简介：由于伪码调相信号目标多普勒频率的连续展宽特性，在进行弹道测量时，回波目标在时频图中以“直线”形式出现，传统的基于点检测的恒虚警检测算法会产生大量的虚警。鉴于此，根据伪码调相信号目标多普勒频谱特性，提出了一种基于Hough变换直线检测的目标检测方法。该方法在传统的Hough变换基础上进行了优化，根据回波目标的“直线”特性实现目标检测。将两种算法同时对实测数据进行处理，对比结果表明，基于Hough变换的目标检测算法能够准确地分辨目标并提取目标信息。

简介：文章在碰撞二叉树算法（CT）技术的基础上提出一种用于433MHz频段下的标签防碰撞算法——改进型碰撞二叉树算法（ICT）,可以很好地对各类土地的地形分布数量等特征进行测量。该算法根据首次碰撞码字进行前缀生成和标签组区分,在标签快速识别中,对每一个标签使用了一个计数器和一个指针,用来记录阅读器的历史序列,从而使得阅读器不需要传输整个前缀序列。仿真结果表明,ICT算法在当标签ID具有类似的前缀时,表现出优于CT算法的性能。

简介：研究了多极CIC滤波器设计过程中的软件仿真和硬件实现的关键问题。推导出了任意位宽的有符号数、无符号数以及二进制补码之间转换的数学表达式，给出了用MATLAB实现的程序和滤波器仿真输出数据序列。并对利用VerilogHDL实现的多级CIC滤波器进行了数据流测试，其测试结果与算法仿真结果一致。

简介：从flash存储器的基本工作原理出发,基于flash错误模型的总结性研究,重点对Flash-march算法、March-FT算法、BF＆D算法以及Cocktail-March算法的效率进行了分析和评价,并针对不同需求的flash自测试提出了其算法选择方案。

简介：SAR图像增强技术是SAR信号处理中很重要的一门技术。SAR原始图像中除了包含模糊的目标区域和阴影区外还包含了大量的噪声。在目标识别过程中，如果先对原始SAR图像进行增强处理，在降低噪声的同时增强模糊的目标区域和阴影区，然后进行特征提取，就可以大大降低识别系统的运算量，提高识别效率。正则化方法广泛应用于图像分割、图像增强等领域。通过对两种正则化算法的比较，结合两种方法的优点，提出了一种改进的基于图像域的势函数正则化图像增强算法。利用MSTAR数据库数据进行仿真试验，取得了良好的效果。

简介：提出一种基于均值聚类的车牌定位算法,该算法能避免由于环境的复杂而带来的定位的不确定性。

简介：一个好的核函数能提升机器学习模型的有效性,但核函数的选择并不容易,其与问题背景密切相关,且依赖于领域知识和经验。核学习是一种通过训练数据集寻找最优核函数的机器学习方法,能通过有监督学习的方式寻找到一组基核函数的最优加权组合。考虑到训练数据集获取标签的代价,提出一种基于标签传播的半监督核学习方法,该方法能够同时利用有标签数据和无标签数据进行核学习,通过半监督学习中被广泛使用的标签传播方法结合和谐函数获得数据集统一的标签分布。在UCI数据集上对提出的算法进行性能评估,结果表明该方法是有效的。

简介：基于具有目的域的武器系统平台,以各态历经的正态随机穿越过程Z（k）的概率密度函数f（x）为基础,针对状态样本空间进行等概率分割网格化,研究了梯形和综合积分2种等概率分割网格化算法。与传统等间隔分割算法相比,等概率分割网格化算法可优化求解概率转移阵的计算量,从而提高了由概率转移阵计算推导出武器系统首发命中率。

简介：目标分配问题是导弹防御系统研究的重要课题之一。针对现代导弹防御特点探讨了该问题，建立了在各项约束条件下，以拦截成功最大化为目标的遗传模拟退火算法的目标分配模型，并给出了算法求解步骤。最后通过仿真实例验证了该算法模型的可行性和有效性。

简介：在穿墙雷达成像领域,建筑墙体会改变电磁波的传播路径和速度,引入墙体回波延迟误差,造成建筑布局图像出现墙体位置偏移,这种现象随着穿透墙体的面数增加而加剧。并且电磁波穿透墙体时的衰减会带来前后墙体图像强度差异。对此提出了一种墙体补偿算法,该算法利用Radon变换进行墙体距离向位置检测,实现在距离向上对成像区域进行划分,结合线段检测,实现在方位向上对成像区域进行划分,最终完成成像区域的精确划分,分别对各成像区域补偿墙体穿透延时和聚焦成像。XFDTD仿真数据验证了该算法能实现各成像区域和各面墙体的聚焦成像,有效地矫正了墙体位置,降低了前后墙体图像强度差异。

简介：拉格朗日（Lagrange）对偶是最优化方法中的重要理论。通过扩展AdHoc网络的效用最大化模型，分别对其“联合拥塞控制和随机接入”及“联合拥塞控制、路由和调度”两个问题进行建模，运用Lagrange对偶分解把建模后的问题转化为对应于各个不同层的子问题，通过分布的方式独立解决这些子问题不仅可以获得不同的跨层算法，而且可以最终解决全局最优化的问题。论文详细地分析了拉格朗日对偶在adhoc网络这两种跨层方法中的应用。

简介：介绍了连通支配集的基本概念，提出了一种改进型分布式连通支配集DRN算法。该算法可在一个节点u的N1（u）不能直接连通、但能通过一个编号比节点u大的节点连通时去除节点u的冗余，因而具有保留编号大的节点的支配集性质，可在不增加支配集节点数和通信开销的基础上，减少支配集节点的尺寸并保证网络的连通性。

简介：根据支持向量机结构风险最小化原则和量子粒子群快速全局优化的特点,提出了干扰样式识别的QPSO-SVM算法。采用量子粒子群算法优化支持向量机参数,建立了干扰样式特征组分识别的模型,经过仿真试验,表明该算法具有识别率高,计算时间短的优点。

简介：针对PRI变换法面对参差PRI形式信号分选效果不佳的问题，提出了一种基于序列时延相关性的PRI变换改进算法。在PRI变换法的基础上引入脉冲序列时延自相关，通过分析定义的自相关函数产生的峰值谱线，确定参差PRI序列的骨架周期，并将分析结果引入PRI谱线图中配合分选。最终完成对所有信号的分选。该算法结构简单，既保留了PRI变换法自身抑制谐波以及分选复杂形式PRI信号的优势，又能对参差PRI序列有效地检测分选算法，仿真实验验证了算法的实用性。

简介：当前,互联网发展正由“知识需求”向“智能需求”阶段转变,网络数据呈现指数级增长,既然进入了大数据时代,在此支撑下形成了网络交互的“大群体”空间,其协同、可靠性需要群体智能的方法予以解决,而以粒子群、蚁群算法为代表的群体智能算法具有较好的鲁棒性、灵活性,这是化解复杂问题的关键所在。针对此,文章以大数据时代的网络群体智能为研究基点,结合群体智能算的应用原理及特点,阐释其在NP难题中的应用优势性,以为网络信息交互的安全性提供有效支撑。

简介：伺服驱动用于自动化系统、机器人、以及专用机器与机床的驱动系统等众多领域。这些要领域均对动力学、速度的稳定性和精度具有一定的要求，而满足这些要求时需要增加控制环的带宽。本文描述了一些基于FPGA的编码器方案以连接伺服驱动。由于数字滤波器在FPGA中的使用，位置信号的质量显著提高。用于伺服驱动后，这种较好的信噪比的信号可实现相对平滑（低噪）的电机电流，并可以提高控制环的增益。

简介：摘要时延估计是时差定位系统中的一项关键技术，也是影响定位精度的主要因素，对窄带通信信号的时延估计精度不高，一直是其中的难点。本文介绍了时延估计的原理，比较了时延估计的几种典型算法，并重点分析了其中针对窄带通信信号的算法，最后对各种算法进行了总结，指出了时延估计算法的发展趋势。

简介：在无源毫米波成像中，因为受天线孔径大小的限制而导致获取的图像分辨率低，所以必须采取有效后处理措施增强分辨率。提出了一种改进的POCS超分辨率算法，该算法结合了Wiener滤波器复原算法和凸集投影（POCS）算法的优点，使用Wiener滤波复原算法恢复图像通带内的低频分量，运用POCS算法作为主迭代过程实现频谱外推，同时保证低频分量不被破坏。实验结果表明，该算法增强了图像的分辨率，改善了收敛速度，减少了计算量，有利于无源毫米波成像超分辨率的实时实现。

简介：摘要：针对传感器信号采集系统中出现的误差，引入了基于最小二乘支持向量机（LS—SVM）的信号自适应补偿方法，以保证采集信号的准确度。介绍了常用的信号补偿方法，在此基础上提出了基于LS—SVM的补偿算法，并利用MATLABQuartusII软件进行仿真。结果表明该方案正确有效。

简介：在航天测控数传（C＆T）信号中,频谱混叠的现象非常普遍,因此对频谱严重混叠的信号进行单通道盲分离成为信号处理领域中研究的热点和难点。基于线性-共轭-线性频移（LCL-FRESH）滤波的基本概念,考虑到在实际非合作通信应用中基于循环平稳的LCL-FRESH滤波依赖于较高的循环频率精度,然而循环频率误差（CFE）总是无可避免,提出了一种改进的CFE校正算法,简单分析了误差条件下滤波器性能下降的原因。仿真表明,所研究的算法可以有效分离存在CFE下时频重叠的数传通信信号。