信号处理中的时频信号分析

本文通过介绍四种普遍使用的时频分析方法对时频场分析作了充分的介绍，其重点在于时频分析的用实现方法。时频分析的基本思想是理解并描述一个 频一阴时间变化时所处的环境。虽然时频抻在５０年前就已经出现了，但直到最近十几年才有了重大的进展。最近，时频表示法作为一种分析各种信号和系统的非常有铲的工具已得到了越来越多的关注。     

基于信号先验知识的几种时频分析法

时频分析方法分为线性、二次型和自适应等多种方法,它们提供了在时频二维平面上,分析信号时变功率谱的有效手段。由于这些方法各有优缺点,因此在实际应用中应根据被分析信号的先验知识,对不同类型的信号采用不同的时频分析方法,以取得对时频分辨率的均衡,并尽可能抑制交叉项干扰。根据对一些典型信号模型,分别按不同的时频分析方法进行的分析,找出了适合于各信号模型的不同时频分析法。模拟分析结果证明,对于时频汇聚性能较好的高斯类信号和跳频信号,采用自适应方法可以取得较好的分析效果;而对于频率随时间变化较大的调频类信号,则采用STFT或WVD效果较好。同时还讨论了时频分析方法在图象分析与处理中的应用。     

时频分析理论和应用

介绍了时频分析理论及常用的时频分析方法,概述了时频分析的应用和研究状况。     

基于FRFT及Wigner—Hough变换的非平稳信号时频分析

考虑到时频分析在非平稳信号处理中的广泛应用,本文比较了几种常用的时频分析技术,提出了一种基于分数傅里叶变换和Wigner-Hough变换的非平稳信号时频分析方式。仿真实验结果表明,基于分数阶傅里叶变换和Wigner—Hough变换的方法较之常用的二次型时频分布不同的是它消除了交叉项的干扰,同时也很容易估计参数,分析信号的瞬时频率,恢复信号的信息。     

基于TRIAA与压缩感知的ISAR去微多普勒方法

随着现代雷达的信号质量和分辨率的提升，雷达系统能捕捉到目标的更多细节。逆合成孔径雷达（Inverse synthesis aperture radar， ISAR）成像的目标上可能存在相对整体高速旋转的部件，例如飞机的螺旋桨叶片。这些高速旋转部件形成的微多普勒效应会对成像结果造成严重干扰。因此，本文提出了一种基于时间递归迭代自适应方法（Time recursive iterative adaptive approach， TRIAA）和压缩感知的ISAR微多普勒效应消除方法。该方法利用TRIAA技术分析信号的时频特征，从时频图上去除微多普勒效应，又利用压缩感知稀疏重构技术还原了有效信号。仿真和实测数据的实验结果验证了本文方法的有效性。     

数字信号处理中的时频信号分析

本文通过介绍四种普遍使用的时频分析方法对时频场分析作了充分的介绍,其重点在于时频分析的原理及实现方法.时频分析的基本思想是理解并描述一个信号的频率含量随时间变化时所处的环境.虽然时频分析早在50年前就已经出现了,但直到最近十几年才有了重大的进展.最近,时频表示法作为一种分析各种信号和系统的非常有效的工具已得到了越来越多的关注.     

时频分析理论和应用

介绍了时频分析理论及常用的时频分析方法 ,概述了时频分析的应用和研究状况     

环形激光陀螺信号分析与处理

我们对环形激光陀螺输出信号进行了时频分析,采用Allan方差法对陀螺信号进行了分析与计算,应用混合滤波技术对陀螺信号进行了处理,并对滤波前后的陀螺测试数据进行了对比分析.Allan方差法分析结果表明,该滤波技术能有效提高激光陀螺的精度.     

基于EMD时频分析方法的性能研究

针对传统的时频分析方法存在的局限性,评述了一种最新的可适用于非平稳、非线性信号的时频分析法-Hilbert-Huang时频分析.研究了经验模态分解(Empirical Mode Decomposition,EMD)与希尔伯特变换(Hilbert Transformation,HT)相结合的提取信号瞬时特征的EMD/HS法,并对其性能进行了分析.仿真实验中通过与传统的时频分析效果的比较,表明该法具有理想的时频聚集性,并且消除了交叉干扰项.     

基于小波分析的扬声器故障诊断方法研究

本文提出了一种用于扬声器故障诊断的小波包图像处理方法，该方法可以得到各类故障扬声器在扫频信号激励下的时频信息，定义出标准扬声器的时频分布特征。通过比较不同故障扬声器的时频图像与标准扬声器的时频图像特征的欧氏距离，可以判断出扬声器的故障类别。     

军事竞争情报的分析方法以及发展趋势初探

本文通过文献分析法对军事竞争情报分析方法进行了梳理,分析了军事竞争情报分析方法研究的背景和意义,将竞争情报的联想分析法、SWOT分析法、软件分析法引入到军事竞争情报的分析中并进行了案例分析,归纳和总结出了军事竞争情报分析方法的特点,并指出了军事竞争情报未来的发展趋势,从而更好的为军事决策提供更优化的智力支持。     

基于Web Service技术用于医院信息分析算法库的设计与实现

分析了当前HIS在信息分析处理领域面临的数据来源复杂多变以及信息分析算法在定制、共享和动态维护等方面存在的主要问题,采用元数据实现对信息分析算法的描述,基于Web Service架构设计了信息分析算法管理模块和信息分析算法库系统.相对于传统模式的信息分析算法,实现了数据和算法的松散耦合和对算法库的动态管理,并进行了实现和验证,研究结果表明,系统能够有效改善HIS中信息分析和数据处理的可维护性和通用性.     

需求分析导引

各种需求分析方法各具特点,如果仅使用某种方法在项目实践中往往会困难重重,怎样结合各种需求分析方法之长为项目实践建立一种需求分析参考标准成为一个迫切需要解决的问题。通过对面向问题域、面向对象、模型驱动等分析方法的研究,并结合在项目实践中应用,以面向问题域分析为核心规定需求分析的根本目的与基本活动,结合面向对象的分析与模型驱动分析说明有效建模的技术要点,初步形成一个适合于实际项目活动的需求分析标准的框架。     

空间数据立方体多维信息空间分析实例*

多维信息空间分析是构筑数字城市最为关键的技术之一,而空间数据立方体是解决这个关键技术问题的有效途径;提出了空间数据立方体的分析操作主要由概括分析、局部分析、全局分析和旋转分析组成,简单介绍了这些分析操作功能和结构;在分析操作过程中,采用具体分析功能和例子数据相结合的直观方式列举了多维信息的缓冲区分析、连接分析、网络分析实例.     

DDoop: 基于差分式Datalog求解的增量指针分析框架

指针分析是对软件进行编译优化、错误检测的核心基础技术之一.现有经典指针分析框架,如Doop,会将待分析程序和分析算法转化成Datalog评估问题并进行求解,如程序规模较大,单次求解分析时间开销较大.在程序频繁变更发布的情况下,相关程序分析的开销更是难以负担.近年来,增量分析作为一种在代码频繁变更场景下有效复用已有分析结果提升分析效率的技术受到了越来越多的关注.然而,目前的增量指针分析技术通常针对特定算法设计,支持的指针分析选项有限,其可用性也受到较大限制.针对上述问题,本文设计并实现了一种基于差分式Datalog求解的增量指针分析框架DDoop(Differential Doop). DDoop实现了增量输入事实生成技术与增量分析规则自动化重写技术,将多版本程序增量分析问题表达为差分Datalog评估问题,从而可以充分利用成熟的差分式Datalog求解引擎,如DDlog,来实现端到端的增量指针分析,并最大化兼容复用Doop中已有的指针分析实现,提供透明的增量化支持.我们在广泛应用的真实世界程序上对DDoop进行了实验评估,实验结果显示DDoop相较于非增量的Doop框架具有显著的性能优势,同时高度兼容Doop中已有的各种指针分析规则.     

一种基于抽象解释和通用单调数据流框架的值范围分析方法

安全而又精确的值范围分析对编译器优化至关重要．系统地提出了一个基于抽象解释和通用单调数据流框架的值范围分析框架，包括精确的定叉、分析和完整的正确性证明．与一般的值范围分析方法不同，该框架不仅包括抽象解释，还包括与之对应的具体解释，以及相应的正确性证明．     

面向软件可信性的可信指针分析技术综述*

对可信指针分析技术的定义和描述、指针分析对软件可信性的保障、可信指针分析属性以及该领域主要研究成果等方面进行了综述。通过对现有可信指针分析技术的分析和比较,详细讨论了面向软件可信性的可信指针分析的关键技术;此外,重点介绍了流敏感指针分析及上下文敏感指针分析的方法和理论;最后对进一步研究工作的方向进行了展望。     

数据分析需求与实现

数据分析是从海量数据中发现隐含信息或知识的过程。基于一个公安破案辅助数据分析系统,深入研究数据分析任务的需求与实现,提出首先规划分析思路、细化分析功能,然后用多视角数据透视和智能分析两种手段,从微观与宏观、定量与定性等不同角度互为补充地使系统具有完备的分析功能。该研究对如何开发具有实用价值的数据分析系统有普遍的指导意义。     

源代码漏洞静态分析技术

漏洞这一名词伴随着计算机软件领域的发展已经走过了数十载。自世界上第一个软件漏洞被公开以来,软件安全研究者和工程师们就一直在探索漏洞的挖掘与分析方法。源代码漏洞静态分析是一种能够贯穿整个软件开发生命周期的、帮助软件开发人员及早发现漏洞的技术,在业界有着广泛的使用。然而,随着软件的体量越来越大,软件的功能越来越复杂,如何表示和建模软件源代码是当前面临的一个难题;此外,近年来的研究倾向于将源代码漏洞静态分析和机器学习相结合,试图通过引入机器学习模型提升漏洞挖掘的精度,但如何选择和构建合适的机器学习模型是该研究方向的一个核心问题。本文将目光聚焦于源代码漏洞静态分析技术(以下简称:静态分析技术),通过对该领域相关工作的回顾,将静态分析技术的研究分为两个方向:传统静态分析和基于学习的静态分析。传统静态分析主要是利用数据流分析、污点分析等一系列软件分析技术对软件的源代码进行建模分析;基于学习的静态分析则是将源代码以数值的形式表示并提交给学习模型,利用学习模型挖掘源代码的深层次表征特征和关联性。本文首先阐述了软件漏洞分析技术的基本概念,对比了静态分析技术和动态分析技术的优劣;然后对源代码的表示方法进行了说明。接着,本文对传统静态分析和基于学习的静态分析的一般步骤进行了总结,同时对这两个研究方向典型的研究成果进行了系统地梳理,归纳了它们的技术特点和工作流程,提出了当前静态分析技术中存在的问题,并对该方向上未来的研究工作进行了展望。     

基于行为分析的黑客攻击软件自动化分析工具的设计与实现

静态分析和动态分析是两种主流的恶意代码分析技术.随着反调试、程序补丁、代码混淆、多态和变型等技术的出现,静态分析技术的局限性越来越明显.该文设计了一种基于内核调用和正则表达式技术的恶意软件自动化分析工具,并用熊猫烧香病毒进行了验证,此工具提高了自动化分析的效率.