基于稀疏表示的多雷达信号二维融合处理

多雷达信号融合通过对多视角和多频带雷达信号进行相干融合,可以提高图像的距离和方位向分辨率.为了克服基于谱估计的多雷达信号融合方法稳健性严重依赖于散射点个数估计精度和二维极点配对精度的问题,在深入研究逆合成孔径雷达(ISAR)信号的基础上,构造了多雷达信号二维融合的线性表示模型,将融合处理转化为一个信号表示问题;充分挖掘...     

光学遥感压缩成像技术

基于Shannon采样定理的传统信息获取系统在高空间、时间和谱分辨率及系统其它性能上存在难以突破的瓶颈,压缩采样理论为提升航天遥感信息获取能力提供了新的思路。基于压缩采样理论的成像技术（压缩成像）将采样、压缩和数据处理3个过程完美的结合在一起,避免了传统遥感成像系统“先采样再压缩”方式带来的传感器和计算资源浪费,是未来光学遥感极具潜力的成像方式。文章在简要介绍压缩采样基本理论的基础上,总结和分析了国际上目前提出的光学压缩成像系统原型,设计开展了3组压缩成像物理实验,特别结合航天遥感需求设计了推扫式压缩成像方案,实验结果验证了压缩采样的基本原理,并为未来光学遥感压缩成像系统的设计提供了借鉴。     

考虑配平特性的超声速客机低声爆气动布局优化研究

降低声爆水平是下一代超声速运输机研制需要解决的关键问题之一。低声爆优化通常使飞行器布局向着机翼后掠角增大、机翼沿机身方向分布范围增大的趋势发展,给飞行器的配平和低速特性带来不利影响。以某超声速客机基本构型为研究对象,建立基于类别/形状函数的翼身组合体参数化建模方法;基于超声速线化理论分析外形几何参数对声爆水平的影响。在此基础上,分别针对机身轮廓、机翼平面形状以及扭转角分布对该构型进行低声爆优化和俯仰力矩特性优化,并采用CFD 方法对优化结果进行校核。结果表明：与基准构型相比,在不显著增加俯仰力矩的基础上,优化构型的阻力降低了19 cts,近场过压显著降低,地面声爆响度降低5.1 PLdB。     

新结构主义观点下的词义网络关系

根据词汇的搭配、聚合及其他多种关系,重点讨论了词义的各种特征以及这些语义词汇构成的网络关系.在词义网络关系的基础上,强调词汇间更加深层的语义关系,尤其是纵向分类关系,进而提出把词汇的记忆从直线型（搭配关系）变成从空间几个角度来确定一个词汇的意思.     

Identification of a 2D turbulent wind spectrum

Turbulent wind spectrum models usually involve nonrational terms. For such models the development of a Markovian time simulator relies on a rational approximation obtained by the way of an identification stage. This paper presents a general method to manage this identification stage, that provides us with a family of stable rational approximations which is proved to converge towards the true model as the dimension increases. We first give an exact but infinite dimensional state space representation of the spectrum. It is based on the use of a diffusive equation. For bi-dimensional (2D) signals it also uses decoupling by spatial Fourier transformation. Then the discretization of this exact model leads easily to stable finite dimensional approximations over a prescribed frequency range. This approach is applied to the identification of a theoretical 2D turbulent wind spectrum, and of a 1D turbulent wind spectrum estimated from in flight recorded data.     

Human Four-Dimensional Spatial Judgments of Hyper-Volume

The dimensionality limitation of human spatial representations has been a long-lasting, unsolved issue in psychology, mathematics, and philosophy. The present study examined the possibility of human four-dimensional spatial representations using a spatial judgment task on hyper-volume, a novel property unique to higher dimensional space. Observers studied visual simulations of random wireframe hyper-tetrahedrons (4-simplexes) rotating around the y-z plane and judged their hyper-volume by adjusting the size of a 4-D block. Multiple regression analyses showed a significant correlation between the responses and the actual hyper-volume but not the definition-based, lower-dimensional cues such as the mean 3-D volume, providing empirical evidence of human 4-D spatial representations that can support judgments of certain novel, high-dimensional properties.     

采用等高线地图的CGF地域表示和推理

采用等高线地图作为分布交互仿真环境中计算机生成兵力的地域表示.介绍等高线电子地图下计算机生成兵力系统地域表示和推理的一种方法.通过对地域显示、通视性检测和地形检测等几个基本问题的分析,表明采用该方法是可行的.具有地域表示范围大、地域推理简单明了的特点,并且地域数据真实、修改方便.这种方法比多边形地域表示法更适用于海上和空中大范围训练作战环境的仿真.     

基于案例知识的系统安全风险模型

对基于案例知识的系统安全风险模型进行了研究。首先,建立了系统安全事件案例知识表达模型。其次,研究了系统知识表达的不确定性问题,以及安全风险决策者的决策类型对度量不确定性的需求;基于现有安全风险模型对不确定性度量能力的欠缺,提出了基于案例知识的系统安全风险概念模型,用损失可能性、损失程度和损失的不确定性来表征系统安全风险。在此基础上,研究了该安全风险模型的建模方法,并举例证明了该模型的有效性。最后,对机长飞行安全风险进行了研究,选取机长年龄、累计飞行小时以及近90天飞行小时3个指标作为风险因子,应用本文所建基于案例知识的系统安全风险模型,评估了机长飞行安全风险,评估结果合理,可为民航放飞决策提供参考。     

基于压缩协作表示的辐射源识别算法

针对低信噪比（SNR）条件下传统辐射源识别算法性能下降的问题,提出了基于压缩协作表示的识别算法,分别从特征提取和分类器设计两方面进行描述。首先将时域辐射源信号变换到二维时频域,通过图像处理方法提取高维特征列向量。经随机矩阵压缩到一定维度后,输入到提出的压缩协作表示分类器中得到识别结果。进而,对协作表示系数进行非负约束,提出了更符合实际应用场景的算法。仿真结果验证了所提算法的可行性与有效性,且在低信噪比条件下稳健性强、抗噪声干扰性能好、计算量较小、易于工程实现。     

基于优化字典学习算法的压缩数据收集

为了提高压缩数据收集对多样化传感数据的适应能力,同时抑制环境噪声对数据收集精度的影响,提出了一种优化字典学习算法来构造压缩数据收集中的稀疏字典。理论分析表明在压缩数据收集中由环境噪声导致的数据收集误差和稀疏字典的自相干程度正相关。为此在字典学习的过程中引入了自相干惩罚项来抑制环境噪声对数据收集精度的影响。该惩罚项还能减少字典学习过程中对训练数据的过拟合,从而进一步提高了该算法的稀疏表示能力。实验表明,该算法的稀疏表示能力高于同类字典学习算法,而且能有效地抑制环境噪声对压缩数据收集精度的影响。