基于误差估值累加开环校正的诱导式欺骗检测方法

诱导式卫星欺骗干扰可诱导航空器逐渐偏离预定航迹，难以被发现，因此及时有效地检测干扰是飞行安全的保障。在现有紧组合导航体制基础上，设计了一种基于误差估值累加开环校正的紧组合导航结构，并证明了其性能与传统闭环校正紧组合导航性能等效。在此结构中，将紧组合导航系统与自适应序贯概率比检测方法结合，提出了一种基于误差估值累加开环校正的诱导式欺骗检测方法，融合紧组合导航信息与其他不受欺骗影响的导航信息，构建欺骗检测统计量进行诱导式欺骗检测。仿真结果表明，开环校正结构可避免随时间累加的惯性导航系统误差所导致的组合导航滤波器发散问题，同时欺骗检测方法可进一步提高算法对“最坏”情形下微小诱导式欺骗的检测效果。     

广义正交码索引调制系统的性能分析

摘 要：为了提高码索引调制（code index modulation，CIM）系统的传输效率，提出了一种具有更低复杂度的单输入单输出（single input single output，SISO）的广义正交码索引调制（generalized orthogonal code index modulation，GQCIM）系统。CIM 系统使用扩频码和星座符号传输信息，但只能激活两个扩频码索引和一个调制符号。而 GQCIM 系统以一种新颖的方式克服了只激活一个调制符号的限制，同时充分利用了调制符号的正交性，增加扩频码索引以传输更多的额外信息位，提高了系统的传输效率。此外，分析了GQCIM系统的理论性能，推导了误码率性能的上界。通过蒙特卡罗仿真验证了GQCIM系统的性能，对比发现GQCIM系统的理论和仿真性能一致。而且在相同的传输效率下，结果显示GQCIM系统的性能优于同样具有正交性的调制系统，如广义码索引调制（generalized code index modulation，GCIM）系统、CIM系统、码索引调制-正交空间调制（code index modulation aided quadrature spatial modulation，CIM-QSM）系统、码索引调制-正交空间调制（code index modulation aided spatial modulation，CIM-SM）系统、脉冲索引调制（pulse index modulation，PIM）系统。     

生产定型可靠性鉴定试验检验下限研究

对应于设计定型可靠性鉴定试验中的检验下限取最低可接受值,生产定型可靠性鉴定试验的检验下限是否取规定值。针对这一疑问,首先阐述了产品生产定型的时机是在设计定型试生产后批量生产前。结合产品可靠性在寿命期内不断增长这一理论,说明了产品可靠性在生产定型时尚达不到规定值。对不同可靠性水平的产品通过可靠性鉴定试验的概率分析,指出检验下限取规定值时好产品通过可靠性鉴定试验的概率很低。分析认为,生产定型可靠性鉴定试验的检验下限应取最低可接受值。     

基于DF中继协作的车联网安全传输性能研究

5G时代的到来加快了以车路协同为核心的车联网技术的发展脚步。高效，可靠，安全的通信质量将是实现智能交通管理系统，完善智慧出行的基本要求。因此，针对存在信息窃取者的车联网中继协作传输场景，利用机会式中继选择策略与最大比合并技术设计了直接传输链路与多跳中继转发链路共存的安全传输方案，旨在提高信息传输的可靠性及安全性。同时，在获得信道概率密度函数及累积分布函数的基础上，利用全概率公式等方法推导出基于DF(Decode-Forward)中继协作传输的车联网系统安全中断概率的闭合表达式，其中涉及的信息传输信道均服从Nakagami-m分布，提高了理论推导的难度。最终的仿真实验证实了理论推导的准确性及本方案的可行性。      

基于教学中单片机系统的可靠性分析

在高职院校中,单片机系统是一项不可缺少的技术。但是单片机系统在运行过程中会受到外界的干扰而出现问题,所以需要提高单片机控制系统的可靠性,才能够提高高职院校各科目的教学质量。     

炉前TMT三大机控制系统可靠性升级项目

首钢京唐公司一期1#、2#高炉有效容积5500m3,日最高产铁量13200t,平均每分钟产出铁水量最多为9.17t,为确保高炉正常生产,要求炉缸内的铁水数量不能超过安全容铁量,这就必须保证高炉将单位时间内生成的铁水全部及时地从铁口排出,否则就会造成高炉减风、停风,要将每分钟内生成的大约9t铁水及时排出炉外,单铁口出铁显然无法满足要求,这就需要一定时间内有两个铁口同时出铁,首钢京唐公司1#、2#高炉出铁场共设有4个出铁口,每个铁口每分钟出铁量大约4t^7t,因此4个出铁口就处于2用2修状态,因此,倘若有一个铁口的设备发生故障,也没有备用铁口出铁,在这种情况下,如果不能迅速地、及时地排除故障,都将造成高炉减风、停风;同时,这也要求炉前三大机系统有很高的稳定性及可靠性,这就要求我们对其系统功能进行完善,减小各类设备故障对系统造成的影响,确保高炉炉前的正常、连续生产。     

邻域谱概率协同表示的高光谱图像分类方法

为了提高高光谱遥感图像的分类精度, 通过结合像元邻域谱与概率协同表示方法, 提出了一种基于空间信息与光谱信息的分类方法。首先采用插值方法生成像元的邻域谱, 然后用概率协同表示方法将待测样本进行分类。用所提出的方法在AVIRIS Indian Pines和Salinas scene高光谱遥感数据库上进行分类实验, 并和主成分分析、支持向量机、稀疏表示分类器和协同表示分类器方法进行了比较。结果表明, 所提出的方法在AVIRIS Indian Pines数据库上识别精度比主成分分析法高约17%, 其识别精度和kappa系数都优于另外4种方法。该方法是一种较好的高光谱遥感图像分类方法。