基于多径信号衰落特性的快速DOA估计算法

针对低空测向,提出了一种基于多径衰落特性的快速波达方向估计算法。先给出了一种新的基于时域数据块平滑(TDBS)解相干方法,无阵列孔径损失,对阵列结构无要求,再分步分辨相干和非相干信源,用少数阵元进行迭代解相干处理,降低了算法的运算量,可分辨更多信源。算法无需特征值分解,有较强的实时性。仿真结果表明算法理论正确且有效。     

基于损失平滑的对抗样本攻击方法

深度神经网络(DNNs)容易受到对抗样本的攻击,现有基于动量的对抗样本生成方法虽然可以达到接近100%的白盒攻击成功率,但是在攻击其他模型时效果仍不理想,黑盒攻击成功率较低。针对此,提出一种基于损失平滑的对抗样本攻击方法来提高对抗样本的可迁移性。在每一步计算梯度的迭代过程中,不直接使用当前梯度,而是使用局部平均梯度来累积动量,以此来抑制损失函数曲面存在的局部振荡现象,从而稳定更新方向,逃离局部极值点。在ImageNet数据集上的大量实验结果表明：所提方法与现有基于动量的方法相比,在单个模型攻击实验中的平均黑盒攻击成功率分别提升了38.07%和27.77%,在集成模型攻击实验中的平均黑盒攻击成功率分别提升了32.50%和28.63%。     

提高角跟踪精度的自适应鲁棒平滑器

本文以某雷达角跟踪精度研究为主要背景,提出了提高角跟踪精度的自适应鲁棒平滑方法。该结构主要由鲁棒模糊滤波器,基于二次新息的自校正器,自适应胡倍尔(Huber)函数以及自适应α—β平滑器组成。这种方法首次从系统观点出发,统筹考滤了最优性、鲁棒以及实时性三个主要性能指标和滤波、平滑器器结构。最后比较了各平滑算法的性能指标,并说明了本算法的有效性。     

雷达数字测距器

本文介绍了一种雷达数字测跨器的基本组成及工作原理，着重讨论了独特的数字时间鉴别器的功能特点，分析了α－β数字滤波器的性能及（α，β）参数的选择。     

自适应时间平滑的演化谱聚类

传统的聚类算法一般只适用于静态数据的处理,而真实世界的数据往往数据量大且变化多,静态的聚类算法不能为动态数据提供其演化规律的分析学习。演化数据的聚类,一方面要正确反映每一时刻数据的合理簇划分,另一方面又要使动态的聚类结果在演化过程中尽可能平滑。本文提出了一种自适应时间平滑的演化聚类框架,该模型考虑到当前时刻数据与历史时刻数据的未知关联,通过限定时间回溯的范围,自适应地寻找与当前快照最相关的历史快照,并通过有机融合基于Itakura-Saito距离的静态相似度和基于时间序列的动态相似度,计算各个时间片快照上的相似度矩阵。本文进一步提出了两种自适应时间平滑的演化谱聚类算法,从不同的角度定义时间代价,得到不同的演化聚类结果。在真实数据集上的实验表明这两种算法能够有效地利用历史数据,在聚类结果上准确性更高,时间平滑性也更好。     

基于ADS-B的航空器测高系统误差评估方法

针对基于广播式自动相关监视(ADS-B)数据的航空器高度保持性能监控中测高系统误差准确评估问题,提出了基于核平滑和混合正态分布模型的数据平滑和拟合分析方法。提出了ADS-B信息低分辨率高度数据的核平滑方法,通过比较分析得到了数据平滑的最优窗宽,基于实测数据的分析证明了该方法对于航空器测高系统误差评价的有效性。针对航空器使用的2套独立的测高学设备具有不同的高度保持性能分布特征的问题,提出了基于混合正态分布模型的拟合分析方法,实测结果表明,该方法可以准确拟合航空器测高系统误差的双峰特征。本文所提出的方法已经在中国RVSM航空器高度保持性能的实际分析中使用,分析结果满足国际民航组织的相关要求。     

基于LSTAR的机载燃油泵多阶段退化建模

机载燃油泵的性能退化呈现出平稳—加速—平稳的非线性、多阶段模式,针对现有退化模型难以准确描述其全寿命周期性能退化的问题,以逻辑平滑转换自回归(LSTAR)模型为工具,对机载燃油泵出口压力传感器信号进行建模。首先,对转换后的压力传感器信号建立自回归(AR)模型,通过非线性检验说明建立LSTAR模型的必要性;然后,应用非线性最小二乘法完成参数估计;最后,在AIC准则最小及拟合优度最大的原则下,选择转换变量,通过残差进行模型的适应性检验与正态性检验。结果表明:基于LSTAR模型的拟合精度明显优于线性自回归模型。本文提出的方法成功解决了机载燃油泵性能退化的多阶段准确建模问题,为机载燃油泵的预测与健康管理(PHM)奠定了坚实的基础。     

基于载波平滑伪码的高精度航天扩频体制测距技术

在航天扩频测控系统中，伪码测距技术可以有效避免相位模糊，但是码长也限制了其相位测量精度，而载波测距技术则具有更高的相位测量精度。针对扩频测控体制，提出了一种基于载波平滑伪码的高精度航天扩频体制测距技术，该技术利用锁相环获得的载波相位对伪码值进行平滑，在保留伪码测距无相位模糊特性的基础上进一步提升测量精度，从而减小测距接收机的随机误差。仿真结果和试验数据表明:该方法能有效提高星地测距精度，测量精度达到毫米量级，具有很强的实用价值。     

非参数化迭代自适应SAR射频干扰抑制方法

合成孔径雷达（Synthetic Aperture Radar，SAR）的成像质量与图像解译精度会因为空间中存在的射频干扰（Radio Frequency Interference，RFI）而下降。本文在加权最小二乘迭代自适应算法的基础上，提出了非参数化的迭代自适应RFI抑制方法。该方法在成像处理前增加了对RFI的预检测环节，在初步检测出存在RFI的数据部分后只对存在RFI的数据进行SG（Savitsky-Golay，萨维茨基·戈莱）卷积平滑处理以提升对弱RFI的检测能力。利用带阻滤波器滤除存在干扰的频段后，使用迭代自适应处理在频谱中估计出被去除频段中的信号分量以获得期望的距离谱。与利用传统距离频率滤波方法进行RFI抑制相比，所提出的方法在图像细节保持方面效果更优，避免了因频谱不连续而导致的旁瓣增加，且运算效率更高。