基于虚拟时间延迟线阵列的联合频率—到达角二维谱估计

提出基于虚拟时间延时线阵列的联合频率-到达角二维谱估计方法,把经典的子空间方法推广到空时二维域并进行了改进.基本思路是估计空时噪声子空间和空时信号子空间,然后,利用两个空时子空间特征进行频率-到达角联合二维搜索.正常情况下可分辨的信源数远远超出阵元数目;在信号源宽带较大或信号源波长偏离阵列尺寸较远时,不会像经典方法一样出现大的偏差或估计信源角度范围受限;同时给出信号源的频率和到达角估计,更全面地反映了信号特征.     

基于免疫遗传算法的人上位拣选车作业规划问题求解

针对人上位拣选车的作业轨迹规划问题构建了具有附加安全约束条件的时间最优控制数学模型,并提出了一种免疫遗传求解算法．该算法较单纯遗传算法有效避免了种群退化,且收敛速度更快．实验表明,该算法适用于求解人上位拣选车的作业轨迹规划问题．     

基于Prony算法合闸于故障保护方案

将Prony分析方法应用于断路器合闸于故障保护。利用Matlab软件对断路器合闸于输电线路故障和非故障情况下的暂态过程进行建模和仿真,对合闸后半个周波或1个周波输电线路保护安装处实测的电流数据进行采样,应用Pronv算法对其进行分析,提取出此暂态电流中包含的各次自振荡分量的各个特征量,识别出线路中是否存在故障。仿真证明：该分析方法可在合闸后半个周波或1个周波准确求出合闸操作暂态过程中各次频率的分量,从而正确识别线路的故障。     

如何提高在线学习者的自我调节能力

与传统课堂教学相比,网络教学环境独有的特点对学习者提出了更高的要求:要求学习者不仅要掌握知识、技能,更要学会学习,管理自己的能力,进行有意义、高效的学习,使其努力指向目标并最终实现目标。本文结合师范生公共必修课《现代教育技术》在线网络课程的教学实践,有效跟踪学习者的学习行为活动,分析学习者的学习状态、学习风格,以及对学习行为的自我调节能力,总结摸索出一些培养并提高学习者自我调节能力的指导性策略,希望能对广大网络学习者有一定的借鉴意义。     

神经网络在精确打击目标识别中的应用研究

目标识别正确与否直接影响到防空火力的部署、分配及有效打击.利用BP神经网络识别精确打击目标并进行了仿真实验.建立了样本库,提取图像的不变矩作为神经网络的输入量,分别采用基本梯度下降算法、有动量和自适应学习速率梯度下降算法和Levenberg-Marguardt优化算法训练BP网络.仿真结果表明,不变矩理论很好地解决了3维物体的2维图像在旋转、平移、缩放时能否成功提取图像特征的问题,而采用LM优化算法的BP神经网络训练速度快,识别准确率高.     

导航卫星上行注入任务调度模型及启发式算法

合理安排导航卫星与地面上注站星地链路构建与导航电文上注,对保证星上导航电文的准确性和精确性有着重要意义。对卫星导航系统上行注入过程进行了分析,构建了上行注入任务调度问题的多目标混合整数规划模型,设计了基于规则的启发式求解算法。基于北斗二代和美国的GPS卫星导航系统构建仿真场景,仿真结果验证了模型和算法的正确性、可行性;通过分析仿真结果,得到影响卫星导航系统上行注入任务完成的关键因素。     

红外目标分割方法研究

红外目标分割算法对红外目标检测、跟踪具有非常重要的价值。本文利用背景和目标灰度特征,提出一种实现红外目标有效分割的方法,克服红外目标内部温度不稳定造成的误分割问题。本文方法首先采用基于灰度-显著度最大相关准则的二维直方图分割算法进行图像分割;然后,在分割后二值图上进行基于随机种子点选取的区域增长,提取背景;最后,采用形态学方法优化分割结果。相对传统的红外目标检测算法,这种算法具有更好的抗干扰能力,更强的鲁棒性。不仅可以应用于红外图像的目标分割,而且可以应用于其他类似的目标分割问题。     

云计算中基于公平的安全判定相等协议的身份认证方案

云用户与云之间的双向认证是云计算中用户访问云中资源和数据的重要前提。为解决云计算环境下基于口令的身份认证方式存在的问题,并保证海量用户环境下认证的效率,对一个常数复杂性的判定口令相等的百万富翁协议进行了改进,提出了一个公平的安全双方判定相等协议,可以公平且秘密地比对认证方与被认证方所拥有口令的一致性。在上述协议的基础上,基于具有语义安全的加法同态算法――Bresson算法,实现了一个保护云用户和云服务提供者双方隐私的身份认证方案,最后,证明了该身份认证方案在判定相等方面的正确性,并给出了方案的安全性分析。     

基于递推最小二乘的单站无源定位仿真分析

为达到无线射频注入的定位精度和实时性要求,提出采用递推最小二乘算法(RLS)进行定位.首先讨论了无线射频注入的定位精度需求,建立了机载无源单站定位模型,得出了最小二乘(LS)解.然后依据无线射频注入的实时性要求将其转化为递推形式.仿真结果表明,RLS算法与LS算法的定位精度和收敛速度接近,但前者实时性好,运算复杂度低,所需存储空间小,能够满足无线射频注入的定位需求.最后依据仿真结果给出了提高定位精度和收敛速度的措施.     

基于蚁群算法的Costas跳频信号自测速方法

分析了速度对Costas跳频信号回波的影响,用波形熵作为性能指标函数,研究了基于蚁群算法的Costas跳频信号自测速方法,仿真验证表明,这种测速方法能够明显提高测速的精度.