带有非相参积累的序列统计恒虚警检测器

雷达检测中,为了改善检测性能经常采用非相参积累的方法以获取高信杂比的目标回波,本文讨论了平方律检波后带有非相参积累的序列统计恒虚警检测器,分析了Swerling起伏目标情况下的检测性能,并介绍了该检测器在实际工作中的一种应用。     

复杂背景下低信噪比点目标的实时检测算法及实现

为检测复杂背景中的低信噪比 (SNR)点目标 ,提出了一种局部自适应门限检测算法。该算法以低通滤波算法估计背景中的低频成分 ,及图像局部方差估计背景起伏 ,来计算出局部自适应的目标检测判决门限。该算法充分考虑了可实现性和实时性并采用现场可编程门阵列 (FPGA)设计实现该算法。理论分析和试验结果都表明 ,该算法可有效抑制云层、树木、地物等背景杂波、检测出复杂背景下的低信噪比点目标 ,具有恒虚警率和易于工程实现的优点。     

气象杂波环境下二维次序统计量恒虚警检测器

利用实际的气象杂波数据 ,研究了其CFAR处理问题。基于FFT处理技术 ,比较了CAGO -CFAR检测器、CLUTTERMAPPING -CFAR检测器和MX -OS -CFAR检测器的抑制气象杂波性能。针对存在的问题 ,提出了将通常在一维距离向进行的CFAR处理改为在R-Fd(距离 -多普勒频率 )二维平面进行 ,并利用次序统计量估计杂波幅度 ,形成新的稳健的 2D -OS -CFAR检测器。对实际杂波数据和仿真目标数据的处理结果表明所提出的 2D -OS -CFAR检测器具有良好的性能     

GOSCA－CFAR检测器在干扰边缘中的性能分析

本文研究ＧＯＳＣＡ—ＣＦＡＲ检测器￣［１，２］干扰边缘中的性能。文中推导出了它的干扰边缘环境中虚警概率的解析表达式，分析了它抗边缘干扰的性能，并且与ＯＳ、ＣＡ、ＧＯ和ＳＯ等检测器进行了比较。结果表明，ＧＯＳＣＡ的抗干扰边缘性能比ＣＡ和Ｋ＿（ｏｓ）＝（ｋ＋ｌ）＿（ＧＯＳＣＡ）和ＯＳ相近，比抗边缘干扰性能较好的ＧＯ要差。     

GaAs/AlAs异型异质结导带研究

利用泊松方程分析了异质结导带形状，通过数值模拟研究了GaAs/AlAs异型异质结在不同掺杂浓度下的导带图，确定了导带尖峰出现的位置和耗尽区宽度。     

广义Camassa-Holm方程的尖峰孤立子及其耗散下的行波解

从数学的角度研究了广义Camassa-Holm方程的行波解，在此基础上得到了广义Camassa-Holm方程的尖峰孤立子解，并讨论尖峰孤立子的性质，特别是，借助Mathematica数学软件讨论了m=1,2,3时广义Camassa-Holm方程的尖峰孤立子的情况，并给出相应的图形，同时还找到了m=3时广义耗散Camassa-Holm方程的精确行波解。     

因果网的非稳态流量异常检测系统设计

网络入侵检测中的流量异常检测方法存在着虚警率较高的问题，为此提出了结合因果网的非稳态流量异常检测系统。该系统采用基于发生新事件的先验概率和趋势来评估异常的思想，借助机器学习方法建立非稳态正常模型，并在由此得到的基本异常事件集的基础上，采用因果网进行进一步数据挖掘，给出了综合系统的原型设计。     

基于尖峰神经元的条件反射模型及其认知行为的研究

一种具有经典条件反射行为的认知模型（CMSPK），该模型以尖锋神经元为基本元素，互联形成具有反射弧结构的神经网络，能充分表现经典条件反射对时间的依赖性。基于有衰减项的Hebb规则设计了反映“刺激-响应-强化”特征的强化学习算法，使CMSPK具有经典条件反射行为和认知行为。应用CMSPK模型成功地模拟了习得、刺激间隔效应、遗忘、阻止和二阶条件反射等现象。     

无线传感器网络中假设检验的传感器选择问题

无线传感器网络通常具有带宽限制和能量约束,这就涉及到传感器的选择问题,即如何在n个传感器中选取p个,使得仅由这p个传感器的观测进行假设检验时虚警率达到最小.这类问题已被证明是NP难的.本文将该问题松弛成一个易处理的新问题,并提出了一个可以达到新问题KKT点的高效算法.通过与已有的算法比较复杂度,本文提出的算法效率更高.同时仿真结果也表明,大多数情况下我们提出的算法均可达到全局最优解.     

RS与GIS支持下的流域景观格局动态变化研究

<正>随着勘探的不断深入和地质认识的不断深化,勘探目标变得越来越复杂,陆续在高能干扰严重的地区(如城镇、矿区等)进行了勘探,在这些地方采用去高能干扰进行资料处理,可以提高原始资料的信噪比和分辨率。去高能干扰在数字信号处理中有着广泛的应用,最早的应用是语言信号处理,用来滤除尖峰噪声,提高语言