简介：针对目前多维次成分提取算法限制条件多和初始参数难以选择问题，在研究Douglas次子空间算法基础上，基于加权矩阵法提出了一种新型多维次成分并行提取算法。对该算法的自稳定性和收敛性分析表明：在输入信号有界和学习因子足够小时，该算法状态矩阵的模值总能收敛至一个常数；当且仅当状态矩阵收敛至需提取的多维次成分时，该算法达到稳定状态。仿真试验表明，与现有算法相比，该算法具有参数选取方法简单、易于实现和收敛速度快的优点。

简介：安全性需求的提取是确保软件安全的关键。介绍了安全性需求的定义、目的以及种类，研究了当今主要的安全性需求提取方法，指出了未来安全性需求研究的重点和发展方向。

简介：电离层斜向探测工作在高频段,密集的外部干扰如短波通信,广播电台以及大气噪声等污染了接收数据,严重影响斜向探测电离图描迹的提取.针对上述问题,本文提出了一种提取斜向探测电离图描迹的算法.该算法由频域去干扰,有序统计量OS-CFAR检测,去虚警点三个步骤构成.对实测数据的处理结果表明这种方法的有效性和实用性.

简介：摘要为了全面提高RPN网络提取预选框的召回率(recall)，提出一种全新优化RPN网络的算法，首先，使用深层网络特征图训练一个RPN网络，称之为深层RPN，其次，使用浅层网络特征图训练一个RPN网络，称之为浅层RPN，最后，通过弱化的非极大值(soft-NMS)算法将深层RPN和浅层RPN输出的预选框进行融合，从而，全面提高预选框的抓取潜在目标的能力。基于PASCALVOC数据集的训练和测试实验表明，该优化后的预选框提取网络比RPN提取预选框的召回率提高7%。

简介：基于时域和频域两种循环谱密度估计方法,研究和总结了Frank码信号的循环谱特征及其与信号参数的对应关系。提出了一种没有先验知识条件下Frank码截获信号参数提取方法。首先介绍了Frank码信号的表示形式,给出了信号主要参数之间的关系;然后使用时域和频域两种循环谱密度函数估计方法分析了信号的循环谱特征,得到了循环谱特征与信号参数之间的对应关系;在此基础上提出了基于循环谱特征的信号参数提取方法。通过对六个Frank码信号参数提取相对误差的计算,验证了该算法的有效性。

简介：针对利用雷达侦察信号挖掘雷达脉冲重复间隔（PRI）模式问题，提出了一种基于频繁项集挖掘的雷达PRI模式提取方法。首先，对PRI值进行离散化聚簇分析，将杂乱的PRI数据变成一组PRI特征值，并按照时间、方位及载频进行聚类分析，从而将同时侦测到的数据归为一类；然后，按类分别提取PRI特征值，得到以PRI特征值为元素的频繁项集；最后，对PRI特征进行关联提取，挖掘出雷达PRI模式。在Spark集群中仿真分析表明，该方法能够从海量数据中并行、高效和准确提取雷达辐射源的PRI特征参数模式。

简介：针对杂波区内目标跟踪数据关联错误率较高的问题，利用检测前跟踪技术，将点迹幅度的积累和航向变化的稳定性参数，作为多假设跟踪（MHT）算法中假设生成及假设删除的对象。同时，对MHT的核心算法进行优化，为MHT的工程应用提出一种解决方法。通过Matlab数据分析仿真和实际工程验证，该方法可提高I／1标在杂波环境下的跟踪稳定性。

简介：提出了一种基于空中目标运动模型的纯方位定位方法,并使用多种模拟场景对该方法及传统目标定位方法进行了验证与比较。验证结果表明,该方法对于探测站稀疏和探测数据上报时序不一致情况具有较好的工程适用性。

简介：传统的窄带雷达,由于其距离分辨能力远大于通常目标的尺寸,因而,雷达对目标特性（包括其动态特性和散射特性）的测量只能是整体的、宏观的。宽带雷达,当其距离分辨率小于或远小于通常目标尺寸时,雷达则可测量目标的微观特性（包括微动态特性和微散射特性）。从技术发展的角度分析了窄带雷达测量、宽带雷达测量、距离多普勒测量、相位距离测量等目标特性测量技术。

简介：当前融合系统的效能评估问题已成为制约信息融合技术发展和应用的瓶颈。针对多雷达信息融合系统中的目标航迹特性,提出了目标航迹精度、目标跟踪能力和目标判别能力3方面的融合航迹质量评价指标,建立了测试评估系统的总体框架,分析了航迹质量指标的通用统计评估模型。仿真试验表明：该评价指标及方法能有效反映多雷达信息融合产生的航迹质量。

简介：移动目标防御作为一种动态、主动的防御技术,能够通过不断转移攻击表面挫败攻击者的攻击。深入研究移动目标防御对我国网络空间安全防御具有重要意义,本文从攻击表面的转移方法、攻击表面的转移策略和移动目标防御技术有效性度量几个方面总结了移动目标防御技术的研究现状,并分析了其面临的挑战和发展趋势。虽然移动目标防御技术的研究还未成体系,离实际推广使用还有一段距离,但其主动、动态的特性在面对未知攻击、复杂攻击和改变攻防不对称局面相比静态防御技术具有较大的优势,并具有广阔的应用前景。

简介：应用基于多普勒频移变化率分析的直接定位法给出了利用单个LOFAR声纳浮标对水下匀速运动目标的定解公式,与已有的必须检测到达航路捷径点的时间和频率的旧方法相比,新方法基本可在除接近航路捷径点外的任意位置上实现实时探测,不仅能近实时的给出水下目标的运动参数,而且还能直接获得目标当前的坐标位置参数,而不再是仅仅得到航路捷径距离,因而具有更好的实际应用价值。

简介：通过引入决策变量和约束条件对时间敏感目标（简称时敏目标）打击链进行了模型描述,并根据模型的优化问题引入了时敏目标打击的指挥控制模式,包括决策者主导模式、传感器主导模式以及射手主导模式,分析了每种模式适合的作战情形以及作战效能的影响因素。

简介：围绕弹道导弹被动段跟踪问题，分析了被动段弹道目标的运动方式，在地心固定直角坐标系下建立了被动段弹道导弹运动模型；根据被动段弹道目标高速、高机动、强非线性的运动特点，采用基于“当前统计”模型的UKF滤波算法，实现了对弹道目标被动段的稳定精确跟踪。通过仿真试验，与传统的基于“当前统计”模型的EKF算法相比，该模型和滤波算法提高了对弹道目标的跟踪精唐．九茸暑对目标的抹唐和加抹唐估计．同时隆低了对非线性系统跟踪右擞的可能性．

简介：提出了基于小波去噪结合自适应阈值的Canny算子进行返回散射电离图前沿提取的方法；简单介绍了小波变换去除噪声和用Canny算子进行边缘检测的基本步骤,结合返回散射电离图的统计特性和基本全局阈值技术,提出一种自适应阈值方法进行Canny算子硬阈值的确定方法.所研究的方法可有效的降低噪声对返回散射电离图前沿提取的影响,将返回散射电离图前沿成功提取出来.

简介：多目标跟踪问题是计算机视觉领域的关键研究问题之一。现有的目标跟踪算法严重依赖于目标检测器的性能,如果目标检测器的虚警率或漏警率较高,数据关联将会失败,导致目标跟踪精度不足。为此,本文提出一种基于结构化学习策略的目标身份感知网络流量技术,可在目标检测和数据关联并行化框架下有效地实现多目标跟踪。文中首先通过结构化学习为每个对象训练一个模型,并将目标跟踪问题建模为拉格朗日松驰优化问题,然后提出一种目标身份感知网络流量（TINF）技术进行结构化学习的推理。在学习期间,通过搜索使目标身份感知网络流量代价函数最小化的一组轨迹,确定最被违反约束和序列在下个时间段的最优轨迹,推断出视频片断中所有目标的最佳位置。最后,利用多种高难度数据集进行仿真实验,结果表明本文方法的性能优于其他最新算法。

简介：武器-目标分配是典型的多约束优化问题,旨在求出一个满足决策需要的武器-目标分配方案。首先,针对静态武器-目标分配(WTA),综合考虑了目标的价值指标、武器成功摧毁目标的毁伤概率及目标防卫能力等多种约束条件,基于最大期望效用准则构建了武器-目标分配模型;然后,为求解该整数约束优化问题,在可行方向法的基础上提出了一种整数约束算法,并证明了该算法在该武器-目标分配模型中的有效性。最后,通过仿真试验表明,该模型具有较好的收敛性。

简介：在需要对多个目标进行干扰的情况下,提出多机协同干扰技术,即指挥中心根据不同干扰机对抗不同雷达的干扰效果,建立数学模型,通过运筹学方法求解该模型来得到最优的干扰策略,实现目标分配和干扰资源分配等目的,再将任务下发给系统内地面和空中的多个干扰机,以取得最佳的整体干扰效果。最后,进行干扰目标分配的仿真实验,通过对实验结果的分析,进一步验证该方法的可行性和有效性。

简介：水声目标识别是海战场情报处理的重要组成，是武器分配、反潜和鱼雷防御的前提以及现代化海洋作战的重要保障。首先，分析了多种水声目标识别方法和特点，针对单一识别方法的局限性给出了常用目标综合识别算法模型，将多传感器和多方法的目标识别结合成一个系统，从而更高效和准确地识别水声目标；然后，介绍了水声目标识别的国内外发展历程和现状，分析了科技发展引起水声目标噪声弱化、部分特征消失和假目标多样化等特点；最后，针对传统识别方式的局限性展望了未来非声探测、特征挖掘、水下无人航行器图像识别和人工智能识别等新技术方向。

简介：从工程应用的角度介绍了一种基于总剂量效应的SOI器件模型参数的快速提取方法。首先，提取0krad（Si）时器件的模型参数，然后针对总剂量敏感参数，对100krad（Si）总辐射试验后的同种器件进行模型参数优化，并对得到的模型参数进行验证。结果表明，该方法所提取的模型参数准确有效，解决了国内目前在抗辐照SOI工艺中因采用标准SOI工艺SPICE模型（如BSIMSOI等）导致不能反映辐照效应对器件特性的影响且无法给出经过不同辐照剂量之后的器件特性的缺点，可用于评估辐射对SOI电路的影响。