基于L曲线的跳频信号重构正则化参数优化

研究了基于L曲线的跳频信号重构正则化参数的选取问题,对跳频信号的稀疏性进行了分析,采用L曲线对系统的最优正则化参数进行了选取．在此基础上,通过推广的正则化FOCUSS算法估计了跳频信号的稀疏表示．仿真结果表明,通过L曲线选取的正则化参数在推广的正则化FOCUSS算法下,能够实现跳频信号在噪声环境下的重构．     

部分服务台同步多重休假的GI/M/c稳态等待时间

在前期研究的基础上,利用概率计算的方法,研究了在经典GI/M/c排队系统中引入部分服务台同步多重休假策略后的稳态等待时间及其随机分解.     

基于多尺度小波分解FDR的激光预警系统信息数据校正

为了使激光预警系统可以实时、精确地捕获来袭激光的特征信息,降低虚警与漏警的发生,提高系统的信噪比成为研究的重点。为了准确判断来袭激光的光谱信息,针对不合作激光信号而言,提高信噪比的方法就集中的体现在采用信息技术对各种噪声、干扰的抑制和消除等方法上。设计了基于多尺度小波分解及错误假设检验算法的信噪比优化模型。根据小波降噪原理,对来袭激光信号做多尺度分解,再采用错误假设检验算法完成了小波降噪系数的阈值选取。实验结果显示,采用该种技术降噪后系统信噪比提高到64.22 dB,其相应的波长分辨率为2 nm,相比没有滤波和仅用传统滤波算法的实验数据,有了明显的改观,系统抗干扰能力显著增强。     

故障结构分解的航空发动机执行机构估计

作为航空发动机控制系统的易损部件,执行机构的故障估计目前尚缺少有效方法。采用故障结构分解的方法,通过重构输出变量来分离出输出变量中与故障无关的部分,并由此得出故障与状态量、输出量之间的关系;将故障信号与原有的状态变量合并为新的状态变量得到系统的增广模型;最后对该增广模型设计全维观测器实现故障估计和状态估计。仿真结果证明了该方法的有效性。     

标准模型下非基于双线性对的非交互门限密钥封装机制

现有的高安全门限密码方案都是基于双线性配对实现的,由于双线性对的计算需要耗费大量的资源,这些方案在资源受限的环境下很不实用。因此,构造非基于双线性对密码方案是一件非常有意义的工作。带符号的二次剩余类群具有同双线性对类似的优良性质,可以用来构造门限密码方案。在带符号的二次剩余类群中,利用投影公钥技术,构造了一个非交互的门限密钥封装机制。该方案在因子分解困难问题假设下,具有自适用选择密文攻击安全性。由于避免了耗时的双线性对运算,方案具有较高的效率,可应用于资源受限的网络环境中。     

基于投影分解与k最近邻距离的异常证据检测算法

为降低异常证据对合成结果的影响,提出了基于投影分解与k最近邻距离的异常证据检测算法。该算法在对证据集中所有证据进行焦元单一元素投影分解的基础上,重新构造证据的基本概率赋值,然后利用证据之间形成的欧式距离,采用k最近邻距离算法对异常证据进行检测。无线传感器网络应用实验分析表明:该算法可有效地对异常证据进行检测。对检测前后的证据利用证据合成规则进行融合对比结果发现,剔除了异常证据的合成结果并具有良好的峰值性和可分辨性,合成结果有利于融合决策。     

合成双射流冲击平板流场结构与模态分解分析

为揭示合成双射流冲击平板流场结构特征,通过大涡模拟方法对合成双射流冲击平板流动进行了仿真,采用有限时间Lyapunov指数方法对流场的拉格朗日涡结构进行了识别,并与欧拉框架下的速度矢量和涡量结果进行了对比分析。结果表明,在合成双射流两股射流交替作用下,射流核心区涡系结构较为复杂且涡量丰富,远离核心区存在一对稳定的涡结构,且拉格朗日涡结构与涡量对应较好,为合成双射流冲击冷却的布局设计提供了指导。另外,流场本征正交分解表明,第一阶模态关于激励器出口中心轴线大致对称,其能量占总体能量的35%,前6阶模态的能量占80%;根据前6阶模态所反映的流场特性,合成双射流冲击平板流场具有高度的对称性。     

含噪混合盲扰信分离中联合降噪技术研究

针对盲扰信分离技术在含噪混合条件下分离效果差的问题,文章采用经验模态分解和小波变换联合的降噪技术进行分离前的消噪预处理,研究了联合降噪的三种模式,分别对其降噪效果进行了仿真分析,得到了一种较好的联合降噪模式。将该模式与无噪环境下的盲分离算法相结合,弥补了经典盲源分离算法处理含噪混合盲扰信分离的不足。仿真结果表明该算法在一定范围的低信噪比条件下,能够从含噪的混合信号中恢复出通信信号源。     

使用三个数域的数域筛算法

大整数分解难题是RSA密码的数学安全基础.目前数域筛算法是分解365比特以上大整数的最有效方法,然而它的时间复杂度仍然是亚指数的.对于目前普遍使用的1024比特以上大整数,数域筛算法还不能分解,所以研究数域筛算法具有重要的意义.现有的一般数域筛算法普遍使用两个数域,对多个数域的研究极少.一般数域筛算法经过修改可以使用三个数域,即两个代数数域和一个有理数域.分析表明:修改后的数域筛算法与原来的一般数域筛算法在时间复杂度上处于同一量级.但修改后的数域筛算法有更多地方可以合并计算,所以计算速度更快了.通过两个实验也验证了这一结论.     

基于Wigner-Ville分布及局部奇异值分解的磁记忆信号特征提取与识别

针对磁记忆检测中缺陷信号持续时间短且频率范围小的特点,为提取磁记忆信号的有效特征,根据矩阵奇异值的特点,提出一种基于Wigner-Ville分布及局部奇异值分解的磁记忆信号特征提取方法．通过将时频分布矩阵从时间轴和频率轴分别划分为不同局部矩阵,提取出各矩阵的奇异值来构造特征向量．然后,将构造的特征向量作为支持向量机的输入向量对不同检测区域的金属磁记忆信号进行识别．实验结果表明：基于Wigner—Ville分布及局部奇异值分解算法构造的特征向量能有效提取磁记忆信号的特征信息,提高支持向量机的识别精度．