利用双天线相位差的ADS-B欺骗式干扰检测方法

广播式自动相关监视技术相比于传统监视系统具有定位精度高、更新速率快和设备成本低等优点，受到国际民航组织的大力推广。但由于其共享开放式的特点使得系统容易受到各种欺骗式干扰的影响，严重威胁空中交通安全。本文提出了一种利用双天线相位差进行欺骗式干扰检测的方法:对同一信源广播的一组位置消息，首先根据其广播内容计算一组表征目标相对于接收机方向变化的量；其次根据双天线之间的相位差计算一组同样表征此方向变化的量；最后通过两组变量的相关系数判别真实目标和欺骗干扰。此外，针对与空中真实目标ICAO地址相同的虚假ADS-B消息可能导致的误检测，我们也提出了信源一致性检测方法。本文方法不需要估计信号来向，对天线的幅相误差稳健，仿真实验和实测数据均验证了方法的有效性。      

燃油加油机检定周期内计量超差的原因及防范措施

在社会经济不断发展的背景下,人们生活水平有了明显的提升,私家汽车数量逐渐增多,对于燃油需求量越来越大,在这一现状下,我国燃油价格上涨较快,较高的燃油价格必然导致大家关注燃油加油机的计量准确性。通常来讲,燃油加油机的计量精度是否正常,会直接影响到人们付出的燃油费用。基于此,在本篇文章中,主要以燃油加油机检定周期中计量超差现象入手,提出了相应的防范措施。     

基于SPSS数据分析的影响旅游地区发展的主要因素分析

本文主要分析北京、天津、河北、山西、辽宁、吉林、上海、江苏、浙江、安徽、福建等11个地区的基本设施建设投资、消费价格指数、公共交通人数、AAAA级旅游景点数、住宿、餐饮业服务人数、接待入境旅游人数、旅游外汇收入、园林、绿地面积等8个因素对各地区旅游业发展的影响程度,根据2015年(中国统计年鉴)的相关数据,首先进行相关分析,分析各变量之间的相关性,其次利用多元统计方法中的主成分分析方法和因子分析方法,借助SPSS软件,提取出3个影响旅游业的主要因素最后构造这3个主要因素与8个可控因素之间的线性方程及综合得分函数,通过Excel计算出各个地区的综合得分。     

基于l1,2惩罚典型相关分析的特征选择

特征选择是多模态高维数据机器学习的一个热点问题,而过拟合和过稀疏是特征选择需要克服的关键问题。对此提出以l_(1,2)范数作为惩罚项兼顾稀疏作用和光滑作用,以组内稀疏来防止过拟合,以组间光滑来防止过稀疏,通过优化数据间的相关性来实现特征选择。然而对一般数据而言,群组信息又很难获得,所以对于群组信息缺失的数据,应用随机分组获得群组信息,最终实现兼顾组间光滑和组内稀疏优点的特征选择。模拟实验结果表明,该方法能较完整地选择出两模态数据间的关联特征,并且去除不相关特征。     

信号调理器对动态测试的影响

信号调理器是动态测试系统的重要组成部分，带宽、放大倍数和滤波是衡量其性能的主要指标。动态测试系统的输出信号幅值和相位是表征测试结果的重要参数。本文研究信号调理器性能对动态测试系统输出信号幅值和相位的影响，试验并分析带宽、放大倍数和滤波对输出信号幅值和相位造成的衰减。对提高动态测试结果准确度，优化测试系统动态性能具有重要意义。     

基于时空的弱点状运动目标检测技术

如何在复杂背景下持续有效地检测目标位置,一直是研究者们需要面对的主要挑战。本文在研究红外点状移动目标特征的基础上,根据目标无纹理,无形状的特性,提出一种改进的形态学目标增强算法,并利用目标连续时空不变性检测目标。首先,建立多尺度的图像金字塔,在每层上采用改进的形态学算法快速、粗糙定位小目标。然后进一步的根据目标在时空上的位置相关性,提出基于目标运动特征分析的精确检测方法。得到精确稳定的检测结果。最后实验结果表明与经典的形态学检测算法及其他算法相比,该技术能更有效地检测弱小目标,具有更高的鲁棒性。     

基于UKF航迹滤波的干扰目标智能识别算法研究

针对雷达导引头末制导阶段抗干扰技术,建立了典型的距离-速度拖引干扰模型,采用无迹卡尔曼滤波(UKF),研究了基于速度、加速度、过载等指标的干扰目标智能识别技术。首先建立距离-速度拖引干扰模型,通过引入弹目相对距离、径向速度、高低角与方位角建立了系统跟踪模型。其次,给出了基于UKF实现目标跟踪与识别的滤波框架。在此基础上,以径向速度、径向加速度、角加速度与过载为评价指标,建立了目标智能识别指标体系。最后,通过典型的目标运动模型(目标跃升),对目标施加的四次距离-速度拖引干扰(两次前拖、两次后拖)进行目标识别。仿真结果表明,利用UKF滤波信息能够有效实现对距离-速度拖引干扰下的干扰和目标智能识别,仿真结果验证了该识别方法的可行性与有效性。     

基于多尺度滤波的视网膜血管分割算法

眼底视网膜血管图像的纹理与结构信息可作为医学对相关疾病诊断的重要依据。针对视网膜血管存在伪影与尺度结构复杂等难题以及微血管分割较低等问题,提出一种基于多尺度滤波的有监督学习视网膜血管分割算法。采用二维K-L变换综合分析彩色图像三通道的频带信息得到视网膜灰度图像,并利用受限对比度直方图均衡化增强血管与背景的对比度,利用Retinex降低伪影与视盘的干扰;由多尺度高斯匹配滤波、多尺度形态学滤波、Frangi滤波以及2D-Gabor滤波提取相关血管特征,并将提取好的特征集由AdaBoost初步提取血管;利用血管连通域信息去除初分割结果的非血管像素,获得最终的血管图像。该算法在DRIVE与STARE数据集上实验,准确率分别达到96.34%与95.83%。