基于1类SVM的高分辨雷达真假目标识别

本文将高分辨雷达目标检测问题等效为真假目标识别问题,并针对现有的高分辨雷达目标检测算法的缺陷,借鉴处理异常值问题的思想,首次将1类SVM引入高分辨雷达目标检测之中,为解决高分辨雷达目标检测问题提供了一条崭新的思路.同时针对现有的1类SVM对数据域描述的不足,结合高分辨雷达目标数据分布的特点,提出了一种聚类式的1类SVM模型,通过对训练的正类样本的聚类分组,用多个小的超球来代替原来的1个大的超球,从而更准确的实现了对数据域的描述.最后针对存在多类真目标的情况,提出了对每一类真目标分别进行处理的方法,以满足后续真门标类型识别的需要.雷达实测数据实验结果表明本文算法是有效的.     

密集杂波环境下基于KD树优化的DBR-RANSAC目标跟踪算法

地面战场侦察雷达存在虚假目标多、真实目标难以区分等问题.为了降低复杂环境下密集杂波的影响,形成稳定航迹,并提高雷达数据处理的实时性,文中提出一种基于K维树优化的密度聚类随机采样一致性多目标跟踪算法,降低使用批处理进行航迹起始时对大量数据进行密度聚类带来的运算负担;同时,利用相控阵雷达的波位信息对数据关联过程进行优化.仿...     

基于改进AdaBoost的密度峰值聚类法

针对雷达数据集中目标和杂波点迹的聚类不平衡问题,提出一种基于改进AdaBoost的密度峰值聚类法.介绍密度峰值聚类法的思想,基于不对称误分代价改进AdaBoost的误差函数,提高正类错分代价权重,将改进AdaBoost和密度峰值聚类结合,对由目标和杂波点迹组成的不平衡雷达数据集聚类.仿真实验结果表明,该算法在保证总体聚...     

基于点迹聚类的天波OTHR数据关联方法

天波超视距雷达(OTHR)固有的多径效应和低测量精度等特点给数据关联带来了较大困难。文中提出了一种针对舰艇编队目标的数据关联方法。首先,建立了天波OTHR平面测量模型,得出雷达坐标系与地理坐标系之间的非线性变换方程;然后,以各种可能的传播模式将每一节拍观测到的目标状态数据变换到地理坐标系中进行聚类,通过多拍聚类关联估计目标数量及在地理坐标系下的位置;最后,通过计算机仿真验证了算法的有效性,并分析了雷达检测概率对算法的影响。     

基于时间序列聚类的多雷达数据融合

针对多雷达数据融合问题，提出了基于时间序列的聚类算法，用于实现航迹相关，即以时间序列为基础把聚类模型转化为基于特征匹配的聚类算法。进一步考虑到多目标密集时，部分来自不同目标的数据可能比来自同一目标的数据更接近，易导致关联错误，为此提出了基于时间序列的模糊聚类算法。对上述两种算法的聚类结果，应用卡尔曼滤波器实现滤波跟踪，在不同的情况下仿真后发现，在跟踪目标较少且相互位置较远的情况下，两种算法均有效，在跟踪目标较多且相互位置靠近的情况下，基于时间序列的模糊聚类算法更有效。     

雷达数据关联中动态加权模糊C-均值聚类算法研究

针对雷达本身及测量的运动目标淹没在大量的杂波中而导致所测数据的不准确问题,文中对雷达测量的大量目标数据进行卡尔曼滤波,以减少数据关联时的计算冗余量;并对模糊C-均值(C-Means)聚类算法进行改进,改进后的算法利用实时目标航迹斜率的变化率对传统的模糊C-Means聚类算法进行动态加权,从而使模糊C-Means聚类算法的目标函数最优化,优化后的目标函数确定的聚类中心更加逼近目标的实际值,从而保证数据关联的准确度,并减少了计算时间,提高算法的效率.仿真实验表明,将文中基于目标航迹斜率变化率动态加权的模糊C-Means聚类算法应用于曲线运动目标的数据关联中,与传统的模糊C-Means聚类算法相比,可以提高数据关联准确度和效率.     

交通监测毫米波雷达数据预处理方法研究

毫米波雷达交通监测场景中待检测目标较多、各目标间点迹特征接近,导致点迹凝聚精度低,对此, 文中提出一种改进的交通监测毫米波雷达数据预处理方法。首先通过短时多帧数据积累提高车辆目标点迹密度, 随后利用加权欧式距离度量点间距离以提高密集间隔目标的类间距离,并对点间距离分布进行曲线拟合实现聚类 算法参数的自适应求解,最后利用基于密度的噪声空间聚类(DBSCAN)算法对点迹进行凝聚处理。由雷达实测数据 进行实验验证,相较于传统方法,原始点迹数据经凝聚后跟踪得到车流量统计精度提高10. 97%,结果表明所提方法 能够对车辆点迹信息进行较为精确的凝聚,改善了毫米波雷达在交通监测领域的应用效果。     

基于相似性传播的天波雷达多路径量测聚类

电离层多层结构特性使得天波雷达(OTHR)与目标之间存在多条信号传播路径,进而可能对单目标产生多路径量测。该文考虑了天波雷达多路径量测聚类问题,其需要同时对多路径量测进行电离层传播路径辨识和聚类。由于天波雷达量测模型假设1个目标通过1种电离层传播路径至多产生1个量测,因此需要考虑多路径聚类约束。该文将相似性传播聚类扩展到多路径约束模型,并提出一种新的多路径相似性传播聚类算法。该算法通过构建多路径量测聚类的概率图模型,将聚类问题转化为概率图模型隐变量的推断问题,采用最大和置信传播算法近似求解聚类变量的最大后验概率。算法优点包括可以自动识别聚类团数目,单次消息传播的时间复杂度为量测个数和传播路径个数乘积的平方。仿真实验分析表明,所提算法较多路径多假设聚类算法具有更好的聚类性能。     

一种基于网格划分数据场的雷达信号分选方法

针对传统聚类算法需要人工预先设定聚类数目并且对聚类中心的选取十分敏感等问题,提出了一种网格划分数据场的雷达信号分选方法。首先,使用网格进行子空间的划分,根据网格长度确定数据场影响因子,并清除信号交叠处的高密度网格;然后,利用改进的等效距离计算数据场以确定聚类数目和聚类中心;最后,使用K均值聚类(K means)算法对雷达信号进行分选。仿真结果表明,该方法能够提高数据场的计算速度,较好地确定交叠雷达信号的聚类数目和聚类中心,并且能有效分选出参数捷变的雷达信号。     

基于模糊核C-均值聚类分析的HRRP识别

由于雷达目标及其所处环境的复杂性,导致目标之间的关系往往是非线性的,因此,基于核方法的模式识别方法被广泛应用于雷达目标识别中。在对模糊核C-均值聚类算法深入研究的基础上,提出一种基于模糊核C-均值聚类的高分辨距离像识别算法。该算法针对特征提取后一维距离像数据的特点,采用组合核函数以降低由于数据属性数值过大造成的权重过大对识别效果的影响;同时,算法可以在训练过程中通过有效性函数自适应地确定最佳聚类数目。仿真实验结果表明,基于组合核函数的识别算法同基于传统的高斯核的算法都能有效识别雷达目标,但前者具有更高的目标识别率。     

基于矩阵补全的无线传感器网络收集数据重建方法

许多自然科学研究都利用无线传感器网络收集环境数据。收集数据的完整性和准确性决定科研结果的可靠性。然而,由于无线传感器网络的固有特性,数据收集过程中通常会出现数据丢失和数据错误等问题。为提升收集数据可用性,需要从含有错误元素的不完整数据集中恢复缺失的数据。利用环境数据的低秩特性,提出一种基于弹性网正则化的结构化噪声矩阵补全算法（EnRMC）,实现对缺失数据有效恢复,同时能精确判断收集到错误数据的传感器节点。利用真实数据进行仿真,实验结果表明本文算法性能优于现有算法,能以较高的精度重建环境数据。     

病案数据的XML存储模式研究

分析病案数据的特点,提出了一种基于XML存储半结构化数据的方法,设计并实现了相应存储与解析算法.鉴于OEM模型是一种图状模型,而通常的XML数据模型是树状模型,为此需解决图状模型数据映射为树状模型数据这一关键问题,利用XML元素和属性的语义信息可从语义级别解决该问题.     

Ultrasound beamforming using compressed data

The rapid advancements in electronics technologies have made software-based beamformers for ultrasound array imaging feasible, thus facilitating the rapid development of high-performance and potentially low-cost systems. However, one challenge to realizing a fully software-based system is transferring data from the analog front end to the software back end at rates of up to a few gigabits per second. This study investigated the use of data compression to reduce the data transfer requirements and optimize the associated trade-off with beamforming quality. JPEG and JPEG2000 compression techniques were adopted. The acoustic data of a line phantom were acquired with a 128-channel array transducer at a center frequency of 3.5 MHz, and the acoustic data of a cyst phantom were acquired with a 64-channel array transducer at a center frequency of 3.33 MHz. The receive-channel data associated with each transmit event are separated into 8 × 8 blocks and several tiles before JPEG and JPEG2000 data compression is applied, respectively. In one scheme, the compression was applied to raw RF data, while in another only the amplitude of baseband data was compressed. The maximum compression ratio of RF data compression to produce an average error of lower than 5 dB was 15 with JPEG compression and 20 with JPEG2000 compression. The image quality is higher with baseband amplitude data compression than with RF data compression; although the maximum overall compression ratio (compared with the original RF data size), which was limited by the data size of uncompressed phase data, was lower than 12, the average error in this case was lower than 1 dB when the compression ratio was lower than 8.     

计算机系统中的数据恢复

数据恢复就是将计算机系统遭受破坏,或由于硬件缺陷导致不可能访问,或不可获得,或由于误操作等各种原因导致丢失的数据还原成正常数据,即恢复它本来的面目。本文针对当前以计算机信息系统为对象的各类信息安全事件,结合计算机文件管理系统的工作原理,提出如何依据数据被破坏的程度,从基于文件目录的数据恢复、基于数据特征的数据恢复和残缺数据的数据恢复等三个层次上对计算机信息系统进行数据恢复。     

移动互联汽车数据共享

移动互联汽车指具备移动互联网通信能力的汽车,特定汽车装载的传感器采集的数据、V2X交互数据以及汽车属性数据统称为移动互联汽车数据。分析了移动互联汽车数据内容,研究了移动互联汽车数据应用,分析了移动互联汽车数据产业链的构成,提出了一个适用于移动互联汽车数据采集、管理与共享的移动互联汽车数据共享框架。     

Secure and privacy‐preserving keyword search retrieval over hashed encrypted cloud data

Cloud computing (CC) is the universal area in which the data owners will contract out their pertinent data to the untrusted public cloud that permits the data users to retrieve the data with complete integrity. To give data privacy along with integrity, majority of the research works were concentrated on single data owner for secure searching of encrypted data via the cloud. Also, searchable encryption supports data user to retrieve the particular encrypted document from encrypted cloud data via keyword search (KS). However, these researches are not efficient for keyword search retrieval. To trounce such drawbacks, this paper proposes efficient secure and privacy‐preserving keyword search retrieval (SPKSR) system, in which the user retrieves the hashed encrypted documents over hashed encrypted cloud data. The proposed system includes three entities explicitly, (a) data owner (DO), (b) cloud server (CS), and (c) data users (DU). The owner outsources hashed encrypted documents set, along with generated searchable index tree to the CS. The CS hoards the hashed encrypted document collection and index tree structure. DU performs the “search” over the hashed encrypted data. Experimental results of the proposed system are analyzed and contrasted with the other existent system to show the dominance of the proposed system.     

大力开展数据安全合规性评估为数字经济发展保驾护航

数据生产要素化为传统数据安全保障提出新挑战,而数据安全合规性评估是应对网络数据安全风险挑战的有力举措.近年来国际主要发达国家纷纷围绕组织机构自评估、监督执法检查以及第三方评估认证等多方面,开展数据安全合规性评估实践.我国亟需在借鉴国外数据安全合规性评估通用做法的基础上,进一步健全完善我国数据安全合规性评估管理体系,促进...     

一种虚拟试验系统中间件数据分发服务的设计

针对某分布式虚拟试验系统中间件的批量数据交换需求,设计数据分发服务。采用数据域实现批量数据的管理,支持对多节点多SDO属性的自由组合;采用发布订购机制在数据域和SDO属性间建立交互关系,运行时根据交互关系将SDO属性的更新同步到数据域。为进一步提高数据交换的效率,采用数据过滤机制屏蔽无效数据,减轻应用层的数据处理压力,设计C＋＋结合Python的方式进行数据过滤,相比单纯使用C＋＋实现更为简单、灵活和安全。服务基于ACE开发,实际测试表明服务工作正常,能满足批量数据交换的需求。     

基于模糊门限的分布式数据存储系统

如何在高速发展的网络环境下构建大规模、高性能、高可靠性及高可扩展性的分布式存储系统,是分布式存储技术面I临的新发展课题。利用Shamir门限方案分割秘密方法的重要思想对共享数据进行分割,并将得到不同的份额再根据模糊数学中的隶属度来构造出子数据集,而后将子数据集分发给各参与者进行存储,根据用户的需要进行数据恢复。核心是把分割生成的子数据扩充生成子数据集,以此来增强数据恢复的可靠性。     

基于FPGA的多接口转换研究与实现

主要研究多路串行数据同时接收/发送,然后汇合成一路串行数据发送/接收的多串口转换技术。使用Verilog语言在FPGA上实现了该方案,分别设计了数据的接收模块、发送模块、缓存模块以及系统的分频模块、延迟模块,实现了多路串行数据在通信速率互不影响的情况下合成一路高速串行数据收发的功能。通过Quartus II仿真和实验测试验证了该设计的可行性。在PC测试中,16路波特率为4 800 bit/s的串行数据,可以以波特率为115 200 bit/s进行聚合,各路数据速率无互相影响,且误码率为0。该设计的优点在于节约硬件开支,达到串口多用的效果,适用于多路数据同时采集的实时监控系统。