一种基于概率的QoS多播路由遗传算法

文章提出了一种基于概率的QoS多播路由遗传算法.该算法通过一种精度可控的次优化方法,解决了基 于非精确状态延时带宽限制代价最小的QoS多播路由问题.仿真实验表明,该算法能有效地屏蔽网络状态的非精确性,忍受较大的网络更新触发门限值,并保持较好的路由性能.     

Rapid estimation of the probability of SRAM failure via adaptive multi-level sliding-window statistical method

Statistical analysis of SRAM has emerged as a challenging issue because the SRAM cell failure probability is extremely small. In this paper, we develop a novel efficient sampling, searching and estimating method to capture the probability of SRAM failure. Particularly, we propose an innovative Adaptive Multi-Level Sliding-Window (AMLSW) method to find the failure boundary in the parameter space with less computational cost. The proposed AMLSW method applies an integrated optimization engine to adaptively explore the failure boundary by sampling a sequence of parameter points and calculating the simulation result in sliding windows. Its key features include ellipsoid transformation, multi-level grid partition and sliding window algorithm to make our method efficient and accurate for finding the SRAM failure probability and failure boundary in parameter space. Furthermore, we provide theoretical analysis on our new AMLSW method. The experimental results of a commercial 65 nm SRAM cell demonstrate that the AMLSW method achieves 1.7–40× runtime speed-up over the existing methods without surrendering accuracy, and dramatically high speed-up over normal M-C sampling method. Moreover, this new method provides the failure boundary in the parameter space as shown in experiments.     

基于云模型的基本概率赋值生成方法及应用

针对证据理论应用中基本概率赋值(BPA)生成模型难以确定问题,该文提出一种基于云模型的BPA生成方法。首先基于样本属性的正态云模型构建单子集命题的BPA模型函数,并将复合子集的模型函数表示为高斯函数乘积融合。其次提出一种根据测试样本动态度量属性权重的方法来兼顾信息源的可靠性。最后,用属性权重修正模型函数输出的结果得到BPA。鸢尾花等数据集分类识别实验表明,该方法识别准确性高,且适用于样本较少的情况。     

基于高斯混合带势概率假设密度滤波器的未知杂波下多机动目标跟踪算法

多模型的随机有限集(RFS)类方法是一类有效的多机动目标跟踪算法,但是现有算法都假定杂波统计特性先验已知,不适用于未知杂波背景。该文以高斯混合带势概率假设密度滤波器(GMCPHDF)为基础,提出一种未知杂波下的多机动目标跟踪算法。该算法对目标和杂波分别独立建模,通过最优高斯(BFG)估计方法对真实目标的强度函数进行预测,从而使多目标强度函数独立于机动目标的运动模型,实现各时刻真实目标的强度函数、杂波源期望个数以及真实目标和杂波源的混合势分布的迭代。仿真结果表明,该算法能够有效地联合估计多机动目标状态以及杂波期望个数。     

射频隐身技术研究综述

机载用频设备的增加和截获接收技术的发展,导致航空器在电子对抗中的生存能力受到严重威胁。该文阐述了射频隐身的概念和基本原理,概括射频隐身技术的研究现状及主要矛盾。其次,重点以雷达射频辐射模型为主线,归纳了功率控制、波形设计、环境利用等时域、空域、频域、能量域的射频隐身技术,总结射频隐身领域的重要研究成果。最后,基于对已有算法和研究成果的分析,提出当前研究中存在的射频隐身技术局限性、评估指标单一性等问题,预测了射频隐身技术未来的研究方向。     

海杂波数据的采集与分析

介绍了海杂波数据的采集环境和采集方法,以及对海杂波数据幅度统计特性和谱特性的分析方法和分析结果。     

随机最优化领域中广义矩问题的求解方法

随机最优化领域中广义矩问题的求解方法,通过分析随机最优化领域中广义矩问题及其对偶问题的关系,从而利用对偶问题来解广义矩问题.该方法分三个结论讨论,即:相应概率空间上的有界连续函数、某一概率测度的问题最优解及只含等式约束下的两个等价条件.     

Error Probability for <Emphasis Type="Italic">L</Emphasis>-branch Coherent BPSK Equal Gain Combiners over Generalized Rayleigh Fading Channels

In this paper, a closed-form expression for the probability of error in a coherent BPSK system over Generalized Rayleigh fading channels is derived. An L-branch equal gain combining diversity scheme is used. Theoretical results for the probability of error are plotted for various values of the number of degrees of freedom (n) and diversity order (L). A simulation is performed and the simulated results are found to match very well with the theoretical results.

多编队目标先后出现时的无先验信息跟踪方法

针对多编队机动目标先后出现时的跟踪问题,该文提出了一种基于交互式多模型高斯混合概率假设密度滤波(IMM-GM-PHD)算法的无先验信息跟踪方法。首先,在IMM-GM-PHD算法预测过程完成的基础上,引入密度检测机制,利用相关域为所有预测高斯分量挑选有效量测,结合密度聚类(DBSCAN)算法检测是否出现新编队目标。其次,在IMM-GM-PHD算法状态更新完成的基础上,利用更新高斯分量的组成情况完成模型概率的更新。最后,在状态估计优化过程中,结合编队目标的特点,加入相似度判别技术,利用杰森-香农(JS)散度度量高斯分量间的相似度,剔除没有相似分量的高斯分量,进一步优化估计结果。仿真结果表明,该文方法能够快速有效地跟踪非同时出现的多编队机动目标,具有较好的跟踪性能。