一种改进的事件驱动系统框架

在给出事件驱动系统安全漏洞的基础上,指出了产生漏洞的根本原因是:系统忽视了输入系统的事件序列之间存在的相关性;系统无条件信任任何事件源产生的事件.针对这两个原因,相应提出了事件序列形式安全分析模型及基于事件源的可信度评估模型,依据这两个模型,构建了一种改进的事件驱动系统框架.     

数学形态学及其在边缘提取中的应用

数学形态学是一门新兴的图像分析学科，其理论和方法在视觉检测，医学图象分析等诸多领域都取得了非常成功的应用。主要介绍了形态学的边缘提取算法，该算法由数学形态学中的形态学梯度算子来实现，一般采用数学形态学中的两个基本运算：腐蚀和膨胀相结合来计算形态学梯度算子，这种算法能加强图像中比较尖锐的过渡区。通过实验，实现了这种算法，与比较传统的Sobel算子相比，其定位比较精确，抗噪声能力也得到进一步提高。     

基于MGEKF的单站无源定位跟踪算法

单站无源定位跟踪技术具有隐蔽性强、设备简单,系统相对独立等优点,有着广阔的应用前景.为了提高定位精度和收敛速度以满足实时化需求,在现有的基于多普勒变化率的单站无源定位算法的基础上.详细推导了基于MGEKF的定位算法以解决EKF算法的不稳定性,并通过计算机仿真比较了两种算法的性能,结果表明MGEKF定位算法提高了定位精度、收敛速度和稳定度,定位结果能够满足实际需求.     

无先验信息排除无源交叉定位虚假交点的新方法

提出了一种排除无源交叉定位虚假交点的新方法,称为四边形分组法.该方法通过将无源交叉定位产生的四边形进行分组来区分真实交点和虚假交点.这种方法只需要测向信息,不需要任何其他先验信息.该方法无需先验信息.仿真结果表明,该方法是有效的,运算速度快,对水平编队目标群定位精度高.     

基于改进近邻传播算法的Walsh软扩频盲解扩方法

针对现代二次雷达系统通信中存在的Walsh软扩频难以盲解扩问题,借鉴常规扩频解扩方法及聚类分析,提出了一种基于近邻传播算法的Walsh软扩频盲解扩方法。该方法首先对接收信号进行采样得到目标结构数据集合,并根据统计量估计得出信号时延。然后采用改进近邻传播算法进行伪码集合估计,并得到聚类中心从而得到伪码集合。最后利用已知的Walsh码和信息码的映射关系得到信息序列,完成盲解扩问题。仿真结果表明,在白噪声条件下,可有效解决Walsh软扩频盲解扩问题,性能较同类算法均有提升并降低算法复杂度。     

无迹卡尔曼滤波的长码直扩信号载波频偏盲估计

针对长码直接序列扩频(Direct Sequence Spread Spectrum,DSSS)通信中的载波同步问题,提出了一种新的载波频偏估计算法。该方法结合分段和无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法的思想,利用UKF算法对非线性模型的求解能力,估计载波频偏的后验概率的均值和方差。Monte Carlo仿真实验的结果表明新算法不仅具有较高的估计精度,还能实现较低信噪比下的估计。     

时变平坦衰落SIMO信道中的信噪比盲估计

针对恒包络信号在时变平坦衰落单输入多输出(SIMO)信道下的信噪比盲估计问题,提出一种基于EM(Expectation-Maximization)算法的改进M2M4-EM算法。利用EM算法的迭代期望值最大化思想,推导了SIMO信道下EM算法的闭式解。为进一步改善性能,通过接收信号的二阶和四阶矩(M2M4)对EM算法进行初始化。仿真结果表明,M2M4-EM算法在较宽的信噪比范围内具有较好的估计精度和较快的收敛速度。     

基于半定规划的无源跟踪最佳传感器选择

在多站测向定位系统中,观测站与目标的几何位置影响目标定位跟踪精度。以目标估计的克-劳美罗下界(CRLB)行列式最大值为优化指标,在考虑传感器自身的探测能力等实际约束的前提下,建立了无源协同跟踪下最佳传感器选择优化模型。提出了一种基于半定规划(SDP)算法将上述组合优化问题转换为凸优化问题,进行优化求解。仿真结果验证了算法的有效性,与松弛算法和随机选择算法相比,基于SDP的传感器选择可以进一步提高无源协同跟踪的精度。     

局部模糊复杂度的图像过渡区提取算法

鉴于局部复杂度不能体现灰度级别变化剧烈程度的局限,对基于局部复杂度的图像过渡区提取算法进行了改进,提出了基于局部模糊复杂度的图像过渡区提取算法.仿真结果表明:算法比采用基于局部复杂度的过渡区提取算法提取的过渡区更为准确,同时也具有更好的抗噪性能.     

方位/多普勒频率联合单站无源定位方法

在传统的无源定位技术基础之上,采用增加观测信息量的方法来实现单站无源定位,即方位/多普勒频率联合定位技术.该方法通过测量得到的多普勒频率提取目标的径向速度信息,再结合测角系统所测得的方位信息对目标进行定位.在对其定位原理分析讨论之后予以实现,最后通过计算机仿真实验证明这种定位算法具有较高的定位精度.