基于LMD频域近似熵频谱感知算法研究

针对现有频域近似熵频谱感知技术在低信噪比条件下抗噪声性能和检测性能有待提升的问题,提出了一种基于LMD频域近似熵的频谱感知算法。(1)算法筛选出3个PF分量累加求和,使得算法提取局部调频包络特征信息得到最优,进一步排除噪声不确定度的影响。(2)算法对累加PF分量进行频域变换后求其近似熵,增强算法对频域信息的嗅探能力,提升算法检测性能。Monte Carlo仿真结果表明,在噪声不确定度为0dB,采样点数为8 000的情况下,当信噪比大于-19 d B时,可以对2ASK信号达到100%的检测概率,与现有频域近似熵算法相比,检测性能约有17 d B的提升。     

扩展卡尔曼滤波的有向传感器网络移动目标跟踪算法

针对传感器网络中跟踪目标需要大量的节点协同工作,还需要实时处理和传输大量数据,提出一种基于扩展卡尔曼滤波的有向传感器网络目标跟踪算法(EK-MTDC),重点研究了传感器网络中的扇区数量对节点间数据传输与目标跟踪精度的影响,根据对目标状态的分析,通过压缩参与监测的节点个数,选择激活网络中节点相交区域内的节点对跟踪目标进行监测。仿真结果表明,该算法能在不降低跟踪效果的前提下,降低网络能耗,延长其使用寿命。     

MEMS技术发展现状及未来发展趋势北大核心

MEMS技术作为一门多学科高度交叉的前沿学科领域,在近些年来得到迅速发展,在航空、航天、生物技术等领域都有广泛的应用。该技术可实现优质高产低耗,大大提高系统的可靠性和智能化功能,已经成为电子领域活跃的发展方向之一。论述了MEMS微系统技术的重要性,从微感知与微控制、微流动控制、微惯性测量装置、微型飞行器、可穿戴和可植入式装备、纳机电谐振器、扫描隧道显微镜等七大方面分别论述MEMS微系统技术发展现状,并对该技术进行了展望,以期对未来发展并应用该技术具有借鉴意义。     

先进电磁频谱智能攻击与防御发展及启示

以对抗样本攻击与防御为代表的反人工智能技术可实现对智能电磁频谱感知系统的扰乱与欺骗,已逐渐发展成为电磁频谱作战智能攻防的关键技术。本文分析了近年来以对抗样本攻击为典型样式的先进电磁频谱攻击和防御技术手段,并以几种典型的基于深度学习的通信信号调制识别模型为对象,研究了智能攻击技术的作用机理,仿真分析了基于扰动能量最小准则的对抗攻击效果,在此基础上总结了智能攻击技术的特点,并阐述了该技术带来的影响。最后借鉴发达国家国防科技发展的经验,给出了启示建议,强调应高度关注智能系统脆弱性问题,要提前布局开展相关关键核心技术攻关与应用研究,避免出现“先建设后打补丁”的情况。     

重视基础教育 加强有机化合物名称教学

通过总结教学经验 ,提出有机化合物名称教学的一般规范和方法 ,强调了有机化合物名称教学的重要性 ,为教学工作提供了很好的参考资料     

智能感知在防空反导OODA环中的应用

在未来智能化战争中,瞬息万变的战场态势对防空反导武器系统的探测感知和指挥决策提出了新的挑战。本文聚焦智能感知技术赋能未来防空反导作战装备,剖析了智能感知概念及内涵,围绕防空反导“观察、定位、决策、行动”（OODA）环以及典型作战流程,梳理感知对抗形态,主要包括预警与反预警、探测与反探测、跟踪与反跟踪、干扰与反干扰;揭示了智能感知对抗的核心科学问题是特征的隐匿与识别,给出了感知对抗技术在OODA环中的主要应用场景;最后,提出了提高防空反导装备智能感知对抗水平所需的关键技术发展建议。     

视频卫星单目标实时跟踪算法

针对时空上下文(STC)目标跟踪算法在高分辨率视频卫星影像中,目标经过复杂背景时跟踪准确度过低的问题,提出了适用于视频卫星影像数据的改进型时空上下文目标实时跟踪算法。该算法结合感知哈希算法对STC目标跟踪算法中置信图模型加以改进,以提升跟踪算法的目标定位精度,使用帧间学习率自适应更新方法以提升跟踪算法准确度,使用固定目标尺度方法提升跟踪速度以确保算法实时性。对"吉林一号"系列视频卫星影像进行仿真实验,实验结果表明所提算法在保证实时跟踪速度的同时,克服了视频卫星影像中复杂背景对目标跟踪算法的干扰,实现了针对高分辨率视频卫星影像实时的精准目标跟踪。     

Volterra级数模型的非线性压缩测量辨识算法

针对非线性系统的辨识问题,提出了非线性压缩测量辨识算法,且推导出了一种符合压缩感知测量准则的测量模型。相比递归最小二乘法,该方法极大地减少了所需的测量数,使得高阶Volterra级数辨识成为可能。此外,还分析了实际应用中的各项因素对辨识准确性的影响,如信号稀疏度、测量噪声、测量矩阵形式等。     

频谱感知次序的在线最优选择

动态频谱接入是解决无线电频谱资源短缺和频谱使用效率低下问题的有效方法,它允许次级用户在授权频谱空闲时动态地接入,以进行数据传输。而频谱感知是实现动态频谱接入的关键挑战之一。由于次级用户的感知能力有限,为了获得更多的频谱接入机会,需要尽快找到频谱空闲概率最大的频段,并研究频谱感知次序问题。考虑到频谱空闲概率对次级用户是不可知的,并且会随时间变化,提出了在线学习框架,把频谱感知次序问题归纳成经典多摇臂赌博机问题,并利用在线学习方法——满意折现汤普森抽样算法处理优化问题。仿真结果表明,和其他算法相比,所提算法可以获得更多的频谱接入机会并且能够跟踪频谱空闲概率的变化。     

面向态势感知的网络空间态势本体模型研究

为了实现网络空间态势信息的共享,利用本体模型准确地描述网络空间态势要素及其相互关系。依据态势感知理论分析了态势要素的构成和态势核心本体模型;对网络空间态势领域的物理实体、虚拟实体、网络空间环境、事件等相关概念及关系进行了分析,并构建了本体建模;结合战场想定进行态势场景的本体描述,检验了本体模型的有效性。