基于分数傅立叶变换生成序列多样性的图像加密算法

为了增强分数傅立叶变换在图像信息加密领域的复杂性,提出了一种基于分数傅立叶变换生成序列多样性的图像加密算法.根据分数傅立叶变换的生成序列的多样性,构造不同的分数傅立叶变换的核函数,利用各级的生成序列、二维变换阶次以及相位编码时使用的随机矩阵作为算法中的密钥,对相位编码后的图像进行3次不同的分数傅立叶变换,达到对图像加密的目的.随着变换次数的逐渐增多,加密算法的安全性也逐渐提高.仿真实验结果表明,最后一级变换阶数的偏离在解密过程中造成解密图像的均方误差最大,是最重要的密钥;同时证明了算法具有较好的可行性、安全性.     

虚拟仪器的设计及其在电子测量教学中的应用

电子测量课程是电气信息类专业的必修专业课，本文首先分析了目前电子测量教学中存在的问题，提出构建虚拟实验室的解决方法．然后基于Labview软件开发平台，设计了常用的函数发生器、数字滤波器等虚拟仪器教学平台所需的软件，最后讨论了虚拟仪器在教学中的应用.     

基于射频隐身的相控阵雷达功率控制算法

为了提高相控阵雷达的射频隐身性能,提出了一种基于射频隐身的功率控制算法。首先确定了功率分级的准则,并基于阵元的特性改进了一种粒子群多目标优化算法。然后以指定方向上达到期望功率、其他方向上功率最小为目标,利用改进的粒子群多目标优化算法,对阵元的开关进行了优化设计,仿真实现了功率分级。在满足检测概率的前提下,根据目标雷达反射截面的大小和目标距离,实现了目标跟踪时的功率控制。最后利用施里海尔截获因子对算法的隐身性能进行了衡量。仿真结果表明,本文算法具有较好的射频隐身性能。     

基于改进广义回归神经网络和主成分分析的宽带DOA估计

为了获取较高的宽带信号的DOA(direction-of-arrival)估计精度,提出了基于改进的广义回归神经网络(IGRNN,improved generalized regression neural network)和主成分分析(PCA,principalcomponent analysis)的宽带DOA估计算法。选用PCA方法对训练样本进行降维,以降低神经网络的复杂度;利用粒子群算法优化GRNN的参数;根据选取不同的聚焦角度确定粗估计、精估计的训练模型,通过粗估计得出目标的大致方位后,利用精估计模型得出最终的估计结果,避免了聚焦角度对估计精度的影响。仿真结果表明,本文提出的算法具有较好的估计精度和较高的工作效率。     

基于多目标风驱动优化的机会阵雷达波束形成

针对机会阵雷达发射波束的多目标优化问题,提出了一种基于二进制多目标风驱动优化算法的波束形成方法.以均匀多同心圆环阵列特性为基础,建立了发射信号的模型和目标优化函数.基于改进的多目标风驱动优化算法,实现了机会阵雷达圆阵的波束形成,即同时优化3 d B主瓣波束宽度和旁瓣电平.仿真表明:与基于传统粒子群算法(PSO)的波束形成性能相比,在使用更少圆阵阵元的情况下,本算法具有较低旁瓣和更窄的主瓣.