改进高阶容积粒子滤波的系统状态估计算法

传统粒子滤波（PF）直接采用状态转移先验分布作为重要性密度函数来近似后验概率密度函数,使得后验概率密度函数未包含量测信息。针对此问题,提出了一种改进高阶容积粒子滤波(CPF)的系统状态估计算法。算法采用七阶正交容积卡尔曼滤波（7th-CQKF）对PF的粒子进行传递,使得先验分布更新阶段融入最新量测信息;通过7th-CQKF设计重要性密度函数,提高对状态后验概率密度的逼近程度;通过反比例函数计算粒子权重,突出大噪声粒子与小噪声粒子权重差别,提高粒子有效性。仿真结果表明,改进高阶容积粒子滤波的估计精度高于容积粒子滤波（CPF）。     

利用信道状态信息的室内定位技术

多径效应导致基于信号接收强度（RSSI）的室内定位方法精度不高,采用更细粒度的物理层信道状态信息（CSI）可以区分不同路径,提高定位精度。在已有基于CSI室内定位方法的基础上,通过改进对数距离路径损耗模型,得到CSI与传输距离的关系,并结合目标位置所测得的CSI值回归出目标与发射端的距离,最后通过三边定位法预测出目标的位置坐标。实验表明,相比基于RSSI的定位方法以及已有的基于CSI的定位方法,所提方法2 m以内的误差概率提高了将近40%和20%,有效提高了定位精度。     

利用大数据分析技术的智能化网络故障诊断系统

随着网络技术的快速发展以及各种新网络业务的出现,网络的规模日益扩大和复杂。同时,各种网络服务对于网络可靠性的要求也逐渐提高,这就对网络的维护提出了更高的要求。在这种情况下,传统的网络维护模式逐渐不能适应现代网络发展的需求。针对现代大型网络的故障诊断问题,利用大数据分析技术,设计并完成了一套整体的智能化故障诊断系统。在此系统中,针对不同的故障类型,利用能够获取到的数据类型,针对性地设计了相关的故障诊断模块和算法。系统整体基于开源的数据处理平台构建,具备良好的可扩展性。通过实际案例数据的验证,结果表明此系统具备良好的处理实际网络故障的能力,将大数据分析技术应用于网络故障诊断领域也具备较强的可行性。     

一种动态加权的LDPC译码方法

为了加快低密度奇偶校验（LDPC）码的译码速度,有效改善LDPC码的译码性能,针对校验节点更新过程中的对数似然比（LLR）值的大小,设计了一种LDPC码的动态加权译码方法。以IEEE 802.16e标准的奇偶校验矩阵为例,根据LLR值的变化规律,利用增长因子和抑制因子对和积译码算法和最小和译码算法进行动态加权。仿真结果显示,基于动态加权的译码方法相对于传统译码方法误码率都有明显改进,译码复杂度也有所降低。     

基于遥测信号的测距技术及其发展趋势

基于遥测信号的测距技术可以有效解决深空测距下行链路同时传输遥测、测距信号时出现的遥测数据传输速率受限、频谱带宽增加等问题,应用前景广阔。介绍了基于遥测信号的测距技术发展历程,重点总结了其中的关键技术,包括上行测距码的选择、遥测帧的设计和传输、PN码相位估计算法,最后探讨了其发展趋势。基于遥测信号的测距技术适应未来深空测距的发展需求,是深空测距的重要发展方向之一。     

决策可靠性分析及在SAR图像目标识别中的应用

决策融合是提高合成孔径雷达（Synthetic Aperture Radar,SAR）目标识别性能的重要手段,然而,可靠性较弱的决策往往会导致最终决策融合的效果变差。将可靠性分析引入基于决策融合的SAR目标识别方法中,分别计算各个决策的可靠性系数并选取可靠性的决策参与最终的决策融合。为了验证方法的有效性,分别将提出的可靠性分析应用于多特征决策融合以及多分类器决策融合并基于MSTAR（Moving and Stationary Target Acquisition and Recognition）数据集进行了目标识别实验。在基于主成分分析、线性鉴别分析和非负矩阵分解三种特征进行多特征决策融合的条件下,所提方法和直接进行决策融合的方法的识别率分别为97.47%和96.50%。在基于K近邻、支持向量机和稀疏表示分类器的多分类器决策融合中,所提方法和直接进行决策融合的方法的识别率分别为97.10%和96.28%。实验结果充分证明了所提方法的有效性。     

跳频信号的归一化多普勒频差最大似然估计

针对双站定位涉及的跳频信号多普勒频差估计问题,提出了归一化的频差最大似然估计算法,利用两个定位站接收到的跳频脉冲串信号,构建一个关于基准跳频频率多普勒频差的似然函数,通过网格搜索得到使似然函数最大的多普勒频差估计,既解决了跳频信号在不同跳频频率上多普勒频差不一致的问题,又充分利用在不同频率的脉冲串信号提高了多普勒频差估计精度。通过仿真对算法的性能进行了评估,结果表明,与基于子空间的算法比较,在脉冲数达到240个时,所提算法执行效率提升30%以上。     

基于车辆数据的k近邻联合概率数据关联算法

在交通场景中采用一些预警措施能够有效地减少交通事故发生。例如,对车辆轨迹进行跟踪并预测车辆的驾驶行为,就是一个常用的预警方法。在对车辆进行跟踪的过程中,数据关联是很重要的部分,它可以对车辆的观测点和轨迹进行关联,从而更新车辆的轨迹,完成跟踪过程。在此背景下,提出了一种新的数据关联算法,即k近邻联合概率数据关联算法(k Nearest Neighbor-Joint Probability Data Association,kNN-JPDA)。实验结果表明,该算法能够较好地解决在交通场景下车辆数据的数据关联问题,在精度以及运行效率方面都有所提高。     

一种基于Radon变换的微表情识别算法

微表情是人们处在一些与平时生活环境不同的高强度环境下试图控制和掩饰的情感表现,也是一种不曾意识到的瞬时脸部表情,持续时间短,强度弱。为了提高其准确率,提出了基于Radon变换的微表情识别算法。首先,对数据库中的视频序列进行灰度归一化、尺寸归一化和二维主成分分析法（Two-dimensional Principal Component Analysis,2DPCA）降维预处理,使用光流法对降维后图像提取运动特征;然后使用Radon变换算法对光流图像进行处理,得到对应微表情的特征值和特征图像;最后使用支持向量机进行微表情分类识别。实验结果表明,使用Radon变换后得到的微表情特征图像得到了较好的识别效果,在微表情数据集CASME和CASMEⅡ上识别率分别为81.48%和82.17%,通过与选取的其他方法对比说明了该方法具有更好的识别性能。     

云计算中的轻量级查询结果验证机制

存储在云计算服务器上的数据可能被篡改或删除,查询完整性验证的作用是确保查询用户能够验证查询结果中的数据是真实的,且包含所有满足条件的数据。提出了一种基于签名链结构的查询完整性验证机制。方案使用代数签名机制替代数字签名实现校验值的计算,从而有效降低计算和查询验证开销。此外,通过维护一种新的、简单的索引结构实现了仅需下载少量数据即可实现校验值的更新。实验结果表明,所提方案比基于数字签名的签名链方案具有更小的更新开销和更高的验证效率。