策略不确定条件下基于高阶超博弈的军事对抗决策方法

军事对抗决策中面临的一个主要问题是难以确定敌方的策略集。基于超博弈分析策略不确定条件下的军事对抗决策问题。在分析超博弈中信念迭代原理的基础上,提出了基于高阶超博弈的对抗决策方法。将高阶信念中的结果反思到低阶信念,并最终反思到一阶信念中,将己方的决策建立在对敌方可能决策的分析的基础上。使得己方的决策具有针对性且更加合理。以二战中西线战役为例验证了方法的可行性和有效性。     

偶变元MAI旋转对称布尔函数

代数免疫度是布尔函数的一个重要密码学指标.给出了具有最大代数免疫度的偶数元旋转对称布尔函数的两种构造方法.进一步地,研究了特殊情形时所构造的旋转对称布尔函数的非线性度,当n≥18时,构造3得到的MAI旋转对称布尔函数的非线性度优于已知构造的偶数元MAI旋转对称布尔函数的非线性度.     

Zodiac算法新的不可能差分攻击

重新评估了Zodiac算法抵抗不可能差分攻击的能力。通过分析Zodiac算法的线性层,给出了Zodiac算法两条新的14轮不可能差分。利用新的不可能差分,结合Early-Abort技术对完整16轮的Zodiac算法进行了不可能差分攻击。攻击过程中一共恢复6个字节的密钥,其时间复杂度只有232.6次加密,数据复杂度约为285.6个明文,该攻击结果与已有最好的结果相比,时间复杂度降低了一个因子233。结果表明由于Zodiac算法线性层的扩散性差,使得该算法对不可能差分分析是不免疫的。     

幂函数型完全非线性函数原像分布的特征

完全非线性函数是特征为奇数的有限域上抗差分密码攻击最优的函数,目前已有的六类完全非线性函数都是2-1的。当Π(x)为Fqm上的Dembowski-Ostrom函数或者Coulter-Matthews函数时,从Fqm到Fq的完全非线性函数tr(aΠ(x))的原像分布恰有两种取值,其中一种取值对应Fqm所有平方剩余元,另一种取值对应Fqm所有非平方剩余元。该结论在文中得到了证明。     

激光成像自动对焦系统的散斑噪声滤波算法

针对激光主动探测成像的散斑（Speckle）噪声影响自动对焦系统的清晰度评价函数曲线,从而影响对焦性能的问题,提出一种多方向线型加权形态滤波方法。实验证明：基于该方法构造的滤波器明显改善了激光图像清晰度评价曲线（即自动对焦曲线）的形状,降低了误对焦率,提高了自动对焦系统的稳定性。     

U型BFRP箍筋试件受剪试验分析

针对U型箍筋抗剪试验缺乏强度折减实践依据的问题,设计15个配有BFRP箍筋的C30混凝土U型试件。在BFRP箍筋两侧用套筒将其锚固,弯折成U型,箍筋两端采用穿心千斤顶施加荷载,逐渐加载至BFRP箍筋破坏。通过分析试验数据,建立试件受力模型,可知弯折部位锚固长度对BFRP箍筋强度折减有较大影响,最大折减为原强度的65%;随着锚固长度的增加,BFRP箍筋强度呈线性增加至某个定值;最后推导出U型BFRP箍筋强度折减公式。     

一种探雷声纳图像分割方法及应用

提出一种适用于探雷声纳图像的疑似水雷目标扫描分割方法。该方法以图像区域生长法为基础,根据探雷声纳的成像原理及水雷目标的图像特性,对区域生长法中的参数做了特别设定,分搜索和定位两步对图像中疑似目标进行扫描分割,讨论了搜索和定位两种扫描窗口的尺寸及扫描方法。将该方法应用于实际探雷声纳图像,可得到符合预定信混比要求的疑似目标区域,为基于探雷声纳图像的水雷自动判别奠定了基础。     

一种基于非负矩阵分解的语音增强算法

文章提出了一种基于非负矩阵分解的语音增强算法。该算法包括两个阶段,训练阶段和增强阶段。训练阶段通过非负矩阵分解算法对纯净的噪声频谱进行训练,得到噪声字典矩阵,保存其作为增强阶段的先验信息。增强阶段首先通过非负矩阵分解算法对带噪语音的频谱进行分解,然后联合噪声字典矩阵和推导得到的相应迭代公式对语音字典矩阵和语音编码矩阵进行估计,重构增强语音。仿真结果表明,文中增强方案在抑制背景噪声,提高信噪比和减少语音失真方面要优于传统的语音增强算法。     

军事通信网络效能评估中的多数据源融合方法

通过分析军事通信网络效能评估数据源的特征,提出了一种融合专家经验、仿真和实测数据评估军事通信网络效能的方法。包括用信念图统一表达数据形式;以实测数据为训练样本,使用支持向量机拟合网络参数与性能指标关系模型,通过比较预测值与仿真结果获取仿真数据可信度;采用扩展贝叶斯法融合多源数据,给出了基于多数据源的军事通信网络效能评估流程;最后以评估某舰艇编队军事通信网络效能为例,给出了具体融合过程,结果表明融合多数据源的评估结果的有效性和可信性更高。     

A Fast Algorithm for Blind Sparse Source Separation

提出一种快速的稀疏信号重构算法,通过定义一个连续可微函数近似l0范数,采用最小化l0范数的方法实现对稀疏源信号的估计.该算法的特点是实现简单,速度快.采用人工生成的信号将算法与通过l1范数最小化的快速稀疏信号重构算法和OMP算法进行了比较.最后,将该算法用于实际信号的欠定盲源分离.仿真实验表明,算法在保证信号分离性能的前提下大幅度提高了算法的运行速度.