改进的宽带信号有理数倍采样率变换结构

针对现有的数字器件无法满足对宽带信号进行有理数倍采样率变换的问题,提出了 一种改进的宽带信号有理数倍采样率转换结构。在分析抽取器与内插器顺序的基础上,得出 了等效变换的前提条件,并结合多相滤波结构使改进的结构更具有实际应用价值。仿真实验 证明了改进后结构的有效性。通过与现有有理数倍采样率变换结构运算量对比分析表明,改 进后的结构的运算效率为传统结构运算效率的1/（LM）倍,其中L和M为变换过程中的内插因 子和抽取因子。     

基于数字信道化接收机对雷达信号的时频分析

本文主要研究应用多相滤波技术的信追化接收机建摸，推导了基于多相滤波器的信道化接收机数学模型，并由此模型设计了一个16信道模拟系统。通过仿真实验验证了信道化接收机对雷达信号的检测与分析能力。     

基于IMM-EKF的高动态“北斗”导航信号频率估计算法

高动态环境下的“北斗”导航信号含有较大的多普勒频率及其变化率，传统锁相环（PLL）在跟踪时难以保证较高的跟踪精度。在分析高动态环境下“北斗”信号模型的基础上，提出了一种基于交互式多模型-扩展卡尔曼滤波（IMM-EKF）的自适应滤波算法，对载波相位及其高阶分量进行估计。IMM-EKF采用多个跟踪模型来解决滤波过程中单个模型不准确的问题，并结合改进的Sage-Husa自适应算法，在线估计和修正过程噪声及测量噪声的统计特性，增强了滤波的稳定性。仿真结果表明，IMM-EKF相比于PLL和EKF，估计精度更高，算法稳定性更强。     

一种用于自适应噪声抵消的变步长LMS算法

为了提高LMS自适应滤波算法的性能,在分析已有变步长算法的基础上进行了一些改 进。改进算法用误差信号的自相关来调节步长以实现对不相关噪声的更好抑制,且采 用先固定后变化的方法控制步长,兼顾了暂态和稳态性能。利用改进算法进行了自适应噪声 抵消的仿真实验,结果表明,基于改进变步长LMS算法的自适应噪声抵消器 能有效抵制噪声干扰,对含噪信号具有良好的消噪能力。     

随机抽样一致性算法在Vondrak滤波中的应用

针对传统Vondrak滤波法易受粗差值影响的问题，提出了一种基于随机抽样一致性的Vondrak滤波算法来探测和剔除数据中的粗差。首先通过采用随机抽样一致性算法对需要滤波的观测数据进行预处理；然后对数据是否在阈值范围内进行判断，给相应的数据赋予不同的权值系数；最后利用Vondrak滤波估计预处理后的数据。为了验证所提滤波算法的有效性，通过计算机仿真的方法，采用两种不同的信号模型产生信号，并且在两种信号中都加入粗差，分别利用传统的Vondrak滤波、抗差Vondrak滤波和所提滤波算法对两种信号进行滤波。仿真结果表明，所提滤波算法具有良好的粗差探测能力。     

一种利用压缩感知改进的PMF-FFT扩频捕获算法

为了实现直接序列扩频（DSSS）信号快速捕获的同时降低数据量和硬件资源消耗，引入了压缩感知理论改进部分匹配滤波-快速傅里叶变换（PMF-FFT）算法，提出了基于压缩感知改进的部分匹配滤波-快速傅里叶变换（CSPMF-FFT）算法。该算法将PMF-FFT算法与压缩感知理论相结合，先对信号进行稀疏性分析和压缩观测，然后从少量压缩观测值中重构信号，并利用输出的峰值信息估算信号的多普勒频移和码相位，从而实现捕获。理论分析和仿真实验表明，相较于PMF-FFT捕获算法，CSPMF-FFT算法能在成功完成捕获的同时有效地减少相关器的数目和FFT变换的运算量，从而降低系统数据量和硬件资源压力，为基于压缩感知的扩频信号处理技术研究奠定了基础。     

基于粒子滤波步行长度预测的移动ad hoc网络路由算法

针对移动ad hoc网络拓扑结构变化大、路由复杂度高、数据传输性能低等问题,提出了一种新的移动通信系统自适应路由算法。为了使得网络拓扑结构更接近移动网络间歇性连接的特点,该算法在网络结构上采用了一种改进的Levy Walk移动模型。采用一种粒子滤波步行长度预测的方法,通过蒙特卡罗抽样得到递归贝叶斯滤波器,并在粒子滤波后进行步行长度预测,确定消息的副本数量,从而减少由于节点转发过多消息副本带来的能量消耗量,提高消息的传递效率。实验仿真结果表明:与基于改进蚁群优化和利润优化模型的路由算法相比,该算法的消息传递成功率分别提高了0.08和0.04,节点平均能量效率提高了17.9%和13.4%,在提升数据传输成功率和节能上具有较好效果。     

基于多相滤波的宽带数字接收机二次变频设计

分析了基于多相滤波结构的宽带侦察接收机中频数字信号下变频处理方法。在简要说明多相滤波结构的基础上,介绍了基于多相滤波结构的数字下变频实现方法,重点分析了一种二次变频结构,该结构可以极大简化接收机设计,且具有很大的灵活性。最后通过Simulink仿真验证了该结构的合理性和正确性。     

一种通用的数据采集系统设计及其FPGA实现

基于多相滤波技术和能量检测方法,完成了一种通用的数据采集系统设计及其FPGA实现,可兼容低速、高速和突发信号的采集。仿真和实测结果表明,该系统满足实际需要。     

基于组合滤波的压缩感知穿墙雷达杂波抑制

针对压缩感知穿墙雷达成像过程中受壁杂波污染严重等问题,提出了一种组合滤波的杂波抑制算法。该算法利用小波预处理、统计信号滤波法相结合的方式对回波信号进行处理,通过动态阈值分段弱正交匹配追踪进行稀疏迭代求解。在强壁杂波存在的情况下,组合滤波法能够有效地消除杂波检测出墙后目标。实验结果表明,该算法与传统单一主成分分析、奇异值分解和经验模态分解滤波相比,所成雷达像的子杂波比分别提高了1.57、1.52、1.26倍。     

手征媒质反射特性仿真计算

手征媒质是双各向同性媒质的一种,其手征参数具有可调性。首先,在标准粒子群 算法(PSO)和模拟退火（SA）算法的基础上进行了改进,并利用混合算法优化设计手征参数 及媒质 厚度,以在给定的频率范围内获得较高的吸收率。然后,仿真计算了某一个参数取不同值而 其它参数固定情况下电磁波垂直入射到手征媒质时的反射系数。结果证明,只有在最优化参 数条件下才可以在频带内获得较理想的吸收率和反射系数。     

改进的S模式纠错算法

对检测到错误的S模式应答信号报文纠错,传统的方法是查表法,不仅效率很低,而 且要求很大的存储空间存放错误图样,不适合工程应用。通过对S模式应答信号的干扰情况 、编译码方式及循环码特性的深入研究,提出了余数计算的改进方法;再结合使用码元置信 度,实现了能快速、准确定位误码并纠正它们的算法。改进的纠错算法不仅效率高,而且占 用系统资源少,易于硬件实现,其有效性已得到工程应用的验证。     

改进的“当前”统计模型变采样率目标跟踪算法

为满足实际雷达系统对高精度和高实时性的要求,提出了一种改进的“当前”统计模型变采样率机动目标跟踪算法。该算法针对“当前”统计模型必须预设加速度极值和机动频率的问题,提出一种加速度方差和机动频率在线同步自适应方法,建立改进的“当前”统计模型机动目标跟踪算法;针对在线自适应方法计算量大的问题,结合采样周期的大小与目标机动特性的关系,引入变采样率方法。仿真结果表明,与传统“当前”统计模型相比,改进的“当前”统计模型机动目标跟踪算法能显著提高对不同机动强度目标的跟踪精度;变采样率方法通过减少采样点数,节省了系统资源,提高了跟踪实时性;所提算法将两者结合,用传统的“当前”统计模型1.5～2倍的平均采样周期得到了更小的位置均方根误差,实现了用单模型方法同时改善跟踪精度和实时性的目的。     

融合改进FT显著性与Grabcut的图像目标分割算法

针对目前复杂度较大的图像中目标分割速度较慢、显著性边界分割不明确等问题,提出了一种融合改进的FT（Frequency-tuned）显著性检测与Grabcut的图像分割算法。该算法首先通过改进基于频率调谐的FT显著性检测方法得到图像中显著性较高的区域,并利用SLIC（Simple Linear Iterative Clustering）算法对显著图进行预处理得到超像素图,能够有效改善边界的分割效果,然后通过以图论GraphCut算法为基础改进的Grabcut算法建立高斯混合模型。为了提高算法效率,通过聚类以超像素代替原像素,并反复迭代高斯混合模型（Gaussian Mixed Model,GMM）参数,最后利用最大流最小割算法得到最优目标分割结果。实验结果表明所提算法能够更准确更高效率地分割图像中的显著性目标,对高分辨率图像也有很好的适用效果,相比于其他算法在分割精度上提高10%左右,并具有较高的分割效率。     

外弹道测量多测速元数据融合同步修正方法

采用数据融合算法完成高精度外弹道测量对各测元时间同步有着严格的技术要求。在分析时间不同步对融合弹道测速精度的影响基础上,分析了引起无线电测速时间不同步的因素,并构建了有效的数学修正模型。针对融合弹道速度异常超差现象,依据对测速误差理论模型公式和无线电测速原理分析结果,提出基于各测量设备测速数据解算模型的积分点移位和传播延迟修正模型算法,并应用于潜射弹的数据融合同步修正。工程应用结果表明,融合弹道偏差优于0.04 m/s,较修正前精度提高了4倍以上。由于陆基无线电测量系统的测距、测角具有类似的时间不同步特征,因此该模型也可作为多测元融合弹道解算过程中的一般方法推广使用。     

结合自适应阈值与Forstner的Harris角点匹配优化算法

针对传统Harris角点检测效率低、非极大值引起的伪角点多等问题,提出了一种自适应阈值和归一化互相关（NCC）与随机抽样一致算法（RANSAC）相结合的Harris图像匹配算法。首先,采用自适应方式抑制非极大值的方法对角点进行预筛选;其次,采用Forstner算子对角点进行二次筛选;接着采用归一化互相关匹配算法对检测的Harris角点进行粗匹配;最后采用随机抽样一致算法对图像进行精确匹配。实验结果证明改进的方法不仅缩短了角点检测和图像匹配时间,而且能有效提高图像的匹配精度。     

A Bayesian Approach to Modeling Purchase Frequency

Direct marketers are often faced with the task of ranking, or scoring individual customers in terms of their expected value to the firm. A critical element of their scoring systems is expected frequency of customer interaction. In this paper the authors develop a hierarchical Bayes model of purchase frequency that combines a Poisson likelihood with a gamma mixing distribution, where the mixing distribution is a function of covariates. The proposed model is evaluated with two direct marketing datasets, and is shown to provide improved estimates of purchase frequency, particularly for customers with short purchase histories or who have infrequent interaction with the firm.     

利用状态数据的无人平台测控协议逆向分析方法

针对无人平台测控数据通信安全问题，提出了一种测控协议逆向分析模型。模型采用数据挖掘方法对通信报文中的协议格式和语义信息进行分析，主要采用改进BF(Brute-Force)算法和AP(Affinity-Propagation)算法进行模式串匹配和关联规则提取，以提取协议初步格式；采用序列比对技术中改进SW(Smith-Waterman)算法，结合监测状态数据对格式和语义信息作进一步分析。通过仿真实验模拟协议逆向分析了所需要的无人平台与基站的通信数据和雷达监测状态数据;根据协议逆向模型仿真试验结果可得到100%的协议格式识别率和90.9%的语义识别率，结果证明了提出的逆向分析模型的有效性。     

Economies as an Antitrust Defense Revisited: The Welfare Trade-offs and Safe Harbors

This paper incorporates a Cournot model of oligopoly pricing into Williamson’s (1968a) model to assess the welfare effect of a merger that yields economies and market power simultaneously. The results show: (i) in most cases, economies from mergers can offset price increases due to market power such that there are positive net allocative effects, and (ii) the safe harbors in the merger guidelines may fail to screen out mergers correctly. The reliability, however, can be improved by considering cost savings and price elasticities in addition to the current use of increases in HHI and post-merger HHIs.     

基于PSO-BP算法的无线传感器网络定位优化

在研究现有定位算法的基础上，针对基于接收信号强度指示(RSSI)定位模型中的参数易受环境影响等问题，提出了一种新型的粒子群优化(PSO)算法与后向传播（BP）神经网络相结合的算法。BP网络算法权值的修正依赖于非线性梯度值，易形成局部极值，同时学习次数较多，需先通过粒子群算法进行优化。为了提高定位精度，首先采用速度常量法滤波处理，然后通过改进的混合优化算法对BP神经网络初始权值和阈值进行优化，并分析算法的性能。试验中隐层节点个数采用试错法，从12到19变化，以确定合适数目。实验结果表明，与一般加权算法和传统BP算法相比，改进的混合优化算法可大幅改善测距误差对定位误差的影响，同时可使25 m内最小定位误差小于0.27m