局部线性估计在半参数条件矩中的应用

半参数方法在计量经济领域有着广泛的应用，但由于其既有参数变量，又有未知函数，因此采用条件矩限制和Sieve方法来得到其参数估计是一个比较好的方法。作为一种非参数回归方法，局部线性估计具有优良的统计特性，因此本文用它来得到条件矩的一个非参数估计，并在此基础上证明了估计参数的一致性和收敛速率。     

惟一不挂星条旗的美国“独立”号航母

为独立而升起舰艏旗美国军舰的舰艏旗通常为星条旗，而惟有“独立”号航空母舰是一个例外，“独立”号舰艏却悬挂着一面印有“别压迫我”4个字的舰旗，在众多的美国军舰中格外引人注目，而“独立”号之所以悬挂这样一面舰艏旗，还要从美国的独立战争说起200多年前，面对强大的英帝国海军，美洲大陆军舰队升起了一面这样的旗帜，     

遇千险更挺坚——巴解主席、巴勒斯坦总统阿拉法特素描

陷围逼且巍然，遇千险更挺坚；为独立永自信，为和平勇向前!约旦河西岸巴勒斯坦控制城市拉马拉上空乌云密布，大有山雨欲来风满楼之势。突然，喷气式战斗轰炸机的呼啸声又从远而近。以色列的F-16战斗轰炸机又飞临巴勒斯坦总统府上空，由南向北低飞掠过，似乎要撞击这座大楼似的。     

极化域-空域联合估计在反辐射导弹抗诱偏中的应用研究

提出了将极化阵列应用到反辐射导引头上,导引头利用目标与诱饵的极化差异,采用极化域-空域联合估计方法抗诱偏。首先,利用波达方向矩阵法,估算出雷达与诱饵的空间二维到达角和极化参数,将估算出来的二维到达角信息为反辐射导引头提供导引,极化参数用来鉴别雷达与诱饵,从而达到抗诱偏的目的。然后,结合导弹运动方程及导引方程对反辐射导弹抗三点源诱偏进行了全弹道数字仿真,并且采用Monte-Carlo方法对全弹道仿真进行了多次实验,仿真结果证明了将极化域-空域联合估计应用于反辐射导引头抗诱偏的可行性。     

数字和模拟通信信号调制方式的自动识别

为自动识别数字和模拟通信信号的调制方式,基于接收信号的一阶统计矩提出9个特征参数,它们均可利用常规信号处理技术获得,参数提取过程计算量小,有利于信号的实时在线分析。以判决理论为基础提出一种调制方式自动识别算法,给出算法的实现流程。计算机仿真结果表明,在信噪比≥9dB时,算法平均识别成功率≥97%,有望用于实际非协作通信系统中信号的检测和快速识别。     

基于Hu矩的无人直升机着舰标志识别方法

针对无人直升机自主着舰中准确识别着舰标志的需要,提出了一种基于Hu矩的无人直升机着舰标志分块匹配识别方法。分析了无人直升机自主着舰中的着舰标志识别问题,给出了基于分块匹配的着舰标志识别处理流程;在此基础上,实现了对视觉图像在不同场景下的预处理;最后,在不同场景下对所提方法的有效性与可行性进行了实验验证,结果表明,应用该方法能够较好地实现对着舰标志的识别,具有一定的军事应用价值。     

一种面向频域的通信信号盲干扰检测算法

针对低干信比和复杂动态情况下传统的干扰检测算法效率不高的问题,提出一种基于盲通信信号频域处理的未知干扰自动检测算法。该方法首先借助快速独立成份分析(FICA)从频谱差分数据中分离干扰和通信信号成份分量,然后利用各分量的峰度作为干扰与通信信号的识别特征检测干扰。实验结果表明,此算法能有效地在干信比小于5 dB的情况下从盲通信信号背景中自动提取未知干扰的信息,实现高精度地盲干扰检测。     

多角度目标参数滤波方法

在独立射击方式下,假设目标作匀速直线运动,根据火炮角度传感器测量的高低角和方位角,用视在航路法求取射击诸元.因测量值含有跟踪误差,所求参数含有较大噪声,必须对其进行滤波.根据射击诸元求解方程找出目标参数潜在的特征,提出了一种先限幅后采用加权平均滤波的方法,对跟踪误差进行滤波.仿真表明,这种方法能有效提高目标参数的估计精度.     

基于非独立测试的诊断策略优化生成

诊断策略优化设计是测试性设计中的一项重要内容.实际中的测试彼此间并非独立,即测试费用依赖于测试的先后顺序,针对这一问题,提出将测试划分成不同的测试模式,规定当一个测试序列中存在模式变换时必须考虑附加的转换费用.建立了同时考虑测试费用和模式转换费用启发式评估函数,并基于该启发式评估函数设计了近似最优的搜索算法,应用案例验证了本算法.试验表明该方法有效地解决了非独立测试的诊断策略优化生成问题.     

GPU上高光谱快速ICA降维并行算法

高光谱影像降维快速独立成分分析过程包含大规模矩阵运算和大量迭代计算。通过分析算法热点,设计协方差矩阵计算、白化处理、ICA迭代和IC变换等关键热点的图像处理单元映射方案,提出并实现一种G-Fast ICA并行算法,并基于GPU架构研究算法优化策略。实验结果显示:在处理高光谱影像降维时,CPU/GPU异构系统能获得比CPU更高效的性能,G-Fast ICA算法比串行最高可获得72倍加速比,比16核CPU并行处理快4~6.5倍。