稀疏阵列波达方向估计研究进展

波达方向(direction of arrival, DOA)估计是阵列信号处理领域的重要研究方向,也是电子侦察与电子攻击领域的关键技术之一。以提高DOA估计精度和降低计算复杂度为导向,结合模型驱动和数据驱动方法的各自优势,提出了基于深度展开网络的DOA估计统一框架,阐述了稀疏阵列离网格DOA估计、无网格DOA估计以及混合信号参数估计等方面的研究进展。对复杂信号模型下的DOA估计、深度展开网络性能分析与挖掘以及分布式稀疏阵列回波信号融合处理等后续的研究内容进行了展望。     

基于并行处理的一种新型有效的网络架构 BSN-MOT

摘 要：结合BSN及MOT架构的双重优势,提出一种新型的双层架构体系BSN-MOT(mesh of tree),并研究了其上的拓扑性质及在并行处理中应用的基本的通信操作算法。算法包括行、列树广播、单向广播、数据求和、矩阵乘积、最短路径路由及多项式求根。最后,本文通过与其他2种有效的树形双层网络架构Multi-Mesh of trees(MMT)及OMULT比较说明,基于BSN-MOT架构的通信算法要比其他2种网络有着更小些的时间复杂度,且BSN-MOT是一种更具有竞争力的体系结构形式。     

太赫兹折叠波导慢波结构的设计与微加工

从行波管工作的物理特性提出了一种获得折叠波导慢波结构参数的简单方法,给定工作频率和电压,能够获得折叠波导慢波结构的初始参数.设计了D波段的折叠波导结构来验证该方法,对其冷测特性如色散、耦合阻抗进行了分析.仿真结果表明,设计的折叠波导慢波结构在中心频率处具有较平缓的色散关系,在中心频率处耦合阻抗为3.5欧姆.在电子注电压为20.6 kV,电流为15 mA时,27 mm(50个周期)的折叠波导慢波结构在220 GHz具有13.5 dB的增益,3 dB带宽为11 GHz(213~224 GHz).同时讨论了折叠波导慢波结构的微加工工艺,并通过UV-LIGA工艺获得了实验样品.     

基于大数据的社交网络安全问题及对策研究

随着移动互联网的发展和大规模的应用,社会网络中的信息安全问题越来越突出。信息泄露、伪造、欺诈、违反许可证和病毒入侵等,都在快速发展,这对人们造成了一些伤害。因此,在保证社会网络信息安全的同时,为用户提供更加稳定的网络环境,成了保证网络健康、可持续发展的重要因素。我国近几年的科技进步很快,在很多方面都起到了积极的作用。人们经常把自己的个人信息通过计算机、移动电话和其他的电子设备进行分享,但人们的个人信息安全却经常受到威胁。在社会网络上,若有人恶意地搜集、使用别人的资料,会危及到他人的信息安全。因此,在大数据时代,必须对个人信息在社会网络中的安全进行研究。     

16通抽运微通道冷却Yb:YAG薄片激光器

为了研究Yb:YAG薄片激光器的性能,采用16通抽运耦合、微通道冷却的方法,对薄片的优化厚度、热力学特性和激光性能等进行了理论分析,利用直径10mm、厚度为250μm、掺杂原子数分数为0.1的Yb:YAG薄片进行了实验验证,抽运耦合系统实现了对薄片的16通抽运,在抽运功率为81.9W时,获得了平均功率为24.4W的激光...     

高性能CMOS运算放大器的设计

基于0.5μm标准CMOS工艺,利用折叠式共源共栅电路和简单放大器级联结构,设计了一种增益高、建立时间短、稳定性好和电源抑制比高的低压CMOS运算放大器.用Cadence Spectre对电路进行优化设计,整个电路在3.3V工作电压下进行仿真,其直流开环增益100.1dB,相位裕度59°,单位增益带宽10.1MHz,建立时间1.06μs.版图面积为410μm×360μm.测试结果验证了该运算放大器电路适用于电源管理芯片.     

基于IPv6的免疫入侵检测自我集生成方法

基于人工免疫的入侵检测已成为网络安全研究领域的一个重要方向。基于人工免疫的入侵检测的免疫耐受过程和检测过程都需要进行匹配操作,匹配的前提是必须对“自我”与“非我”进行有效的特征编码,编码方案的好坏关系到检测系统的效率及准确率。通过介绍协议解析技术,对IPv6协议进行分析,提出一种IPv6数据包编码方案,能够较有效地生成自我集。     

针对虚拟机查毒的规避方法研究

如今杀毒软件利用虚拟机模拟执行程序,判断其行为是否会对系统安全造成影响,从而由用户决定是放行通过或是报警拦截。针对虚拟机查毒的特点,研究如何检测杀毒软件的虚拟机环境。根据虚拟机环境与真实用户环境的区别,以及特定杀毒软件虚拟机的特有属性,找到规避虚拟机模拟执行的方法,从而使程序不被杀毒软件虚拟执行,欺骗杀毒软件直接放行通过,用来满足某些特定程序的要求。     

基于全局背景与特征降维的视觉跟踪算法

相关滤波算法容易受到形变、运动模糊、相似背景等因素的干扰,导致跟踪任务失败。为了克服以上问题,该文提出一种基于全局背景与特征降维的视觉跟踪算法。该算法首先提取紧邻目标的图像区域作为负样本供分类器学习,以抑制相似背景的干扰;然后提出一种基于主成分分析的更新策略,构建降维矩阵压缩HOG特征的维度,在更新分类器的同时减少其冗余度;最后加入颜色特征表征运动目标,并根据特征对系统状态的响应强度进行自适应融合。在标准数据集上将该文提出的算法与Staple, KCF等其他算法进行了仿真对比,结果表明该文算法具有更强的鲁棒性,在形变因素的影响下,所提出的算法与Staple和KCF算法相比距离精度分别提升8.3%和13.1%。     

一种基于链表的战场态势显示方法

本文提供了一种基于链表的战场态势显示方法。通过构建图标成员链表,对接收到的实时的地理信息报文进行相应算法处理,在处理过程中预留消息过滤接口,进而实现对成员链表的更新和地图图标的刷新显示,最终获得一种在大量地理信息变化条件下,既能够保证地理信息显示消息的及时有效,又具备有效地理信息过滤功能的战场态势显示方法。