一种自适应旁瓣对消相关矩阵快速构建算法

为了解决传统自适应旁瓣对消（ASLC,adaptive sidelobe cancellation）算法中构建相关矩阵所需大量复数运算问题,根据开环自适应旁瓣对消的基本原理和ASLC系统中相关矩阵和互相关向量的特点以及工程实现的要求,找到了一种快速构建相关矩阵的新算法,并详细说明和分析了该算法的运算流程和计算复杂度。经过理论仿真和DSP开发软件环境验证,该算法的计算复杂度明显小于传统算法。     

基于多级维纳滤波的机载共形阵雷达杂波抑制方法研究

目前,多级维纳滤波器是一种收敛速度最快的降秩空时自适应处理算法,但它只适合于处理平稳随机信号,不能直接用于抑制非均匀的机载共形阵雷达杂波。该文在分析共形阵雷达杂波特性的基础上,提出采用俯仰向空域滤波改善杂波的非均匀性,改进了传统的协方差矩阵加权算法,最后形成了一种基于俯仰向空域滤波的协方差矩阵加权多级维纳滤波算法,用于抑制共形阵雷达杂波。仿真结果表明,该文方法抑制共形阵雷达杂波的综合性能优于现有其他方法,且计算复杂度低,收敛速度快,便于工程实现,在共形阵雷达杂波抑制中具有实际应用前景。     

利用指定群首设计自组网分层路由协议

基于具有组移动模型的移动Ad hoc网络,分析了传统LANMAR分层路由协议的原理。以LANMAR协议为基础,设计了能够满足上述移动Ad hoc网络要求的包含骨干网节点的物理分层网络体系结构,包括信道设置及接入方法,形成了一种指定群首的分层(DC-LANMAR)路由协议。该指定群首安装了更强大的通信设备,使用高性能的骨干网链路进行群间通信来减少路由的跳数。通过计算机仿真比较了LANMAR和DC-LANMAR协议的主要性能,证实了DC-LANMAR协议的可行性和有效性。     

改进型分段线性混沌序列用作DS-CDMA系统直扩码的分析

本文提出用改进型分段线性混沌映射来产生DS－CDMA系统的直扩码;分析了这类直扩码的特性以及两种量化函数对其特性的影响;计算机仿真结果表明,在适当的初值条件下这类序列具有周期长、平衡性好、自相关函数较尖锐、互关值较小以及线性复杂度高等特性,适合用作DS-CDMA系统直扩码.     

基于数字高程模型数据的机载认知雷达地杂波建模方法研究

针对机载认知雷达信号处理的特点,设计了一种基于数字高程模型数据的地杂波建模方法。该方法首先从数字高程模型数据中提取对杂波功率谱有影响的地形因子,然后结合地理地貌学理论和地形因子对数字高程模型提供的真实地貌类型进行量化分类;设计动态数据库来存储量化后的地貌信息,以提高杂波建模过程的实时性;最后基于地貌信息和后向散射系数模型构建地杂波。仿真结果表明,采用该方法构建的地杂波模型符合机载雷达所处的地貌实际情形,用作机载认知雷达的先验信息时具有真实、稳定和可靠的优势,可有效地辅助机载认知雷达提高工作性能和生存力。     

牙周膜胶原纤维组织切片的显微图像配准

针对牙周膜胶原纤维组织切片在制作过程中对力度和方向非常敏感,极易造成组织变形和空间位移的问题,采用了一种有效的图像配准方法,以便后期对胶原纤维组织空间结构的重建。在Masson染色制成的兔牙周膜石蜡切片的基础上,利用高倍光学显微镜获得了牙周膜的序列切片图像;再采用基于正规步长梯度下降的二维刚性配准和基于对数域对称Demons微分同胚非刚性配准相结合的方法,对牙周膜序列切片图像进行级联配准。实验结果表明,相对于有限元非刚性配准而言,对数域对称Demons微分同胚非刚性配准方法具有较好的优势,其配准每张图片的平均时间为有限元法的3.1%,而配准均方误差平均为有限元法的89%。     

利用目标与杂波先验知识的机载雷达发射波形自适应生成方法

发射波形自适应能够优化雷达在检测、跟踪和抗干扰等方面的能力,但其性能的好坏与雷达目标和杂波先验知识有很强的相关性。采用最大输出信杂噪比准则设计的雷达发射波形自适应方法已经在理论上被证实可行和有效。为了提升这类方法的实际应用价值,本文利用Swerling统计模型和数字高程模型（Digital elevation model,DEM）提供的目标和杂波先验信息,针对机载相控阵雷达,分析了基于最大输出信杂噪比（Signal-to-clutter-noise ratio,SCNR）准则的发射波形自适应方法性能和实用价值。仿真结果表明,这类发射波形能够自适应地随着目标和杂波的变化而改变,并实现二者的最优匹配,在提升雷达输出信杂噪比上优于传统发射波形,具有良好的实际应用前景。     

一种基于RSA思想产生伪随机序列的算法

本文提出了一种产生伪随机序列的新算法,该算法所产生的序列不但具有与高次幂剩余序列可比拟的统计特性,而且其保密性也远强于线性同余序列。我们还通过计算机模拟实验验证了该算法的有效性,文中给出了部分实验结果。     

基于改进蚁群算法的Ad hoc路由协议的研究

现有Ad hoc网络路由协议技术研究中,路由稳定性和可靠性问题尚未得到很好解决,不能很好地适应Adhoc网络.针对已有Ad hoc路由技术中存在的开销大以及网络稳定性较低的问题,该文引入蚁群算法,并对其进行改进.研究基于改进蚂蚁算法的Ad hoc路由协议,并与比较成熟的AODV(Ad hoc On-Demand Distance Vector)进行对比.仿真实验结果表明,通过发挥网络中结点群体功能,新协议减小了端对端传输延时,改善了数据包传输成功率与协议开销,有效地提高了网络的稳定性和通信效率.     

Active Shape Model of Combining Pca and Ica： Application to Facial Feature Extraction

Active Shape Model （ASM） is a powerful statistical tool to extract the facial features of a face image under frontal view. It mainly relies on Principle Component Analysis （PCA） to statistically model the variability in the training set of example shapes. Independent Component Analysis （ICA） has been proven to be more efficient to extract face features than PCA. In this paper, we combine the PCA and ICA by the consecutive strategy to form a novel ASM. Firstly, an initial model, which shows the global shape variability in the training set, is generated by the PCA-based ASM. And then, the final shape model, which contains more local characters, is established by the ICA-based ASM. Experimental results verify that the accuracy of facial feature extraction is statistically significantly improved by applying the ICA modes after the PCA modes.