NOMA技术下的星地融合网络安全性能分析

针对多窃听用户下的基于非正交多址接入技术的星地融合网络,研究了其安全性能,特别地,窃听用户应用联合窃听策略,联合窃听策略顾名思义就是每一个窃听用户相互合作去窃听主用户的信息。本文首先推导得到了所考虑系统安全中断概率的闭式解,为了进一步获得高信噪比下评估系统性能的参量,其次得到了安全中断概率的渐进解,通过渐进解可找到一种有效的手段来评估非正交多址接入技术和联合窃听策略的特点,理论结果显示窃听用户数目以及信道条件好坏对系统性能有着巨大影响,最后蒙特卡洛仿真验证了理论分析的正确性。得到的理论解和仿真解可指导工程实践设计。     

多组分多层级3D打印材料研究进展（英文）

多组分多层级3D打印材料（McMl3DPMs）是一种新兴的先进材料,源于多孔材料、复合材料和增材制造的融合。由于增材制造赋予了Mc Ml3DPMs三维架构跨越广泛组分构成和结构类型的能力,Mc Ml3DPMs拥有杰出的机械性能,甚至是通常被认为相互排斥的性能（例如高强度和高韧性）。本文重点介绍为了实现高性能结构用Mc Ml3DPMs所必须解决的科学挑战以及最近研究工作对此做出的努力,将从结构设计、制造过程建模、缺陷表征和性能评价3个方面对相关案例进行回顾。最后,本文指出了当前研究的不足之处,并展望了Mc Ml3DPMs的未来发展,包括讨论了进一步推进这一新兴领域发展的几个可能的研究方向。     

多雷达跟踪网数据融合算法的研究

为了将国外多传感器融合技术引用的雷达网系统中，本文对国外多传感器数据融合技术做了简要叙述，并进行了归纳，分析，作者认为在卡尔曼滤波前，对多个传感器的观测数据进行并行的预处理（融合估计）的算法比其他融合算法要求，为了找到使跟踪精度更高的数据融合算法，本文不仅就参与融合的观测值的数目与跟踪精度的关系进行了仿真比较，而且对几种认为可取的国外算法进行了扩展与改进。最后，将改进后的几种融合算法就其应用于雷达     

卫星遥感数据高频谱效率传输模型及效能分析

提出了遥感卫星高频谱效率数据传输模型,根据遥感卫星高速数据传输链路余量预留较大的特点,充分利用自由空间损耗变化和雨衰预留余量,在满足信道误码率要求条件下,通过信道估计以最大数据传输量为目标实时调整卫星编码调制方案,可较大程度解决目前遥感卫星高速数据传输遇到的硬件资源和频率资源瓶颈问题,适用于各类轨道遥感卫星的星地通信和星星通信,具有较好工程应用价值。通过对多类卫星数据传输场景的效能分析,表明其相对传统低频谱效率技术可明显提高数据传输量。     

基于上/下行NOMA的卫星通信系统遍历容量分析

卫星通信作为实现广域覆盖和泛在连接不可或缺的一种手段，在民航空管、应急通信等实际应用中扮演着重要的角色。为了提升卫星通信系统的频谱效率和传输速率，首先将点波束和非正交多址（Non-orthogonal multiple access, NOMA）技术相结合，提出了一种高效的上/下行NOMA传输方案。其次，在假设卫星链路服从阴影莱斯（Shadowed-Rician, SR）分布，同时接收端采用完美和非完美串行干扰消除（Successive interference cancellation, SIC）的情况下，推导出所提方案的卫星系统遍历容量闭合表达式。最后，仿真结果验证了理论分析的正确性以及所提方案相较于正交多址方案获得的性能提升，并进一步分析了信道衰落系数、功率分配系数和残余干扰程度等因素对系统遍历容量的影响。     

小样本图像分类中的类别信息融合网络

小样本图像分类任务要求模型仅从少量的图像样本中学到新类别的正确分类方法,是一种特殊的分类任务。然而,以往大多数小样本工作都单独处理来自不同类别的样本,而没有充分利用到不同类别间的信息。本文提出了一种新的类别融合网络（Category-fusion network, CFN）,通过融合来自不同类别的样本信息,同时挖掘类别内和类别间的信息。CFN的重要部分是一个融合映射的学习,即如何融合样本中的特征,从而映射出网络参数。其中的一个重要问题是融合映射是否应该随不同的输入样本而改变。本文设计了3个不同的模块：具有固定映射的类无关模块、融合映射仅依赖于期望学习的目标类别的半相关模块和完全相关的模块,其中融合映射完全依赖于输入样本。本文的网络可以通过学习多个类别的样本之间的关系来进行类别概念的学习,并生成融合信息的分类器。实验结果表明,本文网络在广泛应用的MiniImageNet数据集上得到了60.03%的分类精度。     

提高OCT分辨率的多LED合成新光源

光源是提高光学层析成像（OCT）分辨率的一个关键技术。利用多个普通的发光二极管（LED）光源组合合成作为OCT光源是一种新方法。经过理论推导分析及计算机仿真,证明该方法有效地提高了分辨率。本文通过多个光源组合参数对分辨率的影响进行讨论,给出了减小相干长度抑制边峰的最佳光源参数。     

电磁频谱空间认知新范式：频谱态势

电磁频谱已经成为信息时代不可或缺的国家战略资源,面对越来越复杂的电磁频谱环境所带来的重大挑战,电磁频谱空间研究对未来频谱共享、无线电秩序管理以及电磁频谱战有着重要意义。本文从频谱态势理论模型、广域频谱态势感知、动态频谱态势生成和频谱态势高效利用4个方面,综述了对电磁频谱空间认知基础理论和关键技术的研究现状,并指出将孤立、分散、静态的频谱数据整合成一个整体、动态、关联、可视的异构数据集合是频谱态势未来的发展方向,为未来移动通信系统提升动态频谱效率、无线电秩序管理中提高恶意用户检测概率与虚警概率性能、对抗条件下增强频谱效能比,提供理论与技术支撑。     

基于视听融合的宽频带振动频谱提取（英文）

提取振动频谱对于旋转机械的故障诊断至关重要。环境和噪声的多样化限制了传统单模态振动提取方法的性能。由于视听信号具有不同的采样频率、噪声和环境限制，视听融合算法可以有效解决单一模态存在的问题。基于此，文中提出了一种基于视听融合深度卷积神经网络的宽带频谱提取方法，该方法充分融合了不同模态的有效信息。该模型基于双流编码器从不同的模态中提取特征，使用深度残差融合模块提取高级融合特征并输出给解码器。实验结果表明，该模型的表现优于最新的振动提取方法，如Reg Net, MFCNN及L2L等，噪声环境下的振动频谱提取准确率提高15%。     

基于RS-PSO-SVM的航材消耗预测模型

针对航材消耗预测影响因素多,结合航材消耗特点,研究粗糙集（Rough set, RS）与支持向量机（Support vector machine, SVM）相互融合的航材消耗预测问题。通过RS不完备信息系统的属性约简剔除航材消耗信息系统中冗余的定量因素,在属性重要性基础上将7个影响因素约简为3个影响因素,保留了该系统的核心知识。引入粒子群算法（Particle swarm optimization, PSO）优化SVM模型,寻优得到的参数组合,建立RS-PSO-SVM航材消耗预测模型。实例分析表明,RS-PSO-SVM模型的预测准确度较好,相比较于PSO-SVM、RS-BP（Back propagation）预测性能更佳。