基于中心矩特征的雷达HRRP自动目标识别

针对雷达高分辨距离像(HRRP)的方位敏感性和平移敏感性，对一定角域内的HRRP非相干平均，提取具有平移不变性的中心矩作为特征向量，采用Karhunen-Loeve变换进一步进行特征压缩，建立相应的支撑矢量机（SVM）分类算法，与基于原始距离像特征的最大似然(ML)方法和基于中心矩特征的ML方法识别结果比较，该方法在减少计算量的同时具有较高的识别率，具有良好的推广能力。     

基于HRRP偶数阶中心矩特征的卫星目标识别

针对高分辨距离像(HRRP)的姿态敏感性和平移变化敏感性,提出用HRRP偶数阶中心矩特征进行目标识别.该方法用小波去噪方法提高HRRP的信噪比,在此基础上提取具有平移不变性的中心矩作为特征向量,为了降低特征矢量的维数,可以只把具有较强稳定性的偶数阶中心矩作为特征向量,以适用于组合特征的最近邻模糊分类算法对中心矩特征进行处理.实测卫星数据的验证结果显示,该方法在减少存储量和计算量的同时取得了非常好的识别效果.     

雷达目标特征提取的一种方法

针对雷达高分辨率距离像（HRRP）方位敏感性和平移敏感性的问题,在对一维距离像进行预处理的基础上,提取两个平移不变特征：中心矩和熵,并将二者形成组合特征,采用Karhunen—Loeve变换进一步进行特征压缩,运用并比较了最大最小距离判别法和SVM分类器的识别性能．实验结果表明中心矩一熵组合特征提取方法能够显著增强目标的可分性,大大提高识别率。     

基于HRRP极点矢量的特征提取方法研究

针对雷达高分辨距离像(HRRP)的方位敏感性,对一定方位角内的HRRP进行相干平均.利用矩阵束方法对平均HRRP提取极点矢量,并综合利用极点矢量的幅度和位置信息定义特征量--矢量中心矩,最后在对特征矢量进行对数归一化的基础上利用最小距离准则进行识别.实测数据证明了该方法对于目标识别的有效性,具有良好的推广能力.     

一种新的雷达高分辨距离像平移不变特征

针对雷达自动目标识别(RATR)中高分辨距离像(HRRP)的平移敏感性,从HRRP中提取出一种新的距离像平移不变特征:距离像幅度谱差分。理论分析的结果表明距离像幅度谱差分特征比距离像幅度谱特征更适合于RATR。采用外场实测数据,分别训练了最短距离分类器和SVM分类器,两种分类器的识别结果均表明,相比幅度谱特征,幅度谱差分特征可提高数据可分性并显著提高识别率。     

宽带雷达一维高分辨距离像识别研究

对一维高分辨率距离像（HRRP）进行预处理,解决高分辨距离像姿态、平移和幅度敏感性问题。对HRRP进行了目标子空间提取,基于子空间使用最大相关系数法对目标进行识别。实验结果表明,基于子空间法的目标识别具有较好的识别结果和较快的处理速度。     

一种利用目标雷达高分辨距离像幅度起伏特性的特征提取新方法

为了松弛高分辨距离像(HRRP)的方位敏感性,传统的雷达HRRP目标识别方法大都采用目标在一定方位角域内的平均像作为方位模板.实际上,距离像的幅度起伏特性也包含了一定的目标特征信息.本文基于散射点模型理论,提出了一种利用距离像幅度起伏特性的特征提取新方法.新方法提取的加权距离像特征反映了各个距离单元内目标散射点的分布情况,可以更好地描述目标散射特性.基于外场实测数据的识别实验结果表明,新的特征提取方法可以大幅度地提高识别性能.     

离散余弦(正弦)变换在雷达目标识别中的应用

在基于雷达高分辨距离像（HRRP）的目标识别中,平移敏感性的消除及特征维数的压缩在实际应用中有着重要意义。本文首先利用零相位表示法获取平移不变的HRRP,然后引入离散余弦变换（DCT）和离散正弦变换（DST）进行特征压缩,提取低频DCT（DST）系数作为识别特征;并利用幂变换法降低了分类器的识别性能对特征维数的敏感性。基于实测数据的试验结果验证了结论的正确性。     

基于中心矩特征和GA-BP神经网络的雷达目标识别

在雷达目标识别中,利用核主分量分析（KPCA）方法来进行目标特征提取,忽略了高分辨率距离像（HRRP）的本身特性。提取一种平移不变特征-中心矩作为特征向量,采用KPCA进行特征降维;由于BP神经网络易陷入局部极小,采用遗传算法（GA）对BP网络节点权值和阀值进行优化选择。基于雷达实测数据的实验结果表明:平移不变的KPCA特征提取方法实现了平移不变和降维的结合,同时,利用GA优化BP神经网络提高了分类器稳定性改善易陷入局部最小的缺陷,提高了雷达目标识别的性能。     

基于一维距离像序列的弹道目标融合识别研究*

一维距离像是宽带雷达目标识别的重要特征之一.本文根据弹道目标的微动特性,推导了微动弹道目标的时间-距离像模型.然后提取具有平移不变性的中心矩和双谱作为待识别特征向量,并分别使用K-L变换和局部双谱法对提取到的中心矩和双谱特征进行降维.将降维后的特征分别输入支持向量机进行分类识别,最后将支持向量机的输出进行决策级融合,得到待识别目标的识别概率.与基于单特征量的识别方法相比,本文提出的方法不仅具有较高的识别率,而且具有良好的抗噪能力.     

量子计算与超导量子计算机

量子计算是一种基于量子力学相干叠加原理的新型计算体系,具有超越传统计算体系的优越性能。超导量子计算因为其在规模可扩展性方面的潜力而得到广泛的重视。超导约瑟夫森结是超导量子计算机方案中的关键器件,可用来控制超导体中的宏观波函数。阐述了量子计算的发展和优势,介绍了约瑟夫森结的原理以及三种超导量子比特的特性,并分析了面临的挑战。     

基于不同编译器的短波射线追踪计算

在高性能计算机上,研究基于不同编译器的三维短波射线追踪计算.通过对三维短波射线追踪计算的分析,设计和实现了三维短波射线追踪串行计算软件和并行计算软件,分别在GCC编译器和PGI编译器中编译生成可执行文件,基于PGI编译器的运行时间明显优于基于GCC编译器的运行时间.     

BMC 法计算航空发动机红外辐射的效率研究

反向蒙特卡罗(BMC)法的计算精度高、适应性强,是计算目标红外辐射特征的常用方法。基于CFD 和IR 综合计算分析的方法,研究了射线步长、射线数、射线携带能量方式等因素对BMC法计算航空发动机红外辐射强度的效率的影响。结果表明:射线步长与喷管出口当量直径比在0.05~0.1的范围内,射线数达到105量级时的计算效率较高;采用射线携带多个波段能量的方法,计算时间可缩短数十倍;通过MPI平台实现了并行计算,进一步缩短BMC法的计算时间,但并行效率随着计算核心的增加而下降。在保证计算精度的前提下,通过合理地选择参数、算法改进和并行计算,提高了计算效率。     

简化核函数FFT运算复杂度和动态性能的优化

针对简化核函数FFT能提高FFT运算速度却引入一定频谱杂散的问题,讨论了其运算复 杂度和动态性能的优化方法。首先推导简化核函数Cooley-Tukey FFT算法的运算量公式, 给出不同简化点数下的运算量比较;然后通过仿真分析了不同核函数简化点数的频谱杂散分 布 规律;最后综合评价不同简化点数的运算时间和瞬时动态性能。所得结论对宽带数字接收机 的性能优化有一定指导意义。     

用虚位移法计算静电场中电介质的受力

本文给出了用虚位移法计算静电场中电介质受力与用虚位移法计算静电场中导体受力的关系,从而说明了静电场中电介质受力的本质.阐明了静电场中电介质受力的计算可直接应用静电场中导体受力公式的原因,给出了计算介质受力时可以运用计算导体受力公式的条件,并给出了具体的例子进行说明.     

量子神经动力学分析

量子计算与神经计算的结合是当前人工神经网络理论发展的一个前沿课题,由此而产生的量子神经计算范式具有很高的理论价值,我们在量子理论基本原理的基础上讨论了把量子理论引入神经计算领域的可能性和可行性,并详细分析量子神经的动力学行为,为以后建立量子神经网络和研究量子神经网络的学习算法打下了坚实的理论基础.最后简单讨论了一些与量子神经计算有关的其它问题.     

Two's complement computation sharing multiplier and its applications to high performance DFE

We present a novel computation sharing multiplier architecture for two's complement numbers that leads to high performance digital signal processing systems with low power consumption. The computation sharing multiplier targets the reduction of power consumption by removing redundant computations within system by computation reuse. Use of computation sharing multiplier leads to high-performance finite impulse response (FIR) filtering operation by reusing optimal precomputations. The proposed computation sharing multiplier can be applicable to adaptive and nonadaptive FIR filter implementation. A decision feedback equalizer (DFE) was implemented based on the computation sharing multiplier in a 0.25-/spl mu/ technology as an example of an adaptive filter. The performance and power consumption of the DFE using a computation sharing multiplier is compared with that of DFEs using a Wallace-tree and a Booth-encoded multiplier. The DFE implemented with the computation sharing multiplier shows improvement in performance over the DFE using a Wallace-tree multiplier, reducing the power consumption significantly.     

一种面向网格的二级并行计算模型研究与实现

网格的异构性、动态性使得传统的计算模型已经不能适应网格计算环境。文章提出一种面向网格的基于消息通信方式的二级计算模型以求解问题。二级计算模型可简述如下:第一步将任务粗粒度分解成若干子任务并映射到节点;第二步各节点进行全局竞争得到全局最优解并以全局最优解为对象进行细粒度方式协同计算。最后在上海高校网格E网格计算应用平台上实例验证。     

Fast server-aided secret computation protocols for modularexponentiation

Four efficient server-aided computation protocols for the modular exponentiation operation are proposed. The server-aided computation protocol is a two-party protocol between the client and the server. This protocol has two objectives. The first is to allow the client to borrow the computational power from the server to reduce the computation time. Note that the server is powerful, but restricted to polynomial time. The second objective is to keep the client's exponent secret from the server. Efficient and secure protocols which disclose no knowledge about the secret exponent are proposed. The protocols are based on efficient exponentiation algorithms. The computation time depends on the server's power and the speed of the channel between the client and the server. The normalized computation time is introduced and used to evaluate the protocols. It is shown that, for typical parameters, the protocol is the most efficient one ever proposed to provide the highest security level     

复宗量Fresnel积分的数值计算

在阻抗劈的电磁散射中,复宗量Fresnel积分的数值计算是一个既极其重要又相当困难的问题.本文运用tanh变换,圆满地解决了复宗量Fresnel积分在整个复平面内的计算机数值计算问题.通过计算机计算并与精确值的比较,本文所给出的方法计算精度高,并且计算速度快.