阵列增益下的最大听觉距离及算例分析

被动声定位技术已成为战场目标定位的重要手段,人-机一体化头盔式"电子哨兵"系统能够解决阵列信号处理低信噪比性能下降及人耳听觉距离有限的缺点。作为系统研发的理论基础,从声传播方程出发,研究了考虑阵列增益条件下的最大听觉距离。基于声传播方程,分析了声传播损失的计算方法,探讨了自由场情况下和存在阵列支撑物情况下阵列常规增益和阵列超增益的算法,最后通过算例对阵列处理提高人耳听音距离进行了说明,为人-机一体化"电子哨兵"系统研发提供了理论依据。     

求解武器目标分配问题的改进粒子群算法

在建立多种类型武器目标分配模型的基础上,提出了一种求解该模型的改进粒子群算法。首先,定义粒子聚焦距离变化率,使惯性权重依据聚焦距离变化率自适应调整;其次,采用速度最大值线性递减的策略平衡算法收敛精度与全局寻优能力之间的矛盾;最后,粒子替换策略使算法改善了因自适应惯性权重的引入而造成收敛速度变慢的问题。仿真结果表明,提出模型和算法合理有效,算法收敛快,适合求解各种种群规模的武器目标分配问题。     

Graph distance‐dependent labeling related to code assignment in computer networks

For nonnegative integers d₁, d₂, and L(d₁, d₂)‐labeling of a graph G, is a function f : V(G) → {0, 1, 2, …} such that |f(u) − f(v)| ≥ d_i whenever the distance between u and v is i in G, for i = 1, 2. The L(d₁, d₂)‐number of G, λ(G) is the smallest k such that there exists an L(d₁, d₂)‐labeling with the largest label k. These labelings have an application to a computer code assignment problem. The task is to assign integer “control codes” to a network of computer stations with distance restrictions, which allow d₁ ≤ d₂. In this article, we will study the labelings with (d₁, d₂) ∈ {(0, 1), (1, 1), (1, 2)}. © 2004 Wiley Periodicals, Inc. Naval Research Logistics, 2005     

一种自生成基函数模糊神经元故障诊断模型及其应用

在分析自生成基函数（SGRBF）模糊神经元模型基础上，提出了一种新的故障诊断网络模型及其学习算法，并将其应用到轴承、齿轮的故障诊断中，给出两个应用实例及分析结果。最后，文章将得出一定的结论。     

基于相位差变化率方法的单站无源定位技术

无源定位技术有着广阔的应用前景 ,文中在现有单站无源定位方法的基础上 ,介绍了相位差变化率定位法。该方法利用观测平台上两个相互正交的相位干涉仪接收目标辐射电磁波的相位差获取目标的方向信息 ,利用对应的相位差变化率获取目标的径向距离信息 ,从而实现对目标的实时高精度交叉定位。还给出了观测平台水平直线匀速飞行且无飞行姿态变化条件下的定位表达式。仿真结果表明 ,该方法是一种极具发展前途的单站无源定位方法     

毫米波相控阵雷达弹丸脱靶量检测概率分析

定量分析了雷达检测波门及波位的设置、搜索周期、目标及弹丸运动的速度,方向等因素对弹丸检测概率的影响,并针对给定的参数和航路对检测概率进行了计算机仿真。     

基于概率分布的硬件木马检测特征选择方法

针对基于旁路信号分析的硬件木马检测中存在的高维以及信号冗余度高等问题,寻求一种特征选择方法在降维、降低冗余度方面的可行性,通过考虑样本概率的分布情况,提出了一种以散度和Bhattacharyya距离作为可分性判据的特征选择方法。首先分析了旁路信号的特征选择问题,然后阐述了基于散度和Bhattacharyya距离的可分性判据,最后在FPGA中植入硬件木马,采用K-L方法进行实验,通过对样本特征选择前后的检测效果发现,这种特征选择方法不仅有助于分辨"金片"与含木马的待测芯片间旁路信号的统计差异,而且与分类错误率建立联系,更好地实现了硬件木马的检测。     

基于Hausdorff距离的SAR图像匹配方法

在传统基于边缘位置的Hausdorff距离匹配基础上,将边缘点的梯度方向信息引入到距离度量中。提出了一种新Hausdorff距离及相应的匹配算法,并将其应用到SAR图像匹配中。实验表明,该算法相对于传统的基于边缘位置的Hausdorff距离匹配算法鲁棒性有所改进。     

基于多传感器径向速度测量的目标跟踪方法

针对基于位置信息的目标跟踪在初始跟踪和运动模型变化阶段航向估计精度低的情况,利用传感器径向速度测量精度较高的特性,提出了一种基于多传感器径向速度测量的目标跟踪方法,解决数据更新周期长、定位精度低情况下目标跟踪的精度问题。仿真实验证明采用文中所提方法对跟踪精度有较大的提高。     

一种基于改进Hausdorff距离的图像匹配方法

Hausdorff距离(HD)是图像匹配常用的相似性准则。针对HD在实际图像中难以匹配的问题,提出了基于核密度函数的HD改进形式,该HD是通过对各个最小距离值进行核密度函数计算,并将函数值的和的均值作为单向HD值,无向的HD值取两个单向值的最小值。实验结果表明,提出的改进HD在遮挡、局部变化情况下比其它的HD距离具有较好匹配效果。