利用直接数据域的双基机载雷达地面动目标检测方法

双基机载雷达的杂波存在严重的距离依赖性,从距离上获得的样本不能够准确估计杂波加噪声协方差矩阵,从而导致空时自适应处理(STAP)的杂波抑制性能严重下降。针对该问题,提出了利用直接数据域(DDD)的双基机载雷达地面动目标检测方法。因为DDD算法是在单个距离门对目标滤除后进行空时平滑来获得足够多的样本,所以不需要对双基雷达杂波距离依赖性进行补偿。仿真实验验证了该方法的有效性。     

星载GMTI 雷达系统及其空时自适应信号处理

地面动目标检测( GMTI) 是脉冲多普勒雷达的重要应用领域之一。星载GMTI 雷达系统比传统的机载系统具有更强的适应性和能够获得更好的检测性能而受到广泛关注。主要就星载分布式稀疏孔径GMTI 雷达系统的系统特点及其空时自适应信号处理( STAP) 方法作了较为深入的分析, 基于星载分布式均匀线性阵列( ULA ) GMTI 雷达系统参数获得了典型的STAP 算法信杂噪比( SINR) 损失特性和性能比较。     

排序QR分组检测方法在MIMO系统中的应用

多输入多输出（MIMO）是未来移动通信系统实现高数据速率，提高传输质量的重要途径，垂直一贝尔实验室分层空时（V-BLAST）系统因其简单的实现结构和高频谱利用率而成为移动通信系统研究的热点。研究表明，空时分组码（STBC）与垂直-贝尔实验室分层空时（V-BLAST）系统的结合可以在提高发送速率的前提下又尽量少的损失系统性能。其基本原理是将发射天线分成几个独立的组，组内数据按STBC方式形成空时码块，各组空时码块同时独立发送。接收端采用一定的检测方法后，系统可以获得复用和分集增益。该文采用一种低复杂度的分组检测方法进行检测，即排序的QR（SQR-SIC）检测方法，在保证频谱效率不变的情况下，得到了很好的比特差错率（BER）性能，同时提高了分集增益。     

基于快怕矩阵重构的宽带相关信号DOA估计

针对相关信号空间平滑算法中阵列孔径损失的问题,提出了一种有效的去相关算法.该算法将直接数据快拍及其共轭反置矩阵构造一新的矩阵,通过对原数据矩阵和新矩阵的协方差矩阵的奇异值分解,再采用MUSIC算法对相关信号进行DOA估计,没有阵列孔径损失.仿真实验通过与MMUSIC算法和ISM算法及CSM算法相比较,验证了该算法的有效性.     

一种新的空时频正交变换扩展码设计方案

针对基于正交矩阵的空时频分组编码无法得到满分集增益的问题,提出了一种新的空时频分组编码方法,该方法利用正交变换扩展码（OTSC）对数据符号进行空域和频域的扩展,不仅能够实现满分集增益,且该扩展码适用于任意发射天线数下的MIMO-OFDM系统。仿真结果表明,利用该设计方案的系统误比特性能得到了提高,并且系统在任意收发天线数的低信噪比情况下也能获得良好的误比特性能。     

基于采样和加权损失函数的模型窃取攻击方法

模型窃取攻击旨在获得一个和目标受害模型功能相似的替代模型.现有的方法主要采用数据生成或数据选择方法和交叉熵损失函数去获得一个较好的攻击效果.据此,本文着重研究了攻击过程中这两个极为重要的模块:数据采样和损失函数.同时,本文提出了一个新颖的模型窃取攻击方法S&W,其包含了一种新的采样策略和一个精心设计的加权损失函数.首先,新的采样策略更加关注于从受害者模型中获得更多信息的重要样本.与此同时,本文通过引入k-Center算法达到选择样本的多样性的目的.其次,受到经典Focal损失函数的启发,本文设计了一种新的加权损失函数.该损失函数主要关注于受害者模型和替代模型对于相同输入所给出的输出之间的差异,从而促使替代模型模拟受害者模型.在4个常用的数据集上,我们通过实验证明了本文提出的方法的有效性.相比于之前最好的方法,本文方法最高有5.03%的性能提升.     

高性能块级CDP系统的研究与设计

为解决现有块级持续数据保护技术对系统写性能影响过大的问题,通过对CDP读写过程进行研究分析,设计了一种Linux下基于设备映射机制的块级CDP系统设计方案.该方案使用缓存队列和后台数据同步技术,减少写操作时的磁盘IO操作次数,并通过读状态映射表实现数据的正确读取.测试结果表明,该方案在较少损失系统读性能的条件下,可获得较高的写性能.     

基于修正STAP的高速空中机动目标检测方法

空时自适应处理(Space-time adaptive processing,STAP)是一种有效的机载雷达运动目标检测方法.空中目标的高速运动会导致其回波产生严重的距离走动和多普勒模糊,并且目标作加速运动时还会导致其多普勒频率随时间变化(即多普勒走动).为了有效检测上述目标,本文提出了一种新方法,该方法在目标距离走动校正之前首先进行杂波抑制,避免了直接利用Keystone变换校正存在多普勒模糊的运动目标距离走动时影响杂波分布特性,进而降低STAP性能的问题;对距离走动校正后的数据进行修正STAP,估计出目标的加速度,并根据估计值对多普勒走动项进行补偿;最后进行常规空时二维波束形成来实现目标能量积累.仿真结果证明了该方法的有效性.     

一种改进的基于卡尔曼滤波的盲多用户检测算法

针对卡尔曼滤波盲多用户检测算法在多径信道存在波形失配的情况下性能迅速下降的问题,引入子空同概念对原状态空间模型进行了改进,进而得到了改进的盲多用户检测算法.该算法将检测器模型化为信号子空间的一个向量,采用卡尔曼滤波器自适应地获得系统参数.仿真实验表明,与原算法相比,该算法具有更低的计算复杂度和更快的收敛速度.当发生波形失配使信号受到严重削减时,该算法仍然表现出较好的性能.     

空时分组编码的多用户CDMA系统在MIMO Rayleigh衰落信道中的性能

通过引入正交空时编码方案,文中给出了基于各种空时编码的多用户CDMA系统,研究了该系统在多天线Rayleigh衰落信道下的性能.针对空时编码CDMA系统,提出了一种低复杂度多用户接收机方案,该方案可利用空时编码的复正交性简化已有方案的高译码复杂度.与已有方案指数性译码复杂度相比,所提方案具有线性复杂度.在此基础上,给出了系统性能分析,并利用相关数学计算,详细推导了系统平均误比特率(BER),得到了比较紧的平均BER闭式表达式.仿真结果表明所获得的平均BER理论值与相应的仿真值是一致的,而且所提的接收机方案可实现与原有方案相近的性能.在相同系统吞吐量和级联码情况下,所给出的满速率空时编码要好于相应的满分集空时编码CDMA系统,有较低的误比特率.     

旋转星座准正交空时分组码的改进性研究

当发射天线数大于2时,复信号空时分组码不能实现满速率编码,可以通过星座旋转来设计发送矩阵,使系统同时获得满分集增益和最大的编码速率。通过对传统的旋转星座准正交空时分组码加以改进,使每根天线在不同时隙发射的信号属于不同星座,在保证满分集和最大的编码速率的同时,减小了码间干扰,更有利于译码器译码,提高了系统性能。     

几种空时码容量对比

贝尔实验室提出的分层空时（layered space-time code,LSTC）主要基于空分复用思想,它的主要目的是提高系统频谱效率;而其它空时码（space-time code,STC）,如空时分组码（space-time block code,STBC）、空时格码（space-time trellis code,STTC）等主要基于发射分集。它们主要利用空间分集带来的增益,包括分集增益和编码增益来对抗无线信道的各种衰落。本文从信道容量角度评估各种空时编码的性能,同时将其和相同收发天线数下多输入输出（Multiple input multiple output,MIMO）系统的信道容量进行对比。     

机载雷达级联降维空时自适应杂波抑制方法

提出一种机载雷达杂波抑制的级联降维空时自适应算法,即,先对全空时两维接收数据进行预滤波处理,将杂波局域化,降低杂波自由度;然后对预处理输出的信号的相关矩阵进行子阵划分,求解低维权向量,进一步降低运算量和采样要求。理论分析和实验仿真结果表明,所提算法具有良好的收敛性能和杂波抑制能力,并且对于阵元随机幅相误差和杂波起伏具有很好的容差能力。基于实测数据的实验验证了算法的有效性和稳健性。     

存在信道相关及估计误差时V-BLAST系统的功率分配算法

针对信道相关及存在信道估计误差的垂直分层空时(Vertical bell lab layered space-time,V-BLAST)系统,提出以最小化误比特率(Bit error rate, BER)为优化目标的自适应功率分配算法。通过系统建模和性能分析,由接收信号子流的瞬时信干噪比(Signal-to-interference-plus-noise ratio, SINR),推导出系统子流的平均BER闭式表达式。发送端在总功率约束条件下,以瞬时BER为优化目标,利用拉格朗日极值法得到自适应功率分配矩阵。仿真结果表明,信道相关及估计误差对V-BLAST系统的BER性能有极大影响,采用所提算法可显著改善系统的BER性能并更具实用性。     

不同信道条件下MIMO空时编码技术的特性分析

为了分析多输入多输出（ MIMO）空时编码技术在不同信道条件下的性能优劣,研究了无线信道的衰落统计特性,对比了在Rayleigh信道、Rician信道和Nakagami信道条件下,正交频分复用空时块编码（ STBC-OFDM）、垂直空时分层码（ V-BLAST）及空时格型码（ STTC）的系统误码率。通过仿真分析结果表明：STBC-OFDM系统在衰减指数为5的Nakagami信道条件,系统误码率最低,Rician信道次之,Rayleigh信道最高,而且当系统误码率为10－3时,其所需的信噪比（ SNR）分别为7,9,11 dB;但对于V-BLAST和STTC系统,随着信噪比的增加,不同的信道条件对系统误码率的影响各有优劣。     

基于事件的端到端视觉位置识别弱监督网络架构

传统的视觉位置识别（VPR）方法通常使用基于图像帧的相机,存在剧烈光照变化、快速运动等易导致VPR失败的问题。针对上述问题,本文提出了一种使用事件相机的端到端VPR网络,可以在具有挑战性的环境中实现良好的VPR性能。所提出算法的核心思想是,首先采用事件脉冲张量（EST）体素网格对事件流进行表征,然后利用深度残差网络进行...     

多通道三维视觉指导运动想象脑电信号特征选择算法

针对基于三维视觉指导的运动想象脑机接口多通道冗余信息较多、分类准确率差的问题,提出了一种基于小波包分解（WPD）—共空间滤波（CSP）—自适应差分进化（ADE）的模式脑电信号特征提取与选择分类方法。首先,对采集的多通道运动想象脑电信号进行WPD变化,划分出精细的子频带;然后,分别将WPD变换后的每个子空间作为CSP的输入,得到对应的特征向量;最后,使用ADE算法对特征向量进行选择,选择出用于分类的最佳特征子集。采用WPD-CSP-ADE模式进行特征提取与选择,较经典的WPD-CSP方法在分类正确率、特征个数方面有着更好的表现。同时,所提算法分类性能明显优于遗传算法、粒子群算法。实验结果表明,WPD-CSP-ADE方法能够有效地提高分类正确率,同时减少了用于分类的特征个数。     

机载MIMO雷达两级降维空时自适应处理方法

针对机载多输入多输出( Multiple-input multiple-output,MIMO)雷达杂波抑制问题,提 出一种两级降维空时自适应处理 方法。首先利用多普勒滤波对杂波信号进行时域降维处理;然后将空域发射 接收二维波束 形成权矢量重构为发射权矢量和接收权矢量Kronecker积形式,并将高维权矢量转化为两个 低维权矢量进行分别求解,最后进行权矢量合成。该算法能够有效降低训练样本数需求与运 算复杂度,在小样本条件下具有良好的杂波抑制性能,因此更具有实际应用价值。仿真结果 验证了算法的有效性。     

Spatial-Spectral Preprocessing based on Nonnegative Matrix Factorization to Unmix Hyperspectral Data

Non-negative Matrix Factorization (NMF)method of blind spectral unmixing can obtain the spectrum and abundance of the endmember by synchronous optimization,without supervising the selection of endmember.Therefore,NMF has been developed rapidly in the application of hyperspectral unmixing.However,traditional blind spectral unmixing NMF method tends to fall into the local optimum and it is difficult to obtain a stable optimal solution.In this paper,we propose an improved Non-negative Matrix Factorization (NMF)method based on Spatial\|Spectal Preprocessing for spectral unmixing of hyperspectral data (SSPP-NMF).First,the SSPP algorithm is used to combine spatial and spectral information to select reasonable and effective dataset.Then,the NMF algorithm is used to unmix this dataset to obtain the final optimized endmember spectrum.Finally,the Non\|Negative Least Squares (NNLS)method is used to obtain the final abundance of the whole study area.The validity and applicability of the proposed method were analyzed based on a set of synthetic hyperspectral data and real hyperspectral images;and then the results were compared with that from three algorithms including the existing NMF algorithm,MVC\|NMF algorithm and ATGP-NMF algorithm.Results show that compared with ATGP-NMF and MVC-NMF,the SSPP algorithm can effectively suppress the influence of noise,significantly improve the performance of the NMF method of blind spectral unmixing algorithm.