卫星导航信号无模糊抗多径码相关参考波形设计技术

针对目前卫星导航接收机码环多径抑制技术在二进制偏移副载波类信号下鉴别曲线可能出现多个稳定跟踪位置，导致接收机存在伪距测量的系统性误差的问题，提出最优鉴别曲线设计技术，采用奇异值优化的最小二乘方法，设计无多余跟踪点的本地码相关参考波形。从多径误差包络和跟踪精度两方面，对基于最优鉴别曲线的二进制偏移副载波信号码相关参考波形的设计性能进行验证评估。仿真结果表明：该方法可实现二进制偏移副载波信号在有限接收带宽下的无模糊鉴别曲线设计。以前端带宽为8.184 MHz时的BOC(1,1)信号为例，设计的码相关参考波形相比W2波形，多径误差包络面积增加了61.8%，而跟踪精度提高了4~5 dB。     

基于改进积累方式的Hough变换和最小方差航迹起始方法

主要研究杂波密集环境下多目标航迹起始问题,提出一种改进Hough变换和最小方差准则相结合的航迹起始方法.首先针对航迹起始中量测信息的时间特性,提出一种改进的积累单元积累方式,该方法较以前的二值积累方式能更有效地去除杂波,尤其能够去除构成虚假航迹的杂波.然后,再采用最小方差准则对Hough变换之后的航迹进行分析,得出正确的航迹.仿真结果表明,提出的航迹起始方法效果好、所用时间短,尤其适合杂波密集环境下的快速航迹起始.     

利用N阶幻方设计一种具有低相关特性的交织器

Turbo码是近年信道编码理论研究的热点课题,而交织器的设计则是Turbo码研究中的主要问题之一。利用数学中的N阶幻方设计了一种交织器,给出了交织方案。并利用相关特性分析了其交织性能。     

紫外光语音通信系统参数补偿技术及Matlab仿真

利用线谱对参数建立了针对紫外光通信的语音参数补偿模型,采用基于LSF参数奇偶采样插值方法和丢失能量线性补偿法,对样本的丢包补偿前后相关系数和音质进行了对比.仿真结果表明,前后帧的中值补偿替代丢失帧的参数效果最好;该方法简单有效,对语音质量有较大改善.     

近地卫星Ka频段数传链路抗雨衰自适应模式设计

针对近地卫星数传时的信道时变性和严重的Ka频段雨衰现象,采用自适应编码调制(Adaptive Coding and Modulation, ACM)技术能够充分利用链路资源,相对于传统的固定编码调制方式,进一步提高链路的数据吞吐量。提出近地卫星Ka频段数传链路ACM模式设计方法,在降雨环境下建立Ka频段数传链路模型,根据链路预算的信道状况确定ACM选用模式;采用基于导频符号的最大似然信噪比估计算法结合移动平均的平滑方法实现信道估计,有效地减小了估计值的波动。仿真结果表明,无论晴天还是雨天,采用提出的卫星数传链路ACM模式设计方法,能够在保证系统可靠性的同时获取较高的数据吞吐量。     

基于傅立叶图像重建的车用换热器表面缺陷检测?

针对车用换热器表面缺陷检测问题，提出一种利用傅立叶图像重建提取方向纹理表面缺陷的算法。该算法采用局部二值模式（ LBP ）描述去除光照影响并对LBP图像进行快速傅立叶变换，通过频率域滤波和图像重建有效去除方向纹理的影响，由二值化及团块分析最终提取换热器表面缺陷区域。实验结果证明，本文算法可以快速、有效地检测出换热器表面缺陷。     

基于编码的加密体制综述

量子算法的提出,使得传统的密码体制在量子计算下不再安全。基于编码的加密方案具有抗量子攻击特性,引起密码学界广泛关注。许多密码学者对基于编码的加密方案进行深入研究,在研究过程中,人们对其加密方案的优势和缺点逐渐有了深刻的认识。目前,基于编码的密码体制已成为后量子密码学最有前途的方案之一。综述了基于编码加密体制的发展现状,阐述了现有基于编码的加密体制和目前已知存在的攻击,并指明了未来具有潜力的发展方向。     

基于粗糙集的空袭目标威胁评估排序

通过对影响空袭目标威胁排序因素的分析,针对定性与定量因素并存的情况,提出利用粗糙集理论进行威胁排序的方法.将已有决策表转化为成对比较表,利用优势属性集来推理决策规则,从而确定各目标的排序.案例表明此方法有效地解决了空袭目标威胁排序中的如何处理不确定信息的问题,大大提高了决策的准确性和客观性.     

一种舰船目标一维距离像识别的新方法

提出了一种基于傅里叶-梅林变换和二叉树支持向量机相结合的舰船目标一维距离像识别方法。该方法充分利用了傅里叶-梅林变换具有的时移与尺度不变性和支持向量机在小样本分类中的优势,可以改善目标的特征稳定性,提高识别性能。针对多类舰船目标的识别,提出采用聚类分析中的均值距离来生成二叉树,将分类器分布在各个节点上,构成了多类支持向量机,减少了分类器数量和重复训练样本的数量。对4类舰船目标仿真实验的结果表明,该分类方法具有较高的识别性能、较快的识别速度。     

基于遗传算法的结构测试数据自动生成

生成测试数据是软件测试的主要过程,将遗传算法引入到测试数据的自动生成中,重点介绍其生成过程,并对遗传操作进行改进,在一定程度上降低算法的过早收敛性.最后构建出基于遗传算法的测试数据生成模型.并用实例证明算法的高效性.