基于灰关联无源多目标跟踪系统航迹关联算法

目前分布式无源多目标跟踪系统的航迹关联算法基本上照搬多传感器数据融合的理论,仅利用目标的状态信息.文中利用了目标的多特征信息(载频、脉宽、脉冲重复间隔等),应用灰关联理论,提出了一种基于灰关联的分布式无源多目标跟踪系统的航迹关联算法.由于利用了目标多特征信息,算法具有关联速度快、正确率高、而且能够适应密集目标环境的优点.仿真实验证明该算法的航迹关联效果明显优于加权航迹关联算法.     

基于D-S证据理论的无源航迹关联算法

目前分布式无源多目标跟踪系统的航迹关联算法基本照搬多传感器数据融合的理论,仅利用目标的状态信息。文中利用了目标的多特征信息（载频、脉宽、脉冲重复间隔（PRI）等）,应用Dempster-Shafer（D-S）证据理论,提出了一种基于分布式无源多目标跟踪系统的多特征信息融合航迹关联算法。算法具有以下优点：关联速度快,正确率高,而且能够适应密集目标的环境。仿真实验证明该算法的航迹关联效果明显优于加权航迹关联算法。     

基于类型辅助灰色关联度的红外传感器和ESM航迹关联算法

红外传感器与ESM是军事多传感器信息融合系统的重要组成部分。针对二者之间的航迹关联问题,提出了一种综合利用灰色关联度和类型信息的航迹关联算法。该算法将红外传感器和ESM的航迹序列看作离散时间函数,通过计算各航迹间的灰色B型关联度,形成灰色关联矩阵;通过归一化信息熵判断目标和辐射源类型信息的有效性,结合目标和辐射源的配属关系并利用VBS理论将不同框架下的证据转换到相同框架下,然后采用Jousselme距离度量证据的一致性,从而形成类型关联矩阵;最后,综合利用灰色关联矩阵和类型关联矩阵进行航迹关联判别。仿真结果表明,当可用数据点较多时,基于灰色关联度的航迹关联算法具有较高的关联正确率;当传感器分类效果较好时,基于类型辅助灰色关联度的航迹关联算法具有更好的关联性能。      

基于特征辅助的滑窗式全局最优关联算法

针对卫星电子信息的数据特点与传统关联算法中存在的误关联、杂波干扰大等现象,提出一种基于特征参数辅助的滑窗式全局最优辐射源关联算法。该算法利用运动与特征参数信息综合计算观测与目标间的关联度,构建关联模型,求解全局最优的航迹关联关系,并采用滑窗处理技术对航迹进行连续监测与维持,对错漏航迹进行修正。仿真实验表明,算法可满足多源卫星电子对近距离交叉目标、存在非共同观测目标和杂波密集环境下多目标的有效跟踪,且性能优于传统关联算法。     

异地配置的雷达与电子支援措施航迹关联

针对雷达与电子支援措施(Electronic Support Measures,ESM)异地配置的情况,提出了一种基于ESM虚定位点的异类传感器航迹关联算法。ESM属于无源传感器,只能获取角度信息而缺少距离信息。该算法首先基于雷达量测定义了ESM虚定位点,为ESM提供了目标的距离信息。然后利用ESM虚定位点与交叉定位点构造距离统计量,基于统计理论方法对雷达与ESM航迹是否关联进行判决。在不同的测量误差和目标数目环境下进行了仿真实验,结果表明,该算法能较好地实现雷达与ESM的航迹关联。     

改进的K-Means算法在特征关联中的应用

特征关联是无源多传感器辐射源融合识别的一个关键步骤。特征关联是根据来源于同一辐射源的量测数据所具有的相似性,采用一定的算法和分配策略将多传感器获取的对多辐射源的量测值进行分类划分和关联判定,利用辐射源的特征信息来消除关联模糊。特征关联过程中一个重要环节就是分类算法的选取。K-Means算法是基于划分的聚类算法,已经广泛应用于诸多领域。改进了 K-Means算法,用灰关联度代替传统的距离度量定义了样本点间的距离,并对模拟产生的雷达辐射源特征参数样本集 Radar-da-tabase进行了分类。仿真结果表明,改进的K-Means算法提高了关联正确率,但消耗了更多时间。     

改进的K-Means算法在特征关联中的应用

特征关联是无源多传感器辐射源融合识别的一个关键步骤。特征关联是根据来源于同一辐射源的量测数据所具有的相似性,采用一定的算法和分配策略将多传感器获取的对多辐射源的量测值进行分类划分和关联判定,利用辐射源的特征信息来消除关联模糊。特征关联过程中一个重要环节就是分类算法的选取。K-Means算法是基于划分的聚类算法,已经广泛应用于诸多领域。改进了K-Means算法,用灰关联度代替传统的距离度量定义了样本点间的距离,并对模拟产生的雷达辐射源特征参数样本集Radar-database进行了分类。仿真结果表明,改进的K-Means算法提高了关联正确率,但消耗了更多时间。     

基于多维分配和灰色理论的航迹关联算法

针对目前应用于分布式多传感器系统中航迹关联算法只能解决两局部节点航迹相关的问题,该文提出了一种基于多维分配的灰色航迹关联算法。该算法运用灰色理论获取各传感器航迹间的灰色关联度,以此关联度为多传感器系统的全局统计量构造多维灰色关联度矩阵,并根据此矩阵形成的多维分配问题的解获得各传感器航迹间的关联结果。仿真结果表明,在密集目标环境下和/或交叉、分岔及机动航迹较多的场合,该算法的性能明显优于传统方法,其正确关联率较灰色航迹关联算法提高了大约8.8%。     

基于模糊平均综合相似度的航迹关联算法

为了解决多传感器多机动目标的航迹关联问题,提出了基于模糊平均综合相似度的多传感器多目标航迹关联算法.该算法首先应用模糊理论建立了多传感器航迹关联问题的数学模型,提出用航迹间的整体平均距离进行粗关联,确定可能关联航迹,排除不关联航迹;然后利用模糊理论计算出可能关联航迹之间的模糊综合相似度,基于到当前时刻的全部模糊综合相似度,得出可能关联航迹的整体模糊平均综合相似度,建立模糊平均相似度关联矩阵;最后采用最大平均综合相似度和阈值判别原则,确定关联航迹.仿真结果表明,在目标密集、航迹交叉等情况下,该算法性能良好,关联正确率明显优于传统方法.     

一种粗-精结合的航天侦察航迹关联算法

航天侦察中光学成像侦察能够获得精确的目标方位信息,而电子侦察能够获得准确的目标属性特征,为综合利用二者的特性来对航迹进行关联,提出一种基于粗-精结合的航迹关联算法。该算法通过方位信息对目标航迹进行粗关联,通过多维属性信息对目标进行精关联,最终得到航迹关联结果。分析了航天侦察传感器的时空对准方法,给出了多因素模糊综合决策航迹关联的具体步骤,并通过仿真实验对算法性能进行了验证。结果表明,提出的算法能够较好地解决航天侦察手段的航迹关联问题,与JPDA方法相比,该方法具有较高的关联正确率。     

Triggered Correlation

This paper shows to what extent an average-response computer can be utilized for computing a cross-correlation function. This type of computer needs synchronization pulses, and the simplest methods of computation are those in which these pulses are directly derived from one of the signals (triggered correlation). The first method is to generate a synchronization pulse whenever the signal crosses a pre-set threshold in any direction. In this case, the computer output function is shown to be proportional to the true correlation function, for Gaussian signals. In a second method, synchronization pulses are produced when the signal crosses the threshold in a specified (e.g., positive) direction. Then the computer output is found to be contaminated by a systematic error, which, in turn, depends on the derivative of the correlation function. These two methods are described in detail, both with respect to the results and to the accuracy obtainable. Several other, less important, methods are only briefly described.     

基于相关系数的相关匹配算法的研究

本文分别从减少相关系数计算运算量和减少搜索点数量这两个方面对以相关系数作为相似性度量准则的相关匹配算法进行改进。实验结果表明:改进后的算法,在不失其匹配精度条件下,克服了其运算量大的缺点,从而满足图像匹配系统的实时性要求。     

基于多层次关联规则的持续关联算法研究

基于安全管理中心的关联引擎的关联速度决定了关联引擎的关联时效,客观上决定了安全管理中心抵御安全威胁的能力。为提高关联的速度,论文以关联规则的组织和持续关联算法的设计实现为切入点,提出关联速度的解决方案。     

基于线性相关的不同点循环相关 计算方法

在“数字信号处理”课程中，相关是一项重要的信号处理运算，在时延估计、随机信号的统计特性分析以及随机信号的功率谱估计等方面有着重要的应用。结合相关和卷积的关系，本文推导了线性相关与循环相关的转化关系，提出了一种基于线性相关的循环相关计算方法，能基于线性相关结果来快速计算不同点数的循环相关，仿真结果表明，相比于直接根据定义计算循环相关的方法，本文提出的方法能显著提高计算效率。     

相关序列及其性能比较研究

本文对包括巴克码,m序列族,高斯白噪声序列,混沌序列在内的几个相关序列的产生,相互关系进行了介绍,重点分析并比较了它们的相关性.相关序列在现代通信系统中扮演着重要的角色,而且有进一步加强的趋势好的自相关性将增强序列通信过程中的抗干扰能力;好的互相关性将有效的抑制码间干扰,这两者都有利于提高信号的检测率;而序列中码数的多少直接决定了码分多址通信系统的容量,因此本文的结果对通信系统的设计有实际的参考价值.     

信令监测系统关联和关联回填关键技术研究

1 关联和关联回填基础概念 随着中国移动GSM通信业务的飞速发展,信令监测系统也得到全面的应用和发展,为运营商的网络维护提供了强有力的工具,为提高网络业务质量,提高移动用户的客户感知话务质量发挥了巨大作用。随着信令监测系统监测范围的不断扩大和全网监测要求,关联和关联回填成为信令监测系统必不可缺少的关键技术。     

Minimum Correlation Spreading Codes Design

Inter symbol interference (ISI) and multiple access interference (MAI) appear in code division multiple access systems when the spreading codes are not orthogonal. ISI and MAI are function of the auto and cross correlation values of the spreading codes. In this paper we investigate the tradeoff between auto and cross correlation properties; we formulate the optimum solution for both cases, transform the problem from multi-criterion to single criterion optimization problem, then formulate the dual problem, and find the optimal tradeoff solution where minimum auto and cross correlation values are attained. Minimum Correlation codes show a great enhancement in performance compared to Hadamard codes.     

Correlation estimation from compressed images

This paper addresses the problem of correlation estimation in sets of compressed images. We consider a framework where the images are represented under the form of linear measurements due to low complexity sensing or security requirements. We assume that the images are correlated through the displacement of visual objects due to motion or viewpoint change and the correlation is effectively represented by optical flow or motion field models. The correlation is estimated in the compressed domain by jointly processing the linear measurements. We first show that the correlated images can be efficiently related using a linear operator. Using this linear relationship we then describe the dependencies between images in the compressed domain. We further cast a regularized optimization problem where the correlation is estimated in order to satisfy both data consistency and motion smoothness objectives with a Graph Cut algorithm. We analyze in detail the correlation estimation performance and quantify the penalty due to image compression. Extensive experiments in stereo and video imaging applications show that our novel solution stays competitive with methods that implement complex image reconstruction steps prior to correlation estimation. We finally use the estimated correlation in a novel joint image reconstruction scheme that is based on an optimization problem with sparsity priors on the reconstructed images. Additional experiments show that our correlation estimation algorithm leads to an effective reconstruction of pairs of images in distributed image coding schemes that outperform independent reconstruction algorithms by 2–4 dB.     

QAM信号的谱相关性质研究

随着通信理论技术的发展,对于QAM信号的研究给予特别的关注。采用谱相关的方法,对QAM信号进行处理,研究了正交幅度调制信号(QAM)的循环平稳性。根据谱相关理论,推导出了QAM信号谱相关方法的表达式,得出QAM信号的循环谱特征并对其进行分析,并进行仿真模拟实验。通过仿真可以看出,谱相关理论对数字信号的分析,与一般的频谱相比可以提供更为丰富的谱信息,以及具有很强的噪声抑制能力。     

组合生成器的多线性相关攻击

本文对组合生成器提出了一种相关攻击方法,这种方法同时利用组合生成器输入与输出之间多个线性关系的信息来恢复密钥,我们从理论上证明了该方法可有效的减少攻击所需的数据量.特别地,我们将这种方法用于攻击"蓝牙组合生成器",使攻击复杂度得到显著降低.