Defense Burden and the Effect of Democracy: Evidence from a Spatial Panel Analysis

ABSTRACT

Do democracies spend less on national defense? This paper provides new evidence of the effect of democracy on defense burden based on a Spatial Durbin Model with panel data for 98 countries for the years 1992–2008. While democracy measured by means of an index variable covering the entire range from perfect democracy to perfect autocracy turns out to be insignificant, dummy variables indicating transition to higher levels of democracy reveal a statistically highly significant negative effect of democracy on a country’s defense burden. Allowing for country-specific effects reveals heterogeneity in the effect of democracy across countries. Apart from the effect of democracy, the estimation results indicate strong spatial dependence of military burdens across countries. Moreover, they provide statistical evidence for a peace dividend, for substitution effects in defense spending and for a negative effect on the military burden for countries when they exhibit a trade surplus instead of a trade deficit.     

相干信号源DOA估计改进ESPRIT算法研究

在目标方位估计(DOA)的众多算法中,ESPRIT是一种运算速度快、精度高的常用算法,但它不能解相干信号。提出一种基于观测数据直接空间平滑的改进型ESPRIT算法,解决了常规ESPRIT算法不能解相干、对信噪比要求高等问题。该方法适用于所有信号(非相干和相干信号)的目标方位估计。     

多点源交叉波束干涉效应特征分析

介绍多点源交叉波束通过干涉效应实现交汇空间功率合成的基本原理,根据空间功率合成机理,建立对功率合成效率、同相叠加点间距的计算机仿真,完成多点源交叉波束干涉效应特征分析,以此作为多点源交叉波束空间功率合成的评估依据。     

面向大规模地理矢量线数据的多层级实时可视化技术

针对主流方法难以满足多层级实时可视化的需求,提出面向大规模地理矢量线数据的多层级实时可视化技术。建立面向多层级瓦片绘制的自适应可视化模型,设计像元四叉R(pixel quad R, PQR)树空间索引和基于PQR树的自适应可视化算法,分别用于支撑模型的数据组织和可视绘制。在10亿规模数据集上的实验表明：该技术在0.57 s内可计算任一层级上的可视结果,并且计算耗时大幅小于主流方法。当数据规模急剧增长时,该技术在各显示层级上仍具有较好的可视性能,最低可视速率超过100张/s,大幅优于主流方法。该技术在单机条件下即可支撑大规模地理矢量线数据的多层级实时可视化,在空间大数据探索分析领域具备较好的应用前景。     

面向通信信号调制识别的半监督生成对抗网络框架

针对只有少量标签数据的弱监督条件下现有调制信号识别模型准确率较低的问题,提出基于生成对抗网络的半监督学习框架。该方法通过对通信信号进行冗余空域变换,使其在适应生成对抗网络模型的同时保留丰富的信号相邻特征;通过梯度惩罚Wasserstein生成对抗网络的引入,构建适宜电磁信号处理的半监督学习框架,实现对无标签信号样本的有效利用。为了验证所提算法的有效性,在RADIOML 2016.04C数据集上进行测试。实验结果表明,该方法在半监督条件下能训练出高效的分类器,获得优异的调制识别结果。     

应用径向基代理模型实现序列自适应再采样优化策略

针对径向基插值代理模型样本点预测误差为零时无法获得误差函数进行序列再采样优化的问题,将样本点分布约束引入序列再采样过程,利用潜在最优解加速收敛性,提出一种适用于径向基插值代理模型序列优化的再采样策略,该策略兼顾仿真模型的输出响应特性与样本点的空间分布特性。仿真结果表明,使用该再采样策略后,算法寻优效率和精度均优于传统基于代理模型的优化方法,在对最优解进行有效预测的同时,能显著减少原始模型计算次数。     

基于微变焦法的超分辨率成像技术及实验研究

从空间域的角度分析了微变焦法的原理,微变焦过程可等效为改变每个光敏元所对应物辐射率分布区域的位置和大小,由此建立微变焦过程的空域模型为一个线性方程组,由该模型可描述观察图像和目标高分辨率图像之间的关系,并通过求解该方程组得到目标图像。最后做了面阵CCD的超分辨率成像实验,结果表明微变焦法可明显提高成像系统的分辨率。     

基于云进化的遗传粒子滤波算法

针对粒子滤波器存在的粒子贫乏问题,提出了一种基于云模型改进的遗传重采样方法。选择操作采用相隔一定代数进行随机采样的方式,防止选择压力过大导致粒子贫化;利用Y云发生器实现变异操作,根据粒子的观测概率自适应控制搜索范围,在现有粒子的附近搜索精良粒子,在提高粒子有效性的同时增加了粒子的多样性。仿真结果表明：改进后的算法有效地解决了粒子的贫乏问题,提高了滤波性能。     

空间非平稳高斯噪声背景下混合信号的DOA估计

针对空间非平稳高斯噪声背景下混合信号的DOA估计问题,提出了基于四阶累积量对混合波源的DOA估计算法。该算法首先构造四阶累积量矩阵,利用类似ESPR IT方法估计出所有非相关信源的DOA,然后对四阶累积量进行修正空间差分平滑去相干,消除非相关源和空间非平稳高斯噪声的影响,从而实现了对相干源的DOA估计。此方法通过分别估计非相关和相关或者相干信号的DOA,能够以较少的阵元实现对多个信号DOA估计,最后仿真实验也验证该算法的有效性。     

基于尺度选择性的空间数据源选择与预取策略

合理高效的数据源选择策略是提高空间信息检索系统效率的重要因素之一。针对以往研究中对空间尺度语义关注程度的不足,提出一种结合空间尺度语义选择检索数据源的方法。该方法综合考虑人眼视觉特性,计算出参与分布式查询计划生成的数据源集合,过滤在尺度意义上对最终查询结果无影响的数据源,并通过将数据源的简化表达进行预取,进一步减少了查询的整体执行代价。实验结果表明,提出的方法在大尺度查询和小尺度查询时均具有良好的性能。