基于概率分布的硬件木马检测特征选择方法

针对基于旁路信号分析的硬件木马检测中存在的高维以及信号冗余度高等问题,寻求一种特征选择方法在降维、降低冗余度方面的可行性,通过考虑样本概率的分布情况,提出了一种以散度和Bhattacharyya距离作为可分性判据的特征选择方法。首先分析了旁路信号的特征选择问题,然后阐述了基于散度和Bhattacharyya距离的可分性判据,最后在FPGA中植入硬件木马,采用K-L方法进行实验,通过对样本特征选择前后的检测效果发现,这种特征选择方法不仅有助于分辨"金片"与含木马的待测芯片间旁路信号的统计差异,而且与分类错误率建立联系,更好地实现了硬件木马的检测。     

C2组织效能测度的设计与应用

采用自底向上逐层递进的方法对C 2组织的测度指标加以归纳总结,建立了物理层,状态层和效能层3层测度指标框架,把C 2组织的效能测度抽象为组织代价测度和组织收益测度两个评价性的指标,并给出具体的计算方法。再结合探索性分析方法,实现了C 2组织效能测度在不确定使命环境下对关键性任务判断的应用,验证了C 2组织效能测度的有效性。     

基于Hausdorff距离的SAR图像匹配方法

在传统基于边缘位置的Hausdorff距离匹配基础上,将边缘点的梯度方向信息引入到距离度量中。提出了一种新Hausdorff距离及相应的匹配算法,并将其应用到SAR图像匹配中。实验表明,该算法相对于传统的基于边缘位置的Hausdorff距离匹配算法鲁棒性有所改进。     

改进的高脉冲重复频率雷达多假设距离估计方法

高脉冲重复频率雷达目标距离估计时面临距离模糊问题,因此必须采取一定方法解距离模糊。现有方法大都需要在每个驻留时间内至少两帧(包括两帧)检测到目标来实现目标距离估计,多假设方法虽然不要求在每个驻留时间内都需至少两帧检测到目标,但是当模糊区间发生变化时会出现目标距离估计错误。针对现有多假设方法的不足,提出改进的多假设方法,通过建立相关波门来判断目标所在的模糊区间是否改变并对目标状态作出修正,实现对模糊区间发生变化时目标距离的正确估计。仿真表明,方法可以不受模糊区间变化的影响,以较高精度实现目标距离估计。     

车载捷联惯导的快速对准方法

为了提高初始对准速度,将等效加速度计和陀螺的输出引入到系统的观测量,提出一种静基座条件下快速对准的新方法。首先建立了大方位失准角的非线性误差模型,然后详细推导了基于等效输出的新观测方程,利用奇异值分解方法进行了可观测度分析,并推出了该方法的理论对准精度。最后,进行了计算机仿真和实车实验,证明了该方法的有效性和重复性。该方法充分利用惯性装置自身的可观测信息,在不增加其他设备的基础上有效缩短了对准时间,具有重要的应用参考价值。     

超视距空战战术实施的某些动态距离边界解算

运用1对1空战双方的运动学模型,首先提出空战双方超视距空战与近距空战动态距离边界的定义,确定该距离边界与机载定向角的关系;然后确定空战双方相对静止的数学模型及保持相对静止的策略,导出空战双方保持相对静止的战术接近极限动态距离边界和战术追躲极限动态距离边界。仿真分析上述边界与战术实施的关系。     

正交投影法的区间直觉模糊多属性决策方法及应用

由于客观事物的复杂性和不确定性,以及人类思维的模糊性,人们所给出的决策信息往往不是以具体的数值来表达,而区间直觉模糊集同时考虑了隶属度,非隶属度和犹豫度3方面信息,且是以区间数的形式来表示,因此,它在处理模糊性和不确定性等方面更具灵活性和实用性.TOPSIS法对与正理想解距离更近可能与负理想解的距离也更近的这一类方案排序的结果并不能完全反映各方案的优劣性,针对此不足,提出将基于“垂面”距离的TOPSIS法-正交投影法应用于区间直觉模糊多属性决策,并对其基本原理进行了解释,随后将其应用于导弹武器系统的效能评估,实现了对系统优劣程度的评价.     

嫦娥三号研制进展顺利 将实现在月球表面软着陆

2012年12月13日,距地球约700万公里的深空,"嫦娥"与"战神"相会。嫦娥二号卫星与图塔蒂斯小行星交会的瞬间,星载监视相机对小行星进行了光学成像,这不仅是我国首次实现对小行星的飞越探测,也是国际上首次实现对图塔蒂斯小行星的近距离探测。我国成为继美国、欧空局和日本之后,第4个探测小行星的国家。     

SINS/DR组合导航系统可观测性研究

对SINS/DR组合导航系统的误差方程进行了介绍。将陀螺漂移、加速度计零偏和里程仪刻度系数误差扩展为卡尔曼滤波器的状态,建立了19维状态的组合导航滤波模型。采用分段线性定常系统(PWCS)分析了载车在各个不同运动特性下SINS/DR组合导航系统的可观测矩阵;利用奇异值分解(SVD)分析法定量地分析了SINS/DR导航系统的可观测度。通过系统仿真预测了位置误差、姿态误差和速度误差的滤波效果,仿真结果表明,位置误差、姿态误差和速度误差的估计效果较好。