基于Riccati方程的混沌同步方法及在保密通信中的应用

提出了一种基于状态观测器的混沌同步方法和混沌保南通信系统。通过解Riccati方程求得状态观测器的目标矩阵使两个混沌系统同步，用混沌调制和混沌掩盖相结合的方法将该同步方法用于保密通信，用混沌系统的多个状态量对信息信号进行复杂的加密后注入混沌系统并和混沌系统的输出信号一起传送到接收端，发送和接收系统同步后，在接收端解密恢复信息信号。通过对Chua电路和四维Rossler系统的仿真研究，所得结果证明了该方法的有效性。     

基于非线性反馈控制的超混沌系统同步方法

基于反馈控制几何理论提出了一种新的超混沌系统同步方法.选择合适的光滑向量场,根据多输入多输出微分几何理论将接收系统规范化,由收发端的输出及输出的各阶导数之差构造同步误差状态方程,根据极点配置方法设计反馈控制使发送和接收系统的输出同步,从而使两个系统的部分状态或全部状态同步.以两个完全匹配的蔡氏电路单向耦合构成的6维蔡氏超混沌系统为例,研究了同步情况及其在保密通信中的应用.仿真结果证实了这种方法的有效性.     

基于李亚普诺夫直接法的混沌同步控制研究

提出了一种简单的混沌系统同步控制策略。选择一正定的李亚普诺夫函数，基于李亚普诺夫直接法求出混沌同步的控制量。将该思想用于Lorenz系统、Rossler系统和Chen系统。理论分析和仿真结果表明，利用该控制策略可以实现系统不同初始点情况下的混沌系统的同步控制。     

一种具有结构或参数失配的混沌保密通信系统

提出了一种新的混沌保密通信系统。根据非线性微分几何理论设计反馈控制策略，并结合扩张状态观测器原理，使所得的控制策略满足混沌保密通信的要求，并根据同步的情况用不同的方法对信息信号进行解调。以Chua’s电路和Lorenz系统为例分别仿真了发送机和接收机参数失配的情况，仿真结果表明了该通信系统的有效性。     

组合核支持向量机高光谱图像分类

为了提高高光谱遥感图像分类中空间信息的利用率,提出一种将空间邻域信息和光谱信息结合的组合核支持向量机(SVM)学习算法.用SVM进行预分类,从分类结果图提取各像素的空间邻域特征,与光谱特征结合构造组合核SVM进行分类,并再次提取空间邻域特征进行多次空-谱信息组合核SVM迭代分类,如此迭代10次,从中选择合适的结果作为最终输出.结果表明,该方法对传统支持向量机的分类精度提升幅度可达10%左右.同时,与其他组合核支持向量机相比,该算法用更少的训练样本获得了更高分类精度.     

基于约束线性判别分析的非监督高光谱影像分类方法

针对高光谱影像非监督分类问题,从特征提取的角度提出了一种用于高光谱混合像元分类的非监督约束线性判别分析算法（UCLDA）。该算法首先利用顶点成分分析（VCA）提取端元,然后用光谱角匹配方法（SAM）构造训练样本并基于约束线性判别分析（CLDA）进行特征提取,最后用最小距离法分类。整个算法实现了非监督分类。对模拟的高光谱数据和真实的遥感影像进行了仿真研究,研究结果表明．UCLDA略优于最小二乘光谱混合分析技术．但明显好干经典的井．谱角匹配分娄．     

基于ARM9和nRF9E5的智能游客管理系统

针对当前旅游行业游客管理过分依赖导游的人工操作这一现象,为了提高游客的管理效率和提升旅游的品质,提出了一种基于射频识别（RFID）和ARM技术的智能游客管理系统（IVMS）的设计和实现方案。阐述了该方案的系统框架和工作原理,详细介绍了该游客管理系统的硬件设计结构和软件设计方法,并给出了系统工作的软件流程图,重点对射频模块收发流程进行了分析。测试结果表明,该智能游客管理系统具有更新游客信息、自动点名、掉队告警等功能。     

类龙伯格非线性扩张状态观测器的研究

针对非线性扩张状态观测器的一般形式,引入一个增益因子,提出了扩张状态观测器的一种设计方法.运用该方法可以设计出任意阶的非线性扩张状态观测器,所设计的扩张状态观测器具有类龙伯格状态观测器的结构,并且其动态品质只与补偿矩阵的极点位置有关,与非线性函数的形式无关.选取满足条件的不同非线性函数可以得到不同形式的非线性扩张状态观测器.对二阶非线性不确定系统进行了仿真研究,结果表明了该设计方法的有效性.     

ZigBee无线传感器网络在点餐系统中的应用

介绍了ZigBee技术的特点,同时阐述了信息化餐饮管理的三种模式,提出了一种基于ZigBee无线传感器网络的点餐系统设计方案。该方案给出了点餐系统的具体管理模式,对系统各部分的软、硬件进行了设计,并着重阐述了无线传感器组网的过程。研究表明,该无线传感器网络实现了网络组建和数据通信的功能。基于ZigBee技术的点餐系统具有低功耗,低成本,无线化,通信距离远等特点。     

基于FrFT变换和全变分正则化的异常检测算法

针对低秩稀疏表示的高光谱异常检测算法中背景字典易被污染、空间信息利用不足的问题,提出基于分数阶傅里叶变换（FrFT）和全变分正则化约束的高光谱图像异常检测算法. 通过聚类算法,将图像高维数据映射至多个子空间;构造FrFT-RX算子,增大背景和异常的可分性,得到较纯净的背景字典. 为了表示FrFT变换后中间域内背景与异常的空间特征,在低秩稀疏表示模型中引入全变分正则化项约束. 采用交替方向乘子法对模型进行优化求解,得到异常检测的结果. 在3个真实高光谱数据上开展目标检测实验,实验结果表明,与其他5种异常检测算法相比,本文算法具有更高的检测率和较低的虚警率.