非绝热描述,不仅能够解释经典随机共振现象,而且能够描述驻留随机共振现象,对于复杂随机动态系统的信息处理机制具有重要理论指导意义.