关于M序列的自相关函数的一点注记

本文讨论了Ｍ序列的自相关性，并证明了：当０＜｜ｔ－２＾ｎ－１｜≤［ｎ－１／２］时，｜ＣＭ（ｔ）｜≤２＾ｎ－１。     

改进的BP神经网络在大坝安全监控中的应用

针对经典BP神经网络运行中存在的缺陷，提出了改进的BP神经网络，不仅解决了经典BP网络易陷入局部最小的弊端，而且应用的0.618分割选取法能使网络快速找到较优隐含层节点数，初始权值的自相关修正进一步提高了网络的稳定性。实际应用证明，改进的BP神经网络有效提高了网络质量，适合大型网络的构建与训练。     

与特定密码函数线性等价的布尔函数谱和自相关特征

对线性等价意义下2个布尔函数的密码学性质的异同做了进一步的分析，得到了一个布尔函数线性等价于某个具有m阶相关免疫性的布尔函数的充分必要条件和线性等价于某个满足k次扩散准则的布尔函数的充分必要条件，在线性等价意义上，给出了由不具有相关免疫性且不满足扩散准则的布尔函数，构造既具有相关免疫性、也满足扩散准则的布尔函数的实例。     

一种基于特征点的车牌识别改进算法

车牌识别技术已经成为公路交通自动控制与管理(RTACM)以及智能运输系统(ITS)中的一个重要组成部分。提出一种基于特征点的车牌识别改进算法,利用车牌的纹理特征和形状特征定位车牌区域,采用垂直投影分割车牌字符,通过统计特征点进行字符识别。实验结果表明,该算法能显著提高由于拍摄角度引起的车牌图像中字符拉伸、变形等情况下的识别率,同时缩短了识别时间。     

基于DMFT的高动态载波捕获算法的改进

基于FFT的载波捕获方法对高动态信号不能适用,离散匹配傅里叶变换(DMFT)虽可用于高动态信号,但是其运算量大、精确度差。基于以上分析本文提出了将延迟自相关、FFT与DMFT三者相结合的二维载波捕获算法。首先将中频采样信号与其延迟做自相关,通过信号的延迟自相关的FFT得到频率变化率的粗略估计值,进而得到起始频偏的粗略估计值,然后在所得值附近利用DMFT进行搜索,从而获得高精度的参数估计值。此方法缩小了搜索的范围,在运算量减少的同时,也提高了参数的估计精度。仿真结果证明本文提出的方法有效可行。     

基于伪随机序列自相关性的新型超声波测距系统

针对传统超声波传感器存在受环境因素影响大、抗干扰能力差等缺陷,提出了一种新型超声波测距系统的设计方法.该超声波测距系统基于伪随机序列自相关性原理,采用模块化设计,可准确地测量出超声波的传播速度和渡越时间,进而计算出障碍物的距离.采用低功耗,高性能的TMS320VC5509A DSP作为信息处理器,采用基于快速傅里叶变换(FFT)的相关判别算法,有效地提高了实时性.改进了超声波接收电路,采用高速绝对值电路代替传统的检波电路,可高效地从接收到的超声波信号中解调出伪随机序列.根据所设计的超声波测距系统的工作原理,提出了适用于该系统的误差校正方法.在干扰存在的情况下,进行了性能测试实验,实验结果表明,该超声波测距系统的测距误差在1.8%以内,具有良好的抗干扰性.     

基于伪随机序列自相关的多传感器测距系统

针对单脉冲回拨方式的超声测距方法存在抗干扰能力差和不能全方位检测环境信息等缺陷,开发了一种多传感器测距系统。该多传感器超声测距系统基于伪随机序列自相关原理,通过对发射信号和回波信号进行相关运算精确的捕捉其相位差来计算渡越时间。以现场可编程门阵列(FPGA)为核心器件,结合超声回波的特点设计了能抑制和隔离电路中噪声的回波微弱信号接收电路、多路模数转换电路和相应的软件系统;提出了适用于该系统的误差校正方法。FPGA仿真结果表明,在误码存在的情况下,设计的基于自相关的回波信号识别系统可以很准确的消除超声串扰和计算出渡越时间。     

抗几何攻击图像水印方案

几何形变一直是各类数字水印算法较难抵抗的攻击手段。针对此问题,提出一种抗几何攻击数字图像水印算法。采用周期性的水印嵌入图像,强度由NVF函数确定。在检测时,用白化滤波器对图像进行预处理。由于水印数据是随机的,而图像数据高度相关,白化滤波器起到增加水印数据能量,同时降低图像数据能量的作用。由理论计算得出选择滤波器的原则。然后,通过自相关检测,得到反映几何形变的峰值点。对实验结果的分析证明,该算法对各类几何攻击都能够精确定位。     

基于瞬时频率的脉内调制识别技术

雷达信号脉内调制识别是雷达侦察的一个重要内容,基于瞬时频率的识别技术可以实现对多种调制类型信号的识别及参数提取,该方法在一定信噪比条件下有较高的正确识别率,算法也较为简单,适合在雷达对抗侦察数字接收机上高速实现。     

计及出力水平影响与自相关性的风电预测误差模拟方法

风电的预测误差不仅受预测出力水平的影响,而且时序上也存在显著的自相关性,基于此,提出一种兼顾两方面特征的风电预测误差模拟方法。充分利用Copula函数在描述变量间相关性方面的优势,通过分析风电出力的预测值与实际值间的联合概率分布,确定不同预测出力水平下预测误差的条件分布函数,对相邻时刻预测误差的相关性进行建模,并结合预测误差的条件分布函数,生成具有特定相关关系的备选数据列。顺次以前一时刻的预测误差为依据,从备选数据列中选取相应数据组成预测误差的模拟序列。算例仿真验证了所提方法的有效性。