基于幅度调制畸变Wiener模型的OOK辐射源指纹特征提取

通过分析生成On-Off Keying（OOK）信号的发射机系统的幅度调制畸变特性,阐明了OOK信号辐射源特征产生机理,建立了OOK辐射源的幅度调制畸变特性的Wiener模型,并根据信号模型应用差分进化算法完成OOK幅度畸变特性参数的估计,从而构建辐射源指纹特征完成对OOK信号辐射源的识别。仿真试验和实际数据测试表明,该算法具备OOK辐射源指纹特征提取和识别能力,对实测数据中4个OOK辐射源识别率为93%,优于基于暂态幅度特征的提取方法。     

网络化辐射源个体识别技术述评

在对辐射源个体识别技术向组网协同方向发展的趋势进行探讨的基础上,提出了基于跨手段异类传感器组网协同的辐射源个体识别技术架构,分析了需要研究的基于传感器能力特性的协同识别、多维度信号特征关联融合、基于元数据的智能数据处理等关键问题。     

基于多特征参量模糊数据融合的辐射源识别

针对多特征的辐射源识别,采用对辐射源信号特征参数的模糊化表征,建立了多特征、多目标的模糊评价矩阵以及模糊属性综合评判函数,提出了多属性判决函数的融合判决方法进行二次评判的综合识别,从而提高目标识别的准确率和可靠性。仿真结果证实了本文提出方法的有效性。     

一种稳健的通信辐射源个体识别方法

通信辐射源个体识别是目前通信对抗领域研究热点与难点问题,相对于雷达辐射源,通信辐射源信号弱、瞬时特征不明显导致个体识别更复杂、更困难。利用通信辐射源信号的长时谱统计特性,提取信号功率谱峰值特征和包络模板,构造通信辐射源个体特征向量,通过朴素贝叶斯分类算法与个体特征矢量相结合,在训练样本数目足够大的条件下可进行有效识别。测试实验表明,识别方法稳健有效,可在信噪比5 dB情况下实现93.7%的正确识别概率。     

辐射源个体特征提取技术综述

特征提取是辐射源个体识别技术的关键,也是实际应用中必须解决的首要问题。 从接收信号的暂态和稳态两个方面对现有的个体特征提取技术进行了综述,指出各种特征提 取技术的适用范围及关键问题。同时结合个体识别接收设备需要,对所提取的特征参量在工 程应用中的测量条件及局限性进行了归纳分析与对比。最后,指出了目前辐射源个体特征提 取技术存在的问题,以及个体识别技术未来研究方向。     

基于改进TSVM的通信辐射源个体识别

为了解决通信辐射源个体中标签获取难问题,引入半监督机器学习理论,提出了一种基于预测置信度进行迭代的半监督学习算法(Improved Transductive Support Vector Machine Iterative Algorithm Based on the Confidence of Prediction,CP-TSVM)。该方法在TSVM算法的基础上,充分利用无标签样本,根据预测结果置信度进行迭代,能够大幅度减少分类器的运算量。计算机仿真表明,在有标签样本数目占总样本2%的情况下,CP-TSVM较TSVM算法在保证识别准确率的同时,模型训练时间缩短近60 s。     

一种敌我识别辐射源暂态信号指纹特征提取方法

信号的指纹特征是辐射源个体识别的重要依据。针对敌我识别辐射源的个体识别问题,提出了一种基于双树复小波和多重分形的信号暂态特征提取方法。该方法通过双树复小波变换实现信号多分辨率分解,求解分解信号Hilbert谱的信息熵和指数熵,计算信号的多重分形奇异指数和谱值,最终组成表征辐射源的特征向量。通过实验验证,提取的特征向量能充分代表辐射源个体之间的差异;被测信号的信噪比满足8 dB或9 dB的条件时,对辐射源的识别正确率能达到90%以上。统计分析表明该方法提取的特征具有很高的稳定性。     

一种基于雷达图的雷达辐射源识别算法

在分析和考察雷达辐射源(Radar Emitter)多特征模式识别算法的基础上提出了一种基于雷达图(Radar Chart)中向量夹角余弦值的分类识别算法,借助雷达图实现了雷达辐射源空间特征向量向平面向量的转换,实现对雷达辐射源型号的自动识别,给出识别置信度.通过计算机仿真得到大于85%的正确识别率,进一步验证了算法在雷达辐射源识别工程中的可用性和可行性.     

一种非组合的电磁目标快速识别算法

针对电磁目标识别算法中辐射源组合的本质是避免同一辐射源的多个可能识别结果同时参与一个目标识别模板的匹配置信度计算的问题,提出了一种非组合的快速电磁目标识别方法。依据目标平台与辐射源的搭载关系,建立辐射源识别和平台识别的两级识别体系,基于两点和三点模板匹配法对辐射源进行识别,然后使用非组合的快速模板匹配法对目标平台属性进行识别。仿真实验表明使用该方法计算目标的识别置信度简单易行,可用于实际工程中电磁目标的识别。     

基于回归神经网络的雷达辐射源识别算法

本文在研究带偏差单元内部回归神经网络（Internally Recurrent Net，IRN）算法的基础上，分析了雷达特征参数和雷达威胁类型的内在联系；利用统计分析和特征建模的方法获取先验知识、设计分类器并求取模糊隶属函数，结合IRN自学习特性和模糊隶属函数的分类功能识别出目标雷达辐射源可能的威胁类型，给出识别可信度。     

雷达辐射源识别算法综述

结合雷达辐射源识别的军事需求和近几年取得的研究进展,以雷达辐射源识别中最核心的3个方面为研究对象,综述相关算法的研究现状与发展。针对低信噪比环境、分类器能力不足和单传感器识别的缺陷,从辐射源特征提取、分类识别和多源融合识别等方面详述了目前算法的研究思路和性能,引入当前热点模式识别算法并分析其可借鉴性。最后,指出了在辐射源识别研究领域中仍存在的问题,并展望了下一步的研究方向。     

ADC量化位数对阵列天线GNSS接收机的影响

在处理全球卫星导航系统（Global Navigation Satellite System,GNSS）卫星信号时,针对模数转换器（Analog-to-Digital Converter,ADC）量化位数不同导致输出的信号信噪比下降的问题,推导了阵列天线波束形成后输出信号的信噪比理论计算模型,分析了ADC量化位数对阵列天线抗干扰GNSS接收机的性能影响。在7阵元天线且ADC量化位数为10的条件下,理论模型分析和数据仿真结果表明最大抗干扰能力约为85 dB。通过确定ADC量化位数与抗干扰GNSS接收机抗干扰能力之间的关系,其结论为工程应用中抗干扰GNSS接收机的ADC选型和设计提供了理论依据。     

基于CVD和Radon变换的旋翼无人机识别

在无人机的检测与识别过程中特征提取尤为重要。针对在低信噪比下由于提取特征困难且鲁棒性较差导致的识别效果不理想的问题,提出了一种基于改进的CVD（Cadence-Velocity Diagram）和Radon变换的特征提取方法应用于识别旋翼无人机。该方法通过提取目标的频率信息、峰值信息和边缘信息作为特征,运用K近邻分类器进行分类识别。仿真结果显示,在信噪比为-15 dB的条件下能够达到96.67%的识别精度。所提方法在低信噪比下识别效果明显优于SVM和朴素贝叶斯等算法。     

非协同目标识别技术的研究进展

非协同目标识别技术是识别领域研究的新课题,它通过处理侦测到的目标 物理特征来实现对目标身份的识别。该技术可提供更全面、更完善的战场目标信息,有助于 作战人员及时掌握战场态势、减少友军误伤。从目标识别的基础理论开始,介绍了几种适合 非协同目标识别的融合方法及其改进措施,总结了目前非协同目标识别技术研究的主要进展 ,即采用基于统计推理的数据融合技术,对多个传感器侦测的目标特征信息进行处理,实现 了对属性、类型、型号、作战意图及威胁程度等目标信息的判定和分析。同时,指出国外一 些使用数据融合技术的武器装备已具备对多个非协同目标的识别能力和战场信息感知能力。 最后,提出了今后的研究方向。     

国外基于射频标识技术的战场识别系统发展现状

介绍了射频标识（RF Tag）技术的基本原理、在战场目标识别领域的应用及部分验证试验的情况。     

超高分辨率PolSAR图像去噪对极化特征的影响

随着超高分辨率极化合成孔径雷达(PolSAR)图像数据的出现,有必要对PolSAR图像的去噪过程对于极化分解结果的影响进行评测。相干斑去噪过程的实施将对观测场景中的PolSAR图像原有极化属性产生不同程度的影响,这将会导致分解结果出现偏差。以非相干分解模型为评估对象,以喷气推进实验室(JPL)提供的开源机载超高分辨率PolSAR系统数据为实验样本,提出了一种利用绝对相对误差的定量评测方法。评测结果显示：对于超高分辨率图像,相干斑噪声的影响明显变小,分解窗口可相应的缩小为7×7的尺寸。研究结果对于PolSAR图像的后期遥感应用中的参数选择具有重要参考意义。     

Ethical characteristics of human resources management in Chinese enterprises: An empirical study based on content analysis of employee manuals

This paper identifies five dimensions of human resource management ethics (HRME) from the extant literature, namely ethical values, rights, fairness and justice, openness, and ethical care. Based on employee manuals of 160 companies, this paper conducts a content analysis to identify the characteristics and differences of HRME in various types of firms and different industries. Results indicate that the status quo of HRME in Chinese firms is far from being satisfactory due to the lack of ethical care, unfair and nontransparent employee appraisal procedures and outcomes. The results also show that there are significant differences in the five dimensions of HRME among state-owned enterprises, private enterprises, joint ventures, and foreign companies. It is also found that there is no significant interaction effect between enterprise ownership type and industry on HRME.