基于多DSP的机载SAR距离徙动校正实现方法

针对机载合成孔径雷达(SAR)数据量大、运算复杂、实时性能要求高等问题，提出了一种基于多片多核DSP并行的方式实现机载SAR距离徙动校正的方法。重点介绍实现过程中的片间及片内并行和同步处理、数据交互、数据分配，距离徙动校正的距离向脉冲压缩和惯导补偿，以及多普勒中心估计实现的具体步骤，利用点仿真和实测数据验证了该方法的有效性，并提出优化模块，进一步提高运算的实时性。     

SINS/BDS紧组合系统中自适应 两阶段扩展卡尔曼滤波

在实际应用中，以伪距/伪距率为观测量的SINS/BDS紧组合导航系统，存在量测噪声的统计特性与实际不相符的情况，传统扩展卡尔曼滤波（EKF）方法无法有效解决这一问题，从而引起滤波误差增大。提出了一种SINS/BDS紧组合导航系统的GDOP估算及在线估计量测噪声的自适应两阶段EKF（ATEKF）方法，该方法使用经过紧组合修正后的SINS输出的位置，并结合星历数据中提供的卫星位置求解GDOP。在此基础上，利用GDOP值以及新息，实现了紧组合导航系统的量测噪声方差阵（Rk）的在线实时估计，从而达到自适应滤波的效果，改善导航精度。     

隔热-相变复合热防护构件热防护能力研究

以隔热瓦、氯化锂相变复合材料、硝酸锂定形相变复合材料和季戊四醇定形相变复合材料为原料制备了隔热-相变复合热防护构件及其纯隔热对比样,采用快速升温单侧加热装置测试了其在1 200℃下的长时热防护性能.结果表明,相同加热时间7 650 s,复合热防护构件及纯隔热对比样的背温分别为222.3、644.0℃,复合热防护构件的隔...     

基于随机森林的物联网设备流量分类算法

物联网（IoT）设备流量分类对网络资产管理有重要意义，基于流量统计的分类技术是当前研究热点。已有算法主要基于流信息建立特征向量，而对数据包信息利用较少。改进了基于随机森林的物联网设备流量分类算法，基于流信息和流数据包信息共同建立特征向量。实验结果表明:所提算法与其他算法相比，所提算法的平均分类准确率由56%提高到82%，平均召回率由47%提高到67%，平均F₁得分由0.43提高到0.74，混淆矩阵对比也有明显提升，因此具备更好的分类效果。      

基于机器学习的二次电子发射唯象模型

基于机器学习和深度人工神经网络（artificial neural network，ANN）提出一种二次电子发射唯象模型。利用Vaughan模型生成先验数据集，用于训练生成描述二次电子发射一般规律的先验知识ANN模型，并在不同参数条件下验证了先验知识ANN模型的正确性。然后，分别利用银和铝合金材料的二次电子发射系数实验数据修正先验知识ANN模型，分别得到了描述两种材料的特异ANN模型。测试结果表明，特异ANN模型计算结果与实验结果相比的平均绝对误差较Vaughan模型和Furman模型降低了30%以上，与复合唯象模型精度相当或更高。在小样本条件下测试了二次电子发射ANN模型的正确性，验证了分步训练方式的有效性和二次电子发射ANN模型对于小样本集的适应性。提出的基于机器学习的二次电子发射唯象模型能够避免复杂的参数修正过程，能够基于先验知识提升模型对于小样本的适应性，能够实现二次电子发射系数的连续插值，适于在数值模拟软件中使用。