构建广义立方体感知网络安全态势

针对大多方法感知范围局限、信息来源单一、空间时间复杂性高及准确性偏差较大等问题,提出了分层感知模型与构建广义立方体感知网络安全态势的方法.将监测到的连续型态势因子数据经"3σ法则"离散化预处理后,聚合在所构建的广义立方体格中,纵向上融合成组件的安全态势,横向上对组件安全态势采用统计的方法融合成网络的安全态势,为增强网络安全性提供可靠的参照依据.利用网络实例数据对所提出的网络安全态势感知模型和算法进行验证,表明了该方法的正确性.      

联合压缩感知与干扰白化的脉冲干扰抑制方法

针对L频段数字航空通信系统1(L-DACS1)以内嵌方式部署在航空无线电导航频段而产生的测距仪脉冲干扰(DME)正交频分复用(OFDM)接收机的问题,提出联合压缩感知与残留干扰白化的测距仪脉冲干扰抑制方法.首先接收机通过空子载波信道来观测测距仪脉冲干扰,并利用测距仪脉冲干扰在时域的稀疏特性,基于l1范数最小化约束的凸优化方法重构测距仪脉冲干扰;然后将重构的脉冲干扰转换到频域进行干扰消除;最后,接收机通过信号解交织器与逆正交变换器将残留的脉冲干扰转换为高斯白噪声,避免了残留干扰信号造成的突发性解调错误.仿真研究表明:联合干扰抑制方法可有效消除测距仪脉冲信号干扰,显著提高L-DACS1系统链路传输的可靠性.      

基于CS的正则化稀疏度变步长自适应匹配追踪算法

压缩感知(CS)能够突破Nyquist采样定理的瓶颈,使得高分辨率信号采集成为可能。重构算法是压缩感知中最为关键的部分,迭代贪婪算法是其中比较重要的研究方向。对压缩感知理论进行了详细分析,并在现有重构算法的基础上提出了一种新的迭代贪婪算法——正则化稀疏度变步长自适应匹配追踪(RSVss AMP)算法,可在信号稀疏度未知的情况下,结合正则化和步长自适应变化思想,快速精确地进行重构。相比于传统迭代贪婪算法,本文算法不依赖于信号稀疏度,并且应用正则化以确保选取支撑集的正确性。此外,应用自适应变化步长代替固定步长,能够提高重构速率,而且达到更高的精度。为了验证本文算法的正确性,选取高斯稀疏信号和离散稀疏信号分别进行仿真,并与现有算法进行比较。仿真结果表明,本文算法相比于现有算法可以实现更加精确快速的重构。     

基于压缩感知的整体叶盘多模态振动叶尖定时信号重构方法

叶尖定时测量技术是近年来发展的一种非接触式旋转叶片振动监测方法,具有非入侵性的优点,但是该系统测得的振动信号通常是欠采样的。为了能够重构叶尖定时欠采样信号,本文根据压缩感知理论以及叶尖定时采样原理引入了叶尖同步振动信号稀疏模型以及叶尖振动信号重构方法。对整体叶盘有限元模型进行瞬态分析得到叶尖振动信号,使用优化的正交匹配追踪算法以及基追踪对欠采样信号进行重构并和传统方法进行对比。计算结果表明：在信噪比为30dB的噪声环境下,限制频域的正交匹配追踪算法(OMP-RFD)可以准确地识别出叶尖振动信号的主要频率成分。最后使用试验所获得的叶尖振动信号进行重构,验证了OMP-RFD算法有效性。综上可知：压缩感知方法可以很好地应用于叶尖定时测量装置中,能够使用较少传感器识别叶尖同步振动欠采样信号参数,有效提高噪声环境下识别高阶频率的成功率以及准确度。     

飞机起落架噪声源定位的压缩感知算法

目前针对飞机起落架噪声源定位的研究方法主要是将麦克风阵列与波束成形算法相结合。常规波束成形（CBF）算法在计算时存在主瓣宽度过宽、结果易受旁瓣影响的问题。高级波束成形算法在计算时效率较差,有时会有违背物理现象的假声源出现。提出了一种将正交匹配追踪（OMP）算法与奇异值分解（SVD）相结合的起落架噪声源定位的OMP-SVD压缩感知算法。在消声实验室内进行飞机起落架噪声源定位试验,将OMP-SVD算法、CBF算法和OMP算法在不同频率下获得的结果进行对比。试验结果表明：①与OMP算法相比,OMP-SVD算法在不同频率下均能准确定位出起落架主声源;②与CBF算法相比,OMP-SVD算法显著提高了分辨率。     

双基地角时变下的ISAR稀疏孔径自聚焦成像

针对双基地角时变下的逆合成孔径雷达（ISAR）成像分辨率低以及稀疏孔径存在相位误差引起图像散焦等问题,提出了一种基于贝叶斯压缩感知（BCS）的双基地ISAR稀疏孔径自聚焦高分辨成像算法。在平动补偿后回波数据的基础上,首先构造补偿相位将由双基地角时变引起的多普勒偏移补偿掉,然后构造随双基地角变化的稀疏基矩阵,建立基于压缩感知的双基地ISAR稀疏孔径观测模型,并将相位误差作为ISAR成像的模型误差,接着假设目标图像各像元服从Laplace先验、噪声统计特性服从Gaussian分布,利用贝叶斯推理进行"分布式"迭代求解,在高分辨成像的同时实现了相位自聚焦,仿真结果验证了算法的有效性和优越性。     

基于EMD-CS的脉冲星周期超快速估计

面向X射线脉冲星周期估计的压缩感知（CS）中测量矩阵尺寸大,进而导致计算量大。针对这一问题,提出了一种基于经验模态分解-压缩感知（EMD-CS）的脉冲星周期超快速估计方法。将不同畸变度的脉冲轮廓进行EMD分解,得到一系列固有模态函数（IMF）。由于IMF包含了不同时间尺度的局部特征信号,脉冲轮廓畸变度这一微弱局部特征可体现在某些IMF中。采用迭代剔除法剔除冗余的IMF,剩下的IMF构成了测量矩阵。由于IMF的数量较少,采样率大幅减少。利用EMD-CS可实现X射线脉冲星周期超快速估计。通过计算复杂度分析结果可知,采样率与计算量呈正比关系。仿真结果中表明,EMD-CS的采样率为0.25%,仅为FFT-CS的1/29,因而计算量更小。     

防空作战中的空间信息支援

在阐述防空作战对空间信息支援需求的基础上,分析了卫星的预警任务和平流层飞行器提供的电子战环境下的敌方进攻目标编队图形,以及对自卫式干扰的实时告警功能和其他支援作用.对完成上述任务的平台进行了简单的说明,并大致分析了对这些平台所需要的感知系统的基本要求.     

浅谈"虚拟现实"技术在建筑领域中的应用及影响

系统地介绍"虚拟现实"技术在建筑领域中的应用以及它对建筑设计产生的积极影响和消极影响.     

智能移动机器人导航控制技术综述

智能移动机器人在制造业、服务业、军事、星际探测等领域获得了广泛的应用,导航是智能移动机器人实现自主控制需要解决的重要问题.对不同领域智能移动机器人导航技术发展现状进行了调研.针对环境感知与建模、定位和路径规划等机器人导航控制关键技术,深入分析了其实现方法.在此基础上归纳出智能移动机器人导航控制未来的发展趋势.