基于K_L变换与SVM的硬件木马检测新方法

针对基于旁路分析的硬件木马检测,旁路信号数据在空间中呈现高维分布、非线性的问题,探究在降低信号维数方面核函数的可行性,提出了一种基于K_L变换与支持向量机(Support Vector Machine,SVM)的硬件木马检测模型。在FPGA加密芯片中植入所设计的硬件木马进行实验,实验结果对比表明,利用主特征向量构建的SVM模型在检测占电路2%的硬件木马时,测试准确率达到了98.1%,为规模更小的木马检测提供了新思路。     

混响背景下基于高阶统计量的动目标检测方法

针对混响背景中的动目标检测问题,根据基阵接收数据经过波束形成与匹配滤波后的输出结果计算高阶统计量,并将其视作观测空间。基于此空间中混响和目标回波的差异,利用多ping的高阶统计量构造特征向量,计算特征向量之间的马氏距离作为混响和目标差异的量化标准,再依据最大一致条件功效检测准则选择门限检测方法。波形数据仿真与海上实录数据检验均表明该方法的检测性能优于单ping波束形成及匹配滤波方法。通过蒙特卡洛仿真获得不同信混比下的ROC曲线,与单ping检测相比,在保证虚警概率小于0.01,检测概率大于0.5的条件下,最小可检测信混比降低约6dB。     

一种双门限自适应多模多目标跟踪算法

针对机动目标的交互多模跟踪滤波器,提出了基于模型过程噪声自适应调整的双门限的AIMM算法,并对其性能进行了研究,该算法对模型初始参数不敏感,具有稳定性,在目标模型与目标实际运动偏差较大的情况下,具有较好的跟踪性能;针对密集杂波和多目标情况下的目标跟踪,将多模交互滤波的模型自适应调整算法与JPDA算法结合,提出了AIMMJPDA算法的思想与实现。仿真结果显示该方法在机动目标跟踪方面具有模型调整简单、跟踪实时性良好的效果。     

基于超分辨率超声图像的缺陷量化方法

以相位相干多信号分类(phase-coherent multiple signal classification, PC-MUSIC)方法为例,研究基于超分辨率超声图像的缺陷量化方法。利用全矩阵采集方法从被测对象获取超声阵列数据,对数据进行时域预处理,提取缺陷散射信号;利用PC-MUSIC方法处理缺陷散射信号,获取超分辨率超声图像;分析超声图像特征,提取横向强度曲线,定义-6 dB主瓣宽度作为缺陷的评估长度。搭建实验系统,选择铝试块作为被测对象,在其内部加工1个长度为10 mm的刻槽作为缺陷。实验结果表明,在信号子空间维度选择合适的情况下,PC-MUSIC方法能够准确评估缺陷长度,误差在10%以内。     

微小管道机器人机构设计及动力学分析

设计了一种蠕动式微小管道机器人,采用三组直流电机与螺旋传动装置,通过控制三组电机顺序协调动作,实现了机器人的蠕动前进。研究了机器人在竖直管道中驱动负载的情况,以及爪子适应管径变化的力学调节特征。利用ADAMS动力学分析软件,对机构做了运动学和动力学仿真,通过仿真得到了牵引力和移动速度与结构参数之间的关系。仿真表明,机器人可以适应15~20mm的管道,驱动力达到28N,移动速度为6mm/s。     

横滚输出残差的X字舵航行器故障检测

首先介绍了X字舵航行器的执行机构硬故障对运行状态的影响,然后基于其在横滚通道的稳定性,重点研究了一种适用于多弹道的残差构造形式来检测这种故障.最后通过建立鱼雷动力学、运行学模型和模拟故障模型,验证了残差格式的有效性.这为构建X字舵航行器故障综合诊断重构系统完成了重要一环.     

改进的光学图像边缘检测融合算法

鉴于目前用于光学图像边缘检测的方法的局限性;针对光学图像的边缘检测特性,提出了一种基于小波和Canny理论相结合的融合算子;利用相似度性质,综合评估了融合算子与其他经典边缘检测算子相比的优越性;通过实验仿真,表明该融合算子能够较好地提取运动中的光学辐射目标的边缘.     

论机械装备监测诊断技术的体系

装备监测诊断技术的研究对象是装备的状态信息.装备监测诊断技术的体系框架由状态信息检出、状态信息表征、装备状态识别和监测诊断工艺等四大部分构成.     

用于动能拦截器极低信噪比点目标探测的技术

本文对动能杀伤拦截器信息处理机在信噪比为－１０ｄＢ以下的弱点目标信号的检测技术进行了探索。文中提出了一种非线性水波理论,它在外界特定的作用下所表现出的波粒二相性能能够有效地应用到拦截器极低信杂比点目标的检测领域,为解决弹载信息处理高技术难题做了有益尝试。