集成广义模糊函数在雷达多目标分辨中的应用

多目标分辨是常规雷达功能的扩充。由于集成广义模糊函数是单、多分量多项式相位信号检测与参数估计的有效工具，将其应用于雷达多目标分辨中是完全可行的，这已被文中对雷达实测数据的分析所证实。为适应雷达实际工作需求，文中探讨了尚待进一步解决的关键问题。     

一种基于改进型KALMAN滤波器的导弹故障检测算法

常规卡尔曼滤波器有一大缺点，它要求精确的模型和噪声统计，但实际问题中，大多数情况上述要求不能满足。本文给出了考虑滤波器初始条件不精确性的Ｋａｌｍａｎ滤波器表达式。利用这种Ｋａｌｍａｎ滤波方法进行故障检测，降低了误报警率，提高了鲁棒性。由于导弹姿态控制系统模型的精确性有限，常规Ｋａｌｍａｎ滤波方法因其鲁棒性差很难检测故障，这种方法能有效检测故障。仿真算例表明此方法非常有效。     

低信噪比抖动红外点目标的检测

本文为解决低信噪比条件下抖动红外点目标的检测问题，提出了一种基于膨胀累加、检测前跟踪的检测算法。该算法运用膨胀累加方法能够消除抖动对多帧累加算法的不利影响，使目标能量仍然能够实现有效的积累，从而达到目标增强的目的。本文还采用了小波变换预处理方法，对图象中相关的１／ｆ噪声进行白化。模拟实验结果表明，该算法能够快速检测出信噪比为２抖动点目标。     

组合导航系统故障检测技术研究

提出了一种新的故障检测算法。该算法由联合滤波器的全局估计与各局部估计之差 ,得到残差序列 ,通过残差 χ2 检验 ,来判别系统是否出现了故障。同时进一步讨论了故障分离方法。数值仿真及实际应用结果表明 ,该算法能有效地检测出组合导航系统的故障 ,保证了系统的安全性和可靠性。     

脑功能光学成像研究进展

首先对脑功能成像技术的研究背景和发展历程进行了简单的回顾 ,然后对脑功能光学成像方法进行了分类综述 ,主要介绍了电压敏感性染色成像、内源光学成像、光学相干层析成像、神经元活动相关光信号成像等成像方法的原理和最新进展 ,并总结了选择光学成像系统所应考虑的因素 ,最后 ,通过对各种成像方法的分析和比较 ,提出了改进和完善脑功能光学成像技术的建议 ,并对脑功能光学成像技术的发展前景指出了一些可能的方向     

基于迭代结构滤波器的SAR图像去噪方法研究

通过比较各种合成孔径雷达 (SAR)图像的滤波方法 ,指出他们存在的不足。然后提出基于模拟退火的迭代滤波器的SAR图像滤波方法。这种方法通过引入相关邻域模型 ,描述图像的局部特性。首先建立一系列反映方向信息的模板 ,每一个模板代表了一种邻域结构。然后在SAR图像的统计性质基础上 ,对于每个邻域结构 ,利用Bayes方法 ,根据图像的观测值 ,获得强度真实值的最大后验概率 (MAP)估计。然后运用模拟退火算法 ,根据每个结构的概率随机选取一个邻域结构作为最适合结构 ,它所对应的估计值作为图像真实强度的估计。模拟退火保证随着温度逐步趋向于 0 ,算法可以获得估计的全局最优解     

基于高分辨距离象的雷达目标识别特征分析

高分辨距离象是高频区雷达目标识别的最基本的依据。文中对高分辨距离象用于目标识别的两个方面的特征进行了分析 ,提出了相关角度的概念。该概念反映了距离象与目标整体之间的相似性 ,是基于距离象目标识别的又一个重要特征 ;分析了距离象相位信息的重要性 ,指出了利用距离象相位信息进行目标识别的方法和途径。     

分布式网络攻击检测系统（DIDS）

介绍了网络攻击检测系统 (IDS)的运作机理 ,分析了IDS的优缺点。针对传统IDS的问题提出了分布式IDS(DIDS)的概念 ,比较了DIDS的设计目标与目前一些IDS产品的性能。最后从功能模块设计、攻击特征的获取和更新、提高攻击行为的检测和反应速度、攻击行为关联性分析和更加主动的反应策略五个方面详细阐述了DIDS的具体设计思路 ,为进一步完善网络攻击检测系统的性能提供了可行的解决方案     

预处理方法在低速粘性流动中的应用

用时间相关法、LU SGS隐式求解经过预处理后的二维可压Navier Stokes方程 ,数值模拟了低速情况下不同马赫数、不同雷诺数的驱动空腔流动。为了使时间相关法能应用于计算低速流动及加快收敛 ,在控制方程的时间导数项前乘了一个预处理矩阵 ,实现了对方程的预处理。数值模拟结果表明 ,预处理确实加快了计算的收敛性 ,而定常解却没有改变。所得结果与可能的计算结果进行了比较     

低入射余角下雷达海杂波的建模与仿真

研究了低入射余角下雷达海杂波的建模、仿真算法及实现问题。根据实际背景 ,对实测数据进行深入讨论 ,建立起一个较为准确的海杂波幅度分布模型与功率谱模型 ;针对非相参和相参两种雷达体制 ,分别采用修正的零记忆非线性变换法和球不变随机过程法来实现具有给定相关性的K分布随机数序列的产生 ,并以VisualC + +为平台实现了仿真软件。仿真结果证明了模型和算法的有效性。