郵件訂閱
1997年 第19卷 第6期
1997, 19(6): 721-728.
摘要:
本文提出兩種適合于分布式多傳感器數(shù)據(jù)融合的雙門限航跡相關(guān)算法.文中對這兩種雙門限航跡相關(guān)準(zhǔn)則進(jìn)行了詳細(xì)的描述,研究了航跡相關(guān)質(zhì)量設(shè)計、多義性處理和漏相關(guān)概率的估計方法,并通過仿真將它們與兩個經(jīng)典方法進(jìn)行了比較.仿真結(jié)果表明,在密集目標(biāo)環(huán)境下和/或交叉、分岔和機(jī)動航跡較多的場合,雙門限航跡相關(guān)算法的性能明顯優(yōu)于傳統(tǒng)方法,其正確相關(guān)率比傳統(tǒng)方法提高了大約35％.
本文提出兩種適合于分布式多傳感器數(shù)據(jù)融合的雙門限航跡相關(guān)算法.文中對這兩種雙門限航跡相關(guān)準(zhǔn)則進(jìn)行了詳細(xì)的描述,研究了航跡相關(guān)質(zhì)量設(shè)計、多義性處理和漏相關(guān)概率的估計方法,并通過仿真將它們與兩個經(jīng)典方法進(jìn)行了比較.仿真結(jié)果表明,在密集目標(biāo)環(huán)境下和/或交叉、分岔和機(jī)動航跡較多的場合,雙門限航跡相關(guān)算法的性能明顯優(yōu)于傳統(tǒng)方法,其正確相關(guān)率比傳統(tǒng)方法提高了大約35％.
1997, 19(6): 729-732.
摘要:
本文利用動態(tài)圖象序列研究了運(yùn)動序列的短期統(tǒng)計特性,對每個宏塊經(jīng)過壓縮后所產(chǎn)生的比特數(shù)進(jìn)行了分析,研究了量化比例因子和量化加權(quán)矩陣對短期統(tǒng)計特性的影響.統(tǒng)計結(jié)果表明,量化比例因子對每個宏塊比特數(shù)的概率分布影響最為明顯,量化加權(quán)矩陣對分布特性的輪廓影響很小,當(dāng)量化比較精細(xì)時圖象內(nèi)容對分布特性的低比特部分影響比較明顯,而粗量化時它的影響較弱.
本文利用動態(tài)圖象序列研究了運(yùn)動序列的短期統(tǒng)計特性,對每個宏塊經(jīng)過壓縮后所產(chǎn)生的比特數(shù)進(jìn)行了分析,研究了量化比例因子和量化加權(quán)矩陣對短期統(tǒng)計特性的影響.統(tǒng)計結(jié)果表明,量化比例因子對每個宏塊比特數(shù)的概率分布影響最為明顯,量化加權(quán)矩陣對分布特性的輪廓影響很小,當(dāng)量化比較精細(xì)時圖象內(nèi)容對分布特性的低比特部分影響比較明顯,而粗量化時它的影響較弱.
1997, 19(6): 733-738.
摘要:
多尺度方程的求解是子波與多分辨分析的基礎(chǔ),本文提出了用M-帶子波神經(jīng)網(wǎng)絡(luò)求解多尺度差分方程(Multiscale Difference Equation, MSDE)的新方法.該方法與以前方法相比,具有很多優(yōu)點并且求解方程的范圍更為廣泛.
多尺度方程的求解是子波與多分辨分析的基礎(chǔ),本文提出了用M-帶子波神經(jīng)網(wǎng)絡(luò)求解多尺度差分方程(Multiscale Difference Equation, MSDE)的新方法.該方法與以前方法相比,具有很多優(yōu)點并且求解方程的范圍更為廣泛.
1997, 19(6): 739-744.
摘要:
本文首先詳細(xì)地闡述了Elman神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、原理和學(xué)習(xí)算法.為了進(jìn)一步提高Elman神經(jīng)網(wǎng)絡(luò)的逼近能力和動態(tài)特性,我們提出了一種改進(jìn)的Elman神經(jīng)網(wǎng)絡(luò)模型.這種新的Elman神經(jīng)網(wǎng)絡(luò)在關(guān)聯(lián)節(jié)點與輸出節(jié)點之間又增加了一組可調(diào)權(quán)值,利用誤差回饋原理推導(dǎo)出了其相應(yīng)的學(xué)習(xí)算法.仿真實驗結(jié)果表明,改進(jìn)的Elman神經(jīng)網(wǎng)絡(luò)比原來的網(wǎng)絡(luò)具有更好的動態(tài)性能,對于貫序輸入輸出數(shù)據(jù)的逼近收斂速度更快.
本文首先詳細(xì)地闡述了Elman神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、原理和學(xué)習(xí)算法.為了進(jìn)一步提高Elman神經(jīng)網(wǎng)絡(luò)的逼近能力和動態(tài)特性,我們提出了一種改進(jìn)的Elman神經(jīng)網(wǎng)絡(luò)模型.這種新的Elman神經(jīng)網(wǎng)絡(luò)在關(guān)聯(lián)節(jié)點與輸出節(jié)點之間又增加了一組可調(diào)權(quán)值,利用誤差回饋原理推導(dǎo)出了其相應(yīng)的學(xué)習(xí)算法.仿真實驗結(jié)果表明,改進(jìn)的Elman神經(jīng)網(wǎng)絡(luò)比原來的網(wǎng)絡(luò)具有更好的動態(tài)性能,對于貫序輸入輸出數(shù)據(jù)的逼近收斂速度更快.
1997, 19(6): 745-750.
摘要:
在陣列測向問題中應(yīng)用高階累積量除了信息利用更充分和抑制高斯噪聲等優(yōu)點之外還具有陣列擴(kuò)展的功能.本文推導(dǎo)了基于四階累積量的陣列擴(kuò)展方法,研究了虛擬陣的結(jié)構(gòu).放寬了協(xié)方差方法對信源數(shù)目的限制.但該方法在窄帶多信號方向估計應(yīng)用中存在局限.本文還推導(dǎo)了四階相干問題和陣列擴(kuò)展的限制條件.最后給出了實驗舉例.
在陣列測向問題中應(yīng)用高階累積量除了信息利用更充分和抑制高斯噪聲等優(yōu)點之外還具有陣列擴(kuò)展的功能.本文推導(dǎo)了基于四階累積量的陣列擴(kuò)展方法,研究了虛擬陣的結(jié)構(gòu).放寬了協(xié)方差方法對信源數(shù)目的限制.但該方法在窄帶多信號方向估計應(yīng)用中存在局限.本文還推導(dǎo)了四階相干問題和陣列擴(kuò)展的限制條件.最后給出了實驗舉例.
1997, 19(6): 751-755.
摘要:
本文提出了一種新的自適應(yīng)波束形成權(quán)矢量遞推計算的數(shù)據(jù)域并行實現(xiàn)算法及其脈動陣(Systolic陣)實現(xiàn)結(jié)構(gòu).算法基于效據(jù)矩陣Q R分解方法實現(xiàn),在脈動陣上實現(xiàn)了完全并行流水處理.
本文提出了一種新的自適應(yīng)波束形成權(quán)矢量遞推計算的數(shù)據(jù)域并行實現(xiàn)算法及其脈動陣(Systolic陣)實現(xiàn)結(jié)構(gòu).算法基于效據(jù)矩陣Q R分解方法實現(xiàn),在脈動陣上實現(xiàn)了完全并行流水處理.
1997, 19(6): 756-761.
摘要:
空間聲回波消除因回波通道沖激響應(yīng)長達(dá)幾百毫秒一直是信號處理領(lǐng)域的一個難題.本文設(shè)計了空間聲回波消除器,提出了自正交輪流受限分段批處理頻域LMS(PBFLMS)算法,可以達(dá)到收斂性能、失調(diào)性能、計算復(fù)雜度以及延時等性能之間的折衷,并結(jié)合空間聲回波消除器的具體應(yīng)用,改善了該算法。最后將空間聲回波消除器在ATD-C30開發(fā)仿真系統(tǒng)中實現(xiàn),得到了比較滿意的結(jié)果.
空間聲回波消除因回波通道沖激響應(yīng)長達(dá)幾百毫秒一直是信號處理領(lǐng)域的一個難題.本文設(shè)計了空間聲回波消除器,提出了自正交輪流受限分段批處理頻域LMS(PBFLMS)算法,可以達(dá)到收斂性能、失調(diào)性能、計算復(fù)雜度以及延時等性能之間的折衷,并結(jié)合空間聲回波消除器的具體應(yīng)用,改善了該算法。最后將空間聲回波消除器在ATD-C30開發(fā)仿真系統(tǒng)中實現(xiàn),得到了比較滿意的結(jié)果.
1997, 19(6): 762-767.
摘要:
本文通過多種AR模型的判階準(zhǔn)則的比較提出了應(yīng)用最小二乘預(yù)測誤差的滑窗預(yù)測最小二乘(Sliding Window Predictive Least Squares, SWPLS)判階準(zhǔn)則.采用這種準(zhǔn)則的主要優(yōu)點除了準(zhǔn)確的判階性能外,對于時變AR模型具有良好的跟蹤特性,同時算法容易實現(xiàn)在線實時處理.文中主要對時變模型參數(shù)和時變模型階數(shù)的多種情況進(jìn)行了判階模擬,驗證了文中提出的滑窗最小二乘預(yù)測判階準(zhǔn)則的有效性.
本文通過多種AR模型的判階準(zhǔn)則的比較提出了應(yīng)用最小二乘預(yù)測誤差的滑窗預(yù)測最小二乘(Sliding Window Predictive Least Squares, SWPLS)判階準(zhǔn)則.采用這種準(zhǔn)則的主要優(yōu)點除了準(zhǔn)確的判階性能外,對于時變AR模型具有良好的跟蹤特性,同時算法容易實現(xiàn)在線實時處理.文中主要對時變模型參數(shù)和時變模型階數(shù)的多種情況進(jìn)行了判階模擬,驗證了文中提出的滑窗最小二乘預(yù)測判階準(zhǔn)則的有效性.
1997, 19(6): 768-772.
摘要:
針對探測空中目標(biāo)的超寬帶(UWB)/沖激雷達(dá),本文討論了UWB/沖激雷達(dá)的信號處理技術(shù),主要是信號檢測和目標(biāo)特性分析,首先討論了目標(biāo)檢測技術(shù),提出了用小波變換和高階譜估計技術(shù)在變換域內(nèi)進(jìn)行檢測的算法;其次討論了目標(biāo)特性分析技術(shù),采用了高階譜估計,提出了一種時域雙譜估計算法,它可精確估計復(fù)雜形體目標(biāo)的局部散射中心的分布.最后,結(jié)合作者等人研制的沖激雷達(dá)實驗系統(tǒng),對上述信號處理方法進(jìn)行了實驗研究,驗證了上述信號處理方法的有效性。
針對探測空中目標(biāo)的超寬帶(UWB)/沖激雷達(dá),本文討論了UWB/沖激雷達(dá)的信號處理技術(shù),主要是信號檢測和目標(biāo)特性分析,首先討論了目標(biāo)檢測技術(shù),提出了用小波變換和高階譜估計技術(shù)在變換域內(nèi)進(jìn)行檢測的算法;其次討論了目標(biāo)特性分析技術(shù),采用了高階譜估計,提出了一種時域雙譜估計算法,它可精確估計復(fù)雜形體目標(biāo)的局部散射中心的分布.最后,結(jié)合作者等人研制的沖激雷達(dá)實驗系統(tǒng),對上述信號處理方法進(jìn)行了實驗研究,驗證了上述信號處理方法的有效性。
1997, 19(6): 773-779.
摘要:
從通信和探測系統(tǒng)需要的頻率估計出發(fā),文中研究了實乘性和復(fù)加性隨機(jī)噪聲中復(fù)諧波的恢復(fù)問題,表明循環(huán)均值和循環(huán)相關(guān)函數(shù)可用來對不同分布的有色實乘性和復(fù)加性隨機(jī)噪聲中的諧波進(jìn)行恢復(fù),分別對于非零均值和零均值乘性噪聲情形分析了循環(huán)估計量的性能.證明了循環(huán)估計量與一定意義下的最小二乘估計量漸近等價,并給出了循環(huán)估計量的大樣本方差表達(dá)式.模擬結(jié)果驗證了大樣本性能分析.
從通信和探測系統(tǒng)需要的頻率估計出發(fā),文中研究了實乘性和復(fù)加性隨機(jī)噪聲中復(fù)諧波的恢復(fù)問題,表明循環(huán)均值和循環(huán)相關(guān)函數(shù)可用來對不同分布的有色實乘性和復(fù)加性隨機(jī)噪聲中的諧波進(jìn)行恢復(fù),分別對于非零均值和零均值乘性噪聲情形分析了循環(huán)估計量的性能.證明了循環(huán)估計量與一定意義下的最小二乘估計量漸近等價,并給出了循環(huán)估計量的大樣本方差表達(dá)式.模擬結(jié)果驗證了大樣本性能分析.
1997, 19(6): 780-785.
摘要:
本文針對稀布陣綜合脈沖孔徑雷達(dá)(SIAR)提出了兩種精密測距方法(分別稱為正負(fù)頻率脈沖綜合法和前后脈沖綜合法),它們不需要提高采樣頻率就可以得到較高的測距精度;討論了時空三維匹配濾波時角度誤差對測距的耦合影響;介紹了其跟蹤處理過程;并通過計算機(jī)仿真證明了這兩種方法的有效性。
本文針對稀布陣綜合脈沖孔徑雷達(dá)(SIAR)提出了兩種精密測距方法(分別稱為正負(fù)頻率脈沖綜合法和前后脈沖綜合法),它們不需要提高采樣頻率就可以得到較高的測距精度;討論了時空三維匹配濾波時角度誤差對測距的耦合影響;介紹了其跟蹤處理過程;并通過計算機(jī)仿真證明了這兩種方法的有效性。
1997, 19(6): 786-791.
摘要:
本文首先給出了基于距離差定位的誤差概率分布;然后根據(jù)誤差協(xié)方差矩陣和兩種常用的定位精度度量準(zhǔn)則關(guān)系,利用最小誤差橢球準(zhǔn)則,給出了在對稱地面上對空中目標(biāo)進(jìn)行定位的最優(yōu)布局方法;最后給出了一些計算結(jié)果.
本文首先給出了基于距離差定位的誤差概率分布;然后根據(jù)誤差協(xié)方差矩陣和兩種常用的定位精度度量準(zhǔn)則關(guān)系,利用最小誤差橢球準(zhǔn)則,給出了在對稱地面上對空中目標(biāo)進(jìn)行定位的最優(yōu)布局方法;最后給出了一些計算結(jié)果.
1997, 19(6): 792-796.
摘要:
自動聚焦是高分辨率合成孔徑雷達(dá)(SAR)中的一項重要技術(shù).如果進(jìn)行實時成象,就要求自動聚焦算法有很高的計算效率.移位相關(guān)法(Shift-and-Correlate SAC)就是這樣一種算法.它最先是由Jorgen在1991年提出的,本文深入分析了這種算法,并對它進(jìn)行了改進(jìn).
自動聚焦是高分辨率合成孔徑雷達(dá)(SAR)中的一項重要技術(shù).如果進(jìn)行實時成象,就要求自動聚焦算法有很高的計算效率.移位相關(guān)法(Shift-and-Correlate SAC)就是這樣一種算法.它最先是由Jorgen在1991年提出的,本文深入分析了這種算法,并對它進(jìn)行了改進(jìn).
1997, 19(6): 797-802.
摘要:
本文提出了電阻抗成象的圖象重建算法中一種新的電導(dǎo)率分布函數(shù)逼近方法連續(xù)插值函數(shù)逼近法.它充分利用有限元方法計算上的特點,在計算量不增加甚至有所減少的情況下,獲得了比傳統(tǒng)的分片常數(shù)逼近法更好的圖象重建效果.
本文提出了電阻抗成象的圖象重建算法中一種新的電導(dǎo)率分布函數(shù)逼近方法連續(xù)插值函數(shù)逼近法.它充分利用有限元方法計算上的特點,在計算量不增加甚至有所減少的情況下,獲得了比傳統(tǒng)的分片常數(shù)逼近法更好的圖象重建效果.
1997, 19(6): 803-809.
摘要:
個人通信和移動計算的發(fā)展促進(jìn)了將綜合業(yè)務(wù)引入移動通信中.CDMA系統(tǒng)是適合于傳輸綜合業(yè)務(wù)的系統(tǒng).本文首先給出了一種業(yè)務(wù)接入控制算法,并在此算法下,對綜合業(yè)務(wù)的CDMA系統(tǒng)的容量做一簡要分析,為滿足不同業(yè)務(wù)的QoS(Quality of Service)要求,對于不同的業(yè)務(wù)在傳輸時給予不同的功率.為克服速率較高的業(yè)務(wù)需要較大功率的問題,對速率較高的業(yè)務(wù)給予較寬的傳輸帶寬.不同的業(yè)務(wù)在同一頻段中傳輸.最后,依據(jù)CODIT(COde DIvision Testbed)提供的測試數(shù)據(jù),給出了不同業(yè)務(wù)在不同無線環(huán)境下的容量.
個人通信和移動計算的發(fā)展促進(jìn)了將綜合業(yè)務(wù)引入移動通信中.CDMA系統(tǒng)是適合于傳輸綜合業(yè)務(wù)的系統(tǒng).本文首先給出了一種業(yè)務(wù)接入控制算法,并在此算法下,對綜合業(yè)務(wù)的CDMA系統(tǒng)的容量做一簡要分析,為滿足不同業(yè)務(wù)的QoS(Quality of Service)要求,對于不同的業(yè)務(wù)在傳輸時給予不同的功率.為克服速率較高的業(yè)務(wù)需要較大功率的問題,對速率較高的業(yè)務(wù)給予較寬的傳輸帶寬.不同的業(yè)務(wù)在同一頻段中傳輸.最后,依據(jù)CODIT(COde DIvision Testbed)提供的測試數(shù)據(jù),給出了不同業(yè)務(wù)在不同無線環(huán)境下的容量.
1997, 19(6): 810-813.
摘要:
本文利用n上單向置換與完善置換的復(fù)合,構(gòu)造基于強(qiáng)單向置換的雜湊算法,并證明了該算法的安全性等價于單向置換在多項式時間內(nèi)不可求逆.
本文利用n上單向置換與完善置換的復(fù)合,構(gòu)造基于強(qiáng)單向置換的雜湊算法,并證明了該算法的安全性等價于單向置換在多項式時間內(nèi)不可求逆.
1997, 19(6): 814-819.
摘要:
本文采用一種新的平均周期分析方法對時隙式隨機(jī)多址系統(tǒng)進(jìn)行了分析,得到了系統(tǒng)的報文分組發(fā)送成功的平均長度公式、報文分組發(fā)生碰撞的平均長度公式和空閑時隙的平均長度公式,并在討論了系統(tǒng)的捕獲效應(yīng)特性和沖突分解特性后,給出了系統(tǒng)的吞吐量.最后,還給出了系統(tǒng)的計算機(jī)模擬實驗結(jié)果.
本文采用一種新的平均周期分析方法對時隙式隨機(jī)多址系統(tǒng)進(jìn)行了分析,得到了系統(tǒng)的報文分組發(fā)送成功的平均長度公式、報文分組發(fā)生碰撞的平均長度公式和空閑時隙的平均長度公式,并在討論了系統(tǒng)的捕獲效應(yīng)特性和沖突分解特性后,給出了系統(tǒng)的吞吐量.最后,還給出了系統(tǒng)的計算機(jī)模擬實驗結(jié)果.
1997, 19(6): 820-823.
摘要:
研究表明采用最小均方誤差或絕對誤差準(zhǔn)則的塊匹配運(yùn)動估值算法對H.261編碼器來說不是最好的。本文提出了一種改進(jìn)的塊匹配運(yùn)動估值算法。它所采用的準(zhǔn)則不僅考慮了預(yù)測誤差能量的大小,還考慮了運(yùn)動矢量信息以及幀間預(yù)測誤差的編碼比特數(shù)目的多少.實驗結(jié)果表明新的準(zhǔn)則能夠顯著地改善H.261的編碼性能。
研究表明采用最小均方誤差或絕對誤差準(zhǔn)則的塊匹配運(yùn)動估值算法對H.261編碼器來說不是最好的。本文提出了一種改進(jìn)的塊匹配運(yùn)動估值算法。它所采用的準(zhǔn)則不僅考慮了預(yù)測誤差能量的大小,還考慮了運(yùn)動矢量信息以及幀間預(yù)測誤差的編碼比特數(shù)目的多少.實驗結(jié)果表明新的準(zhǔn)則能夠顯著地改善H.261的編碼性能。
1997, 19(6): 824-827.
摘要:
在蔡氏電路的L臂上加入RC并聯(lián)電路,用數(shù)值模擬研究這種變型蔡氏電路的分岔,控制和同步特性.
在蔡氏電路的L臂上加入RC并聯(lián)電路,用數(shù)值模擬研究這種變型蔡氏電路的分岔,控制和同步特性.
1997, 19(6): 828-835.
摘要:
本文應(yīng)用開關(guān)信號理論,建立了采用對稱三值邏輯的傳輸電流開關(guān)理論,該理論能指導(dǎo)從開關(guān)級設(shè)計對稱三值電流型CMOS電路.應(yīng)用該理論設(shè)計的對稱三值電流型CMOS電路不僅具有簡單的電路結(jié)構(gòu)和正確的邏輯功能,而且能處理具有雙向特性的信號.
本文應(yīng)用開關(guān)信號理論,建立了采用對稱三值邏輯的傳輸電流開關(guān)理論,該理論能指導(dǎo)從開關(guān)級設(shè)計對稱三值電流型CMOS電路.應(yīng)用該理論設(shè)計的對稱三值電流型CMOS電路不僅具有簡單的電路結(jié)構(gòu)和正確的邏輯功能,而且能處理具有雙向特性的信號.
1997, 19(6): 836-842.
摘要:
本文綜述了甚低碼率視頻編碼算法和標(biāo)準(zhǔn)化進(jìn)程的發(fā)展?fàn)顩r,概述了運(yùn)動補(bǔ)償,模型基,分形IFS及H.263和MPEG4等方面的進(jìn)展,并討論了未來可能的發(fā)展方向。
本文綜述了甚低碼率視頻編碼算法和標(biāo)準(zhǔn)化進(jìn)程的發(fā)展?fàn)顩r,概述了運(yùn)動補(bǔ)償,模型基,分形IFS及H.263和MPEG4等方面的進(jìn)展,并討論了未來可能的發(fā)展方向。
1997, 19(6): 843-846.
摘要:
本文應(yīng)用自組織特征映射神經(jīng)網(wǎng)絡(luò)的競爭學(xué)習(xí)和自組織特性,并根據(jù)柵陣列排序問題的性質(zhì)來設(shè)定網(wǎng)絡(luò)的競爭原則,建立了一個柵陣列排序算法.實驗證明該算法可以求得十分接近全局最優(yōu)解下限的布圖結(jié)果.該算法的時間復(fù)雜度為O(np2In p),n為線網(wǎng)數(shù),p為主柵列數(shù).
本文應(yīng)用自組織特征映射神經(jīng)網(wǎng)絡(luò)的競爭學(xué)習(xí)和自組織特性,并根據(jù)柵陣列排序問題的性質(zhì)來設(shè)定網(wǎng)絡(luò)的競爭原則,建立了一個柵陣列排序算法.實驗證明該算法可以求得十分接近全局最優(yōu)解下限的布圖結(jié)果.該算法的時間復(fù)雜度為O(np2In p),n為線網(wǎng)數(shù),p為主柵列數(shù).
1997, 19(6): 847-851.
摘要:
本文介紹m序列的自旋轉(zhuǎn)縮減序列;討論了它的整齊的代數(shù)性質(zhì)和良好的密碼學(xué)性質(zhì).作為實用,本文提出一種具有少量存儲和判別的旋轉(zhuǎn)縮減序列鏈接方案.
本文介紹m序列的自旋轉(zhuǎn)縮減序列;討論了它的整齊的代數(shù)性質(zhì)和良好的密碼學(xué)性質(zhì).作為實用,本文提出一種具有少量存儲和判別的旋轉(zhuǎn)縮減序列鏈接方案.
1997, 19(6): 852-854.
摘要:
主要討論m階相關(guān)免疫函數(shù)的構(gòu)造和計數(shù)問題,并給出了m階相關(guān)免疫函數(shù)個數(shù)的一個新的下界和一些特殊情況下的精確值。
主要討論m階相關(guān)免疫函數(shù)的構(gòu)造和計數(shù)問題,并給出了m階相關(guān)免疫函數(shù)個數(shù)的一個新的下界和一些特殊情況下的精確值。
