地形相关算法度量值的统计特性

考虑到地形相关匹配算法度量值统计特性与二维地形自相关系数的关系，本文提出一种改进的约翰逊方法——相关地形下的匹配算法度量值统计特性分析方法。首先，基于约翰逊方法的问题框架，修改其中基准数据的相邻像元值相互独立的假设，导出了地形相关 Ｍ Ｓ Ｄ 算法度量值的统计分布的解析函数。然后，讨论了约翰逊方法与本文方法的适用性，指出了约翰逊方法的不足之处。最后，给出了本文方法在地形可匹配性分析中的一种应用。     

一种改进的变步长归一化LMS算法

在以往的基于ＬＭＳ算法的研究中，归一化ＬＭＳ算法（ＮＬＭＳ）增大了算法的动态输入范围，但该算法对噪声很敏感。引入自相关的变步长ＬＭＳ算法（ＶＳＳＬＭＳ）不仅加快了收敛速度，可在非平稳状态下进行快速跟踪，而且消除了独立噪声的干扰，但它无法适应大范围的动态输入。本文综合它们的优点而得到的算法，在低信噪比和大范围的动态输入情况下都有良好的性能。     

一种新的选择性漏电故障判别方法及最简电路的实现

分析了小电流接地系统单相漏电故障的特点 ,提出了一种新的选择性漏电判别方法———时序比相法 .在论述该方法的基本原理和特点之后 ,给出了实现这种方法的最简电路 ,介绍了该电路的工作原理 .最后给出了在实验室实验和现场试验基础上作出的结论     

基于像素局部对比度的直线特征检测算法*

本文提出了基于像素局部对比度和全局虚警抑制的直线段检测算法。本文算法分为四步：第一步,计算像素点的梯度以及局部对比度;第二步,将方向大致相同的像素点分成直线支撑区域(像素方向为像素梯度方向的顺时针垂直方向),并对支撑区域进行矩形近似;第三步,在直线支撑区域内拟合直线段,计算直线参数;第四步,根据直线支撑区域信息验证直线段,抑制虚警。实验表明本文算法在复杂条件下,特别是光照影响条件下,具有更好的鲁棒性和效率。     

运用警报关联的威胁行为检测技术综述

基于警报关联的网络威胁行为检测技术因其与网络上大量部署的安全产品耦合,且能充分挖掘异常事件之间的关联关系以提供场景还原证据,正成为复杂威胁行为检测的研究热点。从威胁行为和网络安全环境的特点出发,引出威胁行为检测的应用需求和分类,介绍基于警报关联的威胁行为检测的基本概念和系统模型;重点论述作为模型核心的警报关联方法,并分类介绍了各类典型算法的基本原理和特点,包括基于因果逻辑的方法、基于场景的方法、基于相似性的方法和基于数据挖掘的方法;并结合实例介绍了威胁行为检测系统的三种典型结构,即集中式结构、层次式结构和分布式结构;基于当前研究现状,提出了对未来研究趋势的一些认识。     

利用复单脉冲比的群目标存在性检测算法

详细推导单目标和群目标条件下单脉冲比的统计特性,根据其本质差异提出基于单脉冲比的群目标检测算法,在双目标条件下通过仿真分析了群目标检测性能与信噪比、目标角度间隔以及复幅度比之间的关系,得出了有益的结论。当小目标伴随大目标时不容易被检测出来;两个幅度相当的目标,相位差别越大越有利于群目标检测。群目标检测可以有效剔除"野值",为分辨与测量奠定基础。     

基于SPRT的组合导航故障检测与隔离互辅算法

针对SPRT(序贯概率比检验)算法无法准确判断缓变故障结束时间的问题,提出了一种故障检测与隔离互辅算法。采用SPRT算法对滤波残差进行故障检测,确认故障后隔离故障观测量,重新建立卡尔曼滤波观测方程并完成量测更新,将隔离后的滤波结果作为下一时刻的滤波初值辅助故障检测。仿真结果表明,该方法能准确定位故障观测量并判断出故障的结束时间,提高了系统可靠性。     

交叉相关ISAR快速包络对齐方法北大核心

逆合成孔径雷达成像(ISAR)的第1步是运动补偿,而包络对齐是运动补偿的第一步,决定了ISAR系统相位补偿,方位向定标等后续处理的精度,因此对于运动补偿非常关键。现有的包络对齐方法,大都基于相邻包络的相关法,容易产生漂移误差,突跳误差和积累误差,影响包络对齐的精度。分析了这3种误差出现的原因,提出了采用交叉相关的包络对齐方法,该方法在不增加运算量的情况下,消除了这3种误差,仿真实验证明了该方法简单有效适合工程应用。     

动态多因子相关算法及其改进

以组网雷达情报综合处理为背景,针对多站多目标航迹相关问题,首先介绍了动态多因子相关算法的基本原理,然后在此基础上提出了几点改进措施。利用位置因子的重要性对相关判定区域做了限制;利用航向因子对判决结果进行二次修正,同时结合目标的机动检测问题,提高了对目标强机动的检测能力;此外,根据实验结果还对综合处理中的航迹配对准则进行了修正。通过算法的改进不仅改善了航迹相关的质量,还降低了运算量。最后给出了改进后的算法流程图。     

测试点的选取问题

在故障检测的过程中 ,每个测试点检测需要的时间可能不同。本文研究了如何选取一些测试点 ,使得这些测试点可以检测所有故障 ,而所需时间最少的问题。我们将其转化成整数规划问题 ,并给出一个求解算法 .最后给出一个实例对算法加以说明。