基于近似熵分析的BPSK信号盲处理结果可信性校验

提出一种基于近似熵分析的BPSK信号盲处理结果可信性校验算法。先通过特定算法对信号进行调制方式盲识别及参数估计,而后根据识别结果对应的调制信号模型构造参考信号,并将参考信号与观测信号作相关累加运算。通过计算相关累加曲线原序与按升序重排后两者近似熵的差值,将BPSK信号盲处理结果的可信性检验问题转化对近似熵差是否大于零的检测。给出基于Bootstrap法的判决门限设置方法。计算机仿真结果表明,该算法在较低信噪比条件下,可实现对BPSK信号盲处理结果的可信性检验。     

BPSK信号盲处理结果的可靠性检验算法

研究了BPSK信号盲处理结果的可靠性检验问题,提出了一种基于线性回归失拟分析的检验算法。该方法在无信号先验知识的条件下,先根据调制识别结果对应的信号模型构造参考信号,在分析参考信号与观测信号相关累加后模值曲线线性回归特性的基础上,将BPSK信号盲处理结果的可靠性检验问题转化对相关累加后模值曲线线性回归的失拟检验问题。计算机仿真结果表明,本算法在较低信噪比条件下,可实现对BPSK信号盲处理结果的可靠性检验。     

盲环境下的数字图像可信性评估模型研究

随着各种数字图像处理软件和信息隐藏软件的涌现,数字图像正面临"信任危机".文中从可信的角度考虑数字图像的安全问题,提出盲环境下数字图像可信性评估的概念.文中提出了两类可信性评估模型:可信性判断模型和可信性度量模型.可信性判断模型在数字图像取证技术的基础上,围绕数字图像的不同生命阶段,判断数字图像是否可信.可信性度量模型分为可信性综合度量模型和可信性历史度量模型两种.文中设计了一种基于隐马尔可夫(HMM)的历史度量模型和一种基于模糊层次分析法的综合度量模型.在所设计模型的基础上,文中进一步研究了盲环境下数字图像可信性评估体系.文中最后通过实验结果验证了所提出的数字图像可信性综合度量模型的有效性.     

基于用户需求的软件可信性评估研究

从需求方面对软件可信性评估进行研究,对需求的可信指标,需求稳定时和需求变化时软件可信性评估,3个方面进行相应研究,对软件可信进行了总结,并提出了一些不足。     

一种面向CPS软件的可信性评估框架

信息物理融合系统(Cyber Physical System,CPS)是一种新型复杂的网络化嵌入式系统,在CPS中存在多种软件通过网络进行交互,如何确保软件及其交互可信性是开发高可信CPS的基础.针对这一问题,提出一种面向CPS软件的可信性评估框架,该框架包括两个模型:可信性指标模型和可信性评估模型.可信性指标模型通过分析用户需求得到,而可信性评估模型则利用建立的可信性指标模型评估CPS软件及其交互的可信性.最后给出的实例分析,说明了提出框架的有效性.     

基于QFD技术的软件可信性评估研究*

对软件可信性的多维属性进行系统综合的度量评估,在软件设计开发过程中有效地跟踪和控制软件可信度是一个重要且亟待解决的研究课题。针对该问题,运用质量机能展开（QFD）技术分析软件可信需求和设计质量特性,并整合运用Kano质量模型测量软件可信性对于软件设计质量特性的敏感程度,提出了一个软件设计开发过程中的可信性评估方法。最后采用某航天操作系统软件的开发实例验证了该评估方法的可行性和有效性。     

面向Web服务的动态可信性评估模型

网络化软件是由分布在互联网上多源异构的Web服务构成,但受其所处动态开放网络环境的影响,服务可信性处在不断变化之中.针对传统Web服务可信性难以适应动态评估的问题,提出了一种基于信息熵权重和带修正指标的动态信任评估模型（Dynamic Trustworthy Evaluation based on Information Entropy and Correction Metrics,DTEIECM）.首先,该模型充分挖掘模糊矩阵中的客观信息,利用信息熵对易受人为因素影响的主观权重进行修正.同时,考虑到所处运行环境对当前服务可信性的影响,增加了修正指标和受反馈影响的外部指标,以提高评估模型的自适应性.最后,通过对一个商务订单管理系统中的地图服务进行实例分析,结果表明DTMIECM模型在可信性度量中具有可行性,而且能够适应多变的环境并重新配置服务组合,有利于提高整个系统的可信度.     

基于模糊综合评判的M&S可信性评估研究*

为保证M&S可信性评估工作有效和成功地完成,构建了由影响因素、校核与验证（verification and validation, V&V）过程和可信性特性组成三维可信性信息空间,并以此为理论基础,以V&V过程模型为基本框架,综合分析可信性在V&V过程中不同阶段的评价标准,建立了M&S可信性评估模型;在分析了模糊综合评估模型的基础上,以某飞行视景仿真系统的设计与开发为例,进行可信性评估。应用实例表明,所建立的评估模型及采用的评估方法合理有效。     

基于马尔可夫模型的可信性评估研究

研究了安全关键实时系统传统的高可信保障机制,提出了一种可支持多级关键度的新可信性保障机制。使用该机制则可根据各子系统的实际可信性需求采用相应的冗余数进行容错处理。为评估该可信性保障机制,改进了传统的多模型可信性评估方法。基于马尔可夫模型,文章建立了一种统一的可信性评估模型,使用该模型则可按不同关键度子系统的实际可信性需求进行独立的评估。同时,该文使用了大量的实例进行例证。     

利用粒子流滤波的单通道BPSK信号盲分离算法

由于粒子滤波本身的"粒子贫化"问题,导致基于传统粒子滤波的单通道信号盲分离算法分离性能恶化以及计算量较大,本文提出了一种基于粒子流滤波的单通道BPSK信号盲分离新算法。根据由两路BPSK信号混合的单通道信号,构造了测量方程和状态方程。然后,通过将状态空间中服从先验分布的粒子移动到其对应的后验分布上,实现了粒子更新,其不同于粒子滤波采用重采样来更新粒子,避免了"粒子贫化"现象发生。最后,采用一种基于弱解形式的粒子流滤波器实现BPSK信号的盲分离。计算机仿真结果表明,与粒子滤波算法相比本文算法具有更低的误码率和计算复杂度。     

基于小波平滑的超高斯与亚高斯信号盲源分离算法

为了分离超高斯与亚高斯信号，利用小波变换的高低频系数作为平滑因子，建立以分母作为预测误差的信噪比目标函数，优化目标函数以求解分离矩阵．仿真表明，该算法能够有效地分离出源信号．     

基于阵列的盲信号处理研究和应用

本文对比了阵列信号处理与盲信号处理的数学模型,分析了二者的特点并进行了综合统一,提出了基于信号的非二阶特性空间扫描的概念,并验证了信号峰度随信噪比条件的变化和基于峰度的空间扫描。针对采用民用广播电台信号的外辐射源雷达所面临的严重同频干扰问题,采用独立成分分析的方法进行干扰抑制,并进行了实测数据的验证。     

LWT-FLP去噪算法在FBG传感器信号处理中的应用

为了提高传感器信号处理的精度,结合提升小波变换和前向线性预测算法的优势,提出了一种新的去噪LWT-FLP去噪算法,首先利用提升小波对加速度计数据进行了多尺度变换,降低了原始数据的不平稳性;其次利用高频数据进行灰化处理,使原本无规律的数据体现出一定的规律性,可以有效提高FLP的预测精度。并对FBG传感器信号进行应用结果表明,提出的算法能够有效去除噪声对FBG传感器输出信号的影响,有效地证明了提出的LWT-FLP算法在去噪方面的优越性。通过与单一的算法进行去噪结果对比,验证了该算法的准确性,为传感器信号处理提供了一定的理论新方法。     

LFM宽带雷达信号的多通道盲压缩感知模型研究

在传统压缩感知(Compressed sensing, CS)基础上,提出了一种基于盲压缩感知(Blind compressed sensing, BCS)理论的线性调频(Linear frequency modulated, LFM)雷达信号欠采样与重构的多通道模型.这一机制在稀疏基未知的条件下,利用LFM信号在分数阶傅里叶变换(Fractional Fourier transform, FRFT)域上良好的能量聚集特性,将多个LFM信号看作是在多个未知阶次下FRFT域的稀疏表达,通过时延相关解线调和逐次消去相结合的的欠采样方法逐一估计出每个通道的LFM信号满足聚集性条件的特定分数阶傅里叶域,以此构造出该通道LFM信号对应的DFRFT正交稀疏基字典,以各DFRFT 正交基为对角块构建混合信号正交稀疏基字典,最后利用块重构算法从测量值中估计出稀疏信号,同时验证了LF M信号多通道BCS问题解的唯一性,从而实现了稀疏基未知情况下针对多路LFM宽带雷达信号的多通道盲压缩感知.     

On-line Algorithm for Blind Signal Extraction of Arbitrarily Distributed,but Temporally Correlated Sources Using Second Order Statistics

Most of the algorithms for blind separation/extraction and independent component analysis (ICA) can not separate mixtures of sources with extremely low kurtosis or colored Gaussian sources. Moreover, to separate mixtures of super- and sub-Gaussian signals, it is necessary to use adaptive (time-variable) or switching nonlinearities which are controlled via computationally intensive measures, such as estimation of the sign of kurtosis of extracted signals. In this paper, we develop a very simple neural network model and an efficient on-line adaptive algorithm that sequentially extract temporally correlated sources with arbitrary distributions, including colored Gaussian sources and sources with extremely low values (or even zero) of kurtosis. The validity and performance of the algorithm have been confirmed by extensive computer simulation experiments.     

改进的在线自然语音卷积混合信号时域盲分离方法

针对语音信号所具有的非平稳性和时域相关性,提出了一种新的卷积混合语音信号盲分离的在线时域算法。该算法通过利用分块处理方法和带遗忘因子更新的非完备约束条件及其推广,对于许多已有在线算法中存在的由于目标源数目随时间不断变化而产生的不稳定性问题,以及语音信号时域相关性而导致的恢复信号失真问题进行了改进,最后通过仿真,结果表明,本文方法可以有效地处理语音卷积信号的在线盲分离问题,同时在源数目变化时算法的鲁棒性较好。     

基于小波分析的脉冲涡流信号去噪方法研究

应用小波多尺度分解与重构技术和小波包分析技术对脉冲涡流检测信号进行处理,将信号中的噪声分离出来并去除。采用离散小波变换的强制消噪法、软阈值消噪法和不同熵准则的小波包消噪法,对实测的脉冲涡流信号进行消噪。在保留信号中有用成分的前提下,结合信号的信噪比和均方根误差,对消噪方法进行比较和优选。实验结果表明,小波包分析中的Threshold熵准则法效果最好。     

基于听觉模型的子波变换语音处理

首先讨论了人类听觉信号处理的原理，进而将基于听觉模型的子波变换（ＷＴ）与短时傅里叶变换（ＳＴＦＴ）进行了比较，突出了ＷＴ信号处理的独特之处。然后，简要讨论了其在语音处理中的应用。最后，给出了应用ＷＴ来进行声、韵母划分和音素周期检测的实验，其结果显示了ＷＴ在语音处理中的良好性能。