Turbo乘积码在双多进制正交码扩频系统中的应用

本文就Turbo乘积码在双多进制正交码扩频系统中的应用,介绍了其解码的过程与方法。给出了两种较为实用的信道接收软值获得方法。计算机仿真表明通过采用本文所提出的信道接收软值获得方法,Turbo乘积码可以极大地提高系统的可靠性,弥补高效调制所带来的不足。     

改进的多目标GM-PHD分量融合算法

密集杂波的平行多目标跟踪场景中,高斯混合概率假设密度滤波器的计算代价随着分量的增多而不断变大,且其目标状态估计精度较低.为了解决这些问题,基于高斯混合概率假设密度滤波框架,提出一种改进的目标分量融合算法.通过目标分量的权重、均值及协方差的充分协作,该算法能够极大程度地融合目标强度中的相似分量,同时能够有效地避免真实目标分量被错误融合.仿真结果表明,密集杂波环境下该算法不仅具有较高的目标状态估计精度,而且其计算代价相对较低.     

空间兵棋多因素多步骤裁决模型研究

通过对空间兵棋和传统兵棋特点的详细对比和分析,针对空间兵棋在量化裁决中的特点提出了模块化的横向分类型纵向分步骤量化裁决模型.针对空间兵棋在概率裁决中影响因素多种多样的特点,提出了三维概率裁决表概率裁决模型.并通过具体裁决算例,验证了横向分类型纵向分步骤模型的有效性和三维概率裁决表模型的合理性.     

多因素观测来源不确定的多目标跟踪算法

杂波、低检测概率和目标间观测相互干扰等因素,使得目标观测的来源难以辨别,提出一种基于改进GMPHD滤波的多目标跟踪算法,通过引入目标标记和权重向量,增广了标准GMPHD迭代中目标信息.基于高斯分量合并策略、目标状态估计策略和高斯分量优化策略,能够有效地改善目标状态估计精度和滤波迭代效率.目标跟踪仿真实验结果表明了所提算法的有效性及鲁棒性.     

基于BP神经网络的D-S证据理论及其应用

命题基本概率分配(BPA)的确定是D-S证据理论得以广泛应用的关键之一.目前,大部分确定方法受专家知识偏好影响较大,难以反映客观情况.将BP网络运用到基本概率分配的确定过程中,使得BP网络和D-S证据理论两者有机地联合应用,这样既可利用D-S证据理论来表达和处理不确定信息,又可以充分发挥BP网络的自学习、自适应和容错能力.文中建立了基于BP网络的D-S证据理论的故障诊断模型,并给出了证据的融合算法.仿真实验表明,该模型可行.     

基于多元高斯概率分布的无线局域网定位方法研究

针对无线局域网环境及室内目标定位需求,研究了基于接收信号强度指示的定位技术,提出了一种基于多元高斯概率分布的信号强度模式匹配方法,讨论了定位系统框架。试验结果表明,该方法具有较好的室内定位效果。     

系统效能评估ADC模型研究和应用

通过概率公式的推导,指出系统效能评估方程就是全概率公式和乘法公式的推广和运用,效能E是一个概率性的效能指标.指出了目前在应用过程中存在的认识上的不足,举例说明了系统效能评估方程的运用方法.     

基于单比特接收机的低截获概率信号检测技术

单比特接收机通过简化FFT运算显著提高了DFT信道化接收机的处理速度,利用单比特接收机可以实现低截获概率雷达信号的快速检测.非相干积累检测法实现简单,但这种方法在积累信号的同时也积累了噪声;均方相关法可以克服这一缺陷,但会增加实现难度.     

基于概率风险的系统安全性分析

为得到系统层次上的安全性概率风险,获得定量的安全性决策依据,设计了基于概率风险的系统安全性分析方法,该方法将系统按某种标准划分成相应子系统,统计得到各子系统所有的危险源,建立相应的因果链,通过一定法则得到基于系统层次的概率风险,同时还讨论了设计方法中概率风险计算的难点问题。