FPGA的车载防撞雷达系统的设计与实现

根据毫米波汽车防撞雷达的研究现状,讨论了一种基于FPGA为实现核心的总体设计方案,并详细分析该系统硬件结构和软件流程,对处理算法在FPGA上的实现提出相应的优化方法,能有效地提高运算效率的同时降低硬件成本.实验结果表明:该方案对前方车辆相关信息探测迅速准确,运行稳定可靠,能够满足汽车防撞雷达的实时性需求.     

基于模糊的联合概率数据关联简化算法

为解决联合概率数据关联(JPDA)实时性差的问题,提出了基于模糊的联合概率数据关联简化算法。首先结合模糊理论、概率数据关联(PDA)算法,构建模糊矩阵,并根据隶属度大小建立新的确认矩阵,然后采用JPDA算法计算关联概率。仿真结果表明算法简单有效,与JPDA算法相比,在跟踪性能相当的前提下,算法的实时性能得到了较大提升。     

太阳能热推力器二次聚光器再生冷却过程

为克服太阳能热推力器折射式二次聚光器容易破裂的缺点,本文采用再生冷却技术,对二次聚光器与推力室进行了一体化设计,并对该过程进行了流动与传热仿真。仿真结果表明,该设计可有效地降低聚光器的工作温度至1600K以下,热应力分析表明可有效降低其破裂的可能性。同时该设计可预热推进剂至500K以上,提高了系统的能量利用效率。通过进一步对吸收腔内的热辐射分析发现,工质流动对吸收腔壁温影响较小,吸收腔壁面仍然可以维持2400-2600K的高温。     

基于DM2的体系结构可执行模型构建方法

基于元模型的体系结构设计思想和基于可执行模型的评估方法是体系结构领域研究的两个热点,但当前的研究没有将两者结合起来。文章基于DoDAF2.0提出的元模型数据(Meta-Model Data,DM2),将元模型的思想和基于可执行模型的评估方法相结合,分析了基于DM2的逻辑数据与可执行模型各构建要素的对应关系,构建了基于DM2的逻辑数据模型直接转可执行模型的过程框架,重点研究了如何直接从体系结构底层数据转可执行模型的方法,从而为进行基于元模型的体系结构可执行评估提供模型基础,也为进一步实现体系结构自动化验证评估提供技术支持。实例验证了文章提出的方法。     

振动对遥感载荷频率基准的影响及数字补偿技术研究

振动会导致雷达上晶体振荡器的工作频率发生变化,严重影响了雷达的工作性能。分析了振动对遥感卫星频率基准的影响机理,提出了针对加速度g的数字补偿技术。实验证明该方法可有效降低频率基准的加速度敏感性,在减小振动对频率基准影响方面具有广泛的应用前景。     

基于Sub-Nyquist采样的单通道频谱感知技术

宽带频谱感知技术在认知无线电中具有广泛的应用。基于时分的思想,将信号采集时间以固定长度的时间片进行划分,分别与不同的伪随机码信号相乘,经过低通滤波和sub-Nyquist采样,利用采样数据求出信号的频率支集。与已有的多通道频谱感知结构相比,本文用相对简单的单通道结构实现,同样能够利用低速率的采样点完成频谱感知。仿真实验结果表明,在信号的频率支集未知的情况下,该算法能够有效利用sub-Nyquist采样的数据实现频谱感知。     

FlatLFS:一种面向海量小文件处理优化的轻量级文件系统

海量小文件的高效存储和访问是当前分布式文件系统面临的主要挑战之一。以GFS和HDFS为代表的分布式文件系统大多面向海量大文件的高效存储和访问设计,缺乏小文件处理的针对性优化,导致访问海量小文件时效率低下。针对分布式文件系统中海量小文件访问时的数据服务器优化问题,提出了一种采用扁平式数据存储方法的轻量级文件系统FlatLFS,取代传统文件系统对上层分布式文件系统提供数据存储和访问支持,提高了数据服务器处理小数据块时的I/O性能,从而提升了整个分布式文件系统的性能。实验表明,当数据块大小设定为1M时,FlatLFS的随机读性能分别比ext3、ext4、reiserfs高135%、112%和122%。     

无源激光敌我识别系统作用距离

分析了无源激光敌我识别系统组成和工作原理;对系统的光束传输过程进行等效,利用激光波长、束散角、峰值功率等激光参数,推导出了基于高斯光束理论的光束传输模型;采取高斯光束衍生的方法,解决高斯光束通过硬边光阑的传输问题;在考虑大气衰减的基础上,仿真计算了激光敌我识别系统工作中回波信号能量密度与系统作用距离的关系,分析了提高系统作用距离的途径.研究结果一方面对于无源激光敌我识别设备的研制具有借鉴意义,另一方面可以为评估无源激光敌我识别设备作用距离提供支持.     

军事栅格安全设施研究

针对信息化战争中信息处理对网络安全、平台安全、应用安全的需求,在分析军事栅格安全设施核心功能的基础上,从密码服务、数字证书、安全态势感知、安全管理、安全防护等方面提出了军事栅格安全设施的组成、总体结构、关键技术,以及在实际应用中的部署模式,为未来研制具备主动防御、自主响应、动态保护等特征的体系化、低时延、高可靠的军事栅格安全设施提供支撑。     

利用主成分分析的通信调制识别通用对抗攻击方法

深度学习容易被对抗样本所攻击。以通信调制识别为例,在待传输的通信信号中加入对抗性扰动,可以有效防止非合作的用户利用深度学习方法识别信号的调制方式,进而提升通信安全。针对现有对抗样本生成技术难以满足自适应和实时性的问题,通过对数据集中抽取的小部分数据产生的对抗扰动进行主成分分析,得到适用于整个数据集的通用对抗扰动。通用对抗扰动的计算可以在离线条件下进行,然后实时添加到待发射的信号中,可以满足通信的实时性要求,实现降低非合作方调制识别准确率的目的。实验结果表明该方法相对基线方法具有更优的欺骗性能。