基于限制波尔兹曼机的GPS空时抗干扰降维方法

空时二维GPS接收机抗干扰技术的主要瓶颈是算法的复杂度高、计算量大,研究如何降维是抗干扰处理技术最关键的问题之一。一种基于限制波尔兹曼机的降维方法被提出,使复杂度降低,并与一般的降维方法进行了均方误差(MSE)性能对比,仿真实验验证了该方法的有效性。     

“四维坐标”绘制年轻干部成长路线图

习近平总书记谈到年轻干部成长时说道:"早熟的果子长不大,拔苗助长易夭折","年轻干部多‘墩墩苗’没有什么坏处,把基础搞扎实了,后面的路才能走的更稳更远。"总书记的这段话,语重心长,发人深省。年轻干部只有经历"雄关漫道真如铁",体会"人间正道是沧桑",才能"长风破浪会有时"。新时期年轻干部当以"四维坐标"作为人生四个基点,固牢根基,耕耘梦想,绘制成长成才路线图。以常存强军之梦的"方向坐标",固本培元充氧     

来稿要求

本刊加入"中国学术期刊(光盘版)"、"中国学术期刊网"、"万方数据—数字化刊群"和重庆维普全文数据库,来稿要求如下:1.稿件须自校对无误,字数不少于5600字。2.题目下注明所在单位、城市和邮政编码。并加写300字以内的中文摘要和3-5个关键词。摘要用第三     

基于时间状态维的信息度量模型研究

网络空间中大数据海量汇聚,交互信息中隐藏的行为模式已对网络安全提出了全新挑战。如何分析网络节点规模、信息激增和恶意威胁等带来的网络安全问题,已成为当前网络防御的重要研究内容。文章从已有网络安全框架基础上,着重考虑终端用户行为模式,通过描述信息状态,增加时间状态维来度量异构群体中节点交互所带来的信息变化,建立了基于结构化的动态评估框架和信息度量模型,对于维护网络信息秩序,适时引导网络认知环境,有效解决网络防御有关问题具有重大指导意义。     

鲁棒四元数无味卡尔曼滤波算法在组合导航姿态估计中的应用

针对SINS/GPS直接式组合导航姿态估计中,GPS信号易受外界干扰而引入污染观测量等问题,提出基于Huber的鲁棒化四元数无味卡尔曼滤波算法。通过研究在四元数无味卡尔曼滤波算法中引入Huber鲁棒化框架,对原算法的量测更新进行修正,增强滤波算法的鲁棒性与稳定性。以SINS/GPS位置松组合为应用背景,在不同仿真环境下,验证提出算法对姿态信息的估计效果。试验结果表明:与原算法相比,该算法具有更好的鲁棒性和稳定性。     

基于稀疏贝叶斯学习的扩展目标雷达关联成像*

雷达关联成像不依赖于雷达与目标的相对运动,是一种高分辨凝视成像方式。传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该算法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该算法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。     

基于扩展卡尔曼滤波的环路跟踪算法仿真分析

针对接收机定位动态适应性需求,分析了采用扩展卡尔曼滤波的接收机环路跟踪算法,给出了基于扩展卡尔曼滤波的接收机环路跟踪算法的数学模型,基于采集卫星信号模拟器输出的射频信号与程序生成的接收机中频信号,从动态适应性和跟踪灵敏度两个方面,仿真分析了基于标准卡尔曼滤波和基于扩展卡尔曼滤波的环路跟踪算法性能。仿真结果表明,基于扩展卡尔曼滤波的环路跟踪算法在动态环境中具有更好的跟踪性能,且能够改善跟踪灵敏度1 dB,这表明其对复杂应用场景具有更好的适应性。该分析结果能够为算法工程化提供参考和借鉴。     

基于加窗线性卡尔曼滤波模型的设备剩余使用寿命预测方法

提出了基于加窗线性卡尔曼滤波模型的设备剩余使用寿命预测新方法,明确了应用加窗线性卡尔曼滤波模型进行剩余使用寿命预测的过程。应用试验数据验证了方法的有效性,案例分析结果表明:对于退化指标在前期平稳、后期突变的齿轮箱全寿命试验数据,剩余使用寿命的预测值与实际值在齿轮箱运行的前期相差较大,而在后期则较为相近;通过对退化指标值进行拟合处理,可以明显消除退化指标值波动对剩余使用寿命预测值的影响。     

一种融合显著性的Adaboost的电视制导图像变尺度目标快速检测方法研究

电视制导过程中随着弹目距离的减小,目标图像会呈现尺度的非线性放大,现在传统的目标检测方法,不能满足目标尺度的精确变化,导致目标定位偏差,且检测计算量大,无法达到实时性。本文将基于剩余谱的显著性检测方法融入Adaboost检测过程,并应用于电视制导图像的目标检测中,能够对海面或沙漠等背景较为单一的区域进行快速目标检测,且检测窗口能够准确适应目标尺度的变化。     

基于改进IMM-UKF的弹道导弹再入段跟踪数据滤波?

针对弹道系数未知的弹道导弹再入段跟踪雷达测量数据滤波这类非线性强的滤波问题,提出可变多模型无迹卡尔曼滤波算法。利用无迹卡尔曼滤波逼近精度高,计算量小,适应于任意非线性模型的特点,将其作为多模型的基本滤波器;滤波算法根据各模型正确描述目标状态的概率,动态地改变多模型数量和模型参数。上述方法的综合运用,提高对目标状态估计精度,降低了计算的复杂度,仿真实验验证了方法的有效性。