典型非高斯分布假设下累积和检测方法性能研究

累积和检测方法是根据声呐目标信号出现与消失时概率密度函数(Probability Distribution Function,PDF)的变化进行有效的瞬态信号检测。以非高斯模型t分布假设替代传统的高斯分布方差变化假设作为描述瞬态信号的PDF形式,推导了累积和检验统计量的表达、更新量PDF求取的数值方法,利用快速傅里叶变换法计算了门限和自由度等检测参数。利用仿真的落水信号、船体加速信号和消声水池实验数据进行检验。结果表明,基于t分布假设的累积和方法对瞬态脉冲信号的检测效果优于常规累积和方法,能更快地响应信号变化,更好地抑制背景干扰。

基于OpenStack的累积型失效检测方法P-FD的研究和应用

OpenStack是最受欢迎和广泛使用的开源云计算平台之一,在OpenStack中实现高可用是一种必需的技术.而由于软件或硬件不可靠性导致的节点失效是阻碍实现高可用的主要问题·在OpenStack中,主要通过传统的发送心跳,设定固定超时时间的方式进行失效检测.但是这种方法存在误判问题,如只是网络延迟,节点并未失效,也会造成心跳过期,造成误判而对虚拟机进行迁移,付出不必要的极大代价.提出了一种基于正太分布的累积型失效检测方法P-FD,根据时间累积变化计算怀疑度,同时除了阈值外还采用Pull心跳模式结合实现二次确认策略,减少了误判率.相对于OpenStack现有失效检测方法,它能够更好地适应OpenStack这种大型云计算模式中动态且不稳定的网络环境.实验结果表明:在网络不稳定的情况下,该检测方法降低了误判率,有效提高了系统可用性.

多卫星导航信号联合捕获算法的检测性能分析

针对多卫星联合捕获算法缺乏检测性能分析与评估的问题,该文采用处理增益来衡量联合捕获相对于传统捕获的灵敏度提高程度。分别给出了处理增益在匹配接收和不完全匹配接收条件下的表达式,详细推导了多卫星信号的时延和多普勒误差引起的检测损耗,比较了联合捕获与传统捕获在时延和多普勒误差下的检测损耗。采用数值仿真方法验证了理论分析的正确性,仿真结果表明联合捕获的检测损耗总体上小于传统捕获的检测损耗。

K分布雷达杂波中两种非参量检测器性能分析

分析了广义符号检测器(GSD)和秩二元累积检测器(RQD)两种非参量检测器在独立和相关K分布杂波下的检测性能。Monte Carlo数值试验表明,GSD在独立K分布杂波拖尾特性越明显时,达到指定检测概率所需要的信杂比越小,而RQD则与之相反。针对独立K分布杂波,RQD的第一检测门限等于参考单元数时可获得较好的检测性能。当参考单元数大于24时,继续增加参考单元数目对于提高两类检测器的检测性能的效果不明显。同时,两类检测器在相关K分布杂波下的虚警概率均会急剧增加,难以完成相关K分布下的CFAR检测。

一种水声瞬态信号的下降沿检测方法

基于最大似然比准则,在高斯分布方差变化的假设下推导了水声瞬态信号累积和下降沿检测的检验统计量和非线性量的概率密度函数表达,重新利用FFT(Fast Fourier Transform)法分析了累积和性能模型,基于纽曼皮尔逊准则计算了在一定检测概率和虚警概率假设下方差和检测门限,并利用舰船转舵仿真信号、鱼雷出管仿真信号和水池重物落水实测脉动信号进行了检验.验证结果表明,相比常规方法,低信噪比下该方法对水声瞬态信号下降沿的判断精确度更高,稳健性更好.

基于高阶累积量的短波信道频谱感知技术

针对短波通信中频谱资源紧缺,利用认知无线电技术和调制信号的高阶累积量特性,提出一种适合短波信道的高阶累积量频谱感知方法,对短波频段进行监测,以合理利用空闲频段,提高频谱利用率。数值分析与仿真结果表明,该算法能够有效地克服短波信道多径时延和多普勒扩展的影响,在低信噪比下达到较高的检测概率。

搜索状态下相控阵雷达抗干扰能力评估

针对现有评估指标不能全面反映相控阵雷达在搜索状态下的抗干扰能力的问题,提出了利用搜索效率抗干扰改善因子这一综合指标来衡量相控阵雷达搜索状态下的抗干扰能力的方法。建立了在有源噪声干扰下搜索概率计算模型以及采用脉冲累积和累积检测技术后搜索概率的计算模型,通过分析脉冲累积数N和累积检测数M的关系,给出求解最大搜索效率的方法,最后通过实例仿真和结果分析,表明该方法计算简单,科学高效。

一种基于线谱特征函数提取LOFAR图线谱的方法

水声信号被动检测中广泛使用LOFAR图对接收信号进行处理和分析。针对LOFAR图中线谱信号检测问题,根据线谱信号特征设计特征函数,提出频域滑动窗线谱特征累积检测法。该方法在频率轴移动观察窗,用多步决策算法计算每个观察窗的最优解,得到最优路径,如果最优路径特征值大于阈值,则累积LOFAR图像素点被该最优路径经过的次数,次数越多对应点为线谱点的概率越大。仿真研究表明,该方法对频率时变、低信噪比的线谱信号具有良好的检测能力,可实现多根线谱的增强与检测。海试数据处理结果证明了该方法的可行性和稳健性。该算法对于辐射线谱信号的水下目标远距离探测识别有较高的参考价值。

一种改进的时间序列分段趋势预测法

提出了一种基于累积和的趋势分段检测方法。并把该方法运用于心脏停搏病人的MEMS时间序列中的趋势变化检测。在该改进方法中,通过引入一个自适应参数能够自适应地把较小的碎片段连接生成一个较大、平缓的分段。实验证明自适应时间序列分段趋势法能够用于小样本的预测,有效地改善了基于残差的累计和法不能对小样本进行很好预测的缺点。该方法运用于心脏停搏病人的MEMS时间序列中的趋势变化的检测,结果表明:该方法在对心脏停搏病人的发病时刻的预测方面可能具有潜在的应用价值。

基于网络编码的衰落信道频谱感知算法

针对传统认知无线电网络中频谱状态转换频繁和频谱检测时延长的问题,提出基于随机线性网络编码的累积和能量检测频谱感知算法。该算法在主用户信道中引入随机线性网络编码,利用网络编码对频谱的整形作用,使频谱状态转换稀疏,频谱结构更规律化,减小频谱检测时延,提高系统吞吐率。此外,针对传统累积和能量检测算法抗衰落性能差的问题,通过比较该算法在五种衰落信道下的检测时延和吞吐率,研究该算法的抗衰落性能。实验结果表明,在一定的虚警概率下,该算法有效降低了检测时延,提高了吞吐率及抗衰落能力,能够更好地适应复杂的衰落信道环境。

基于JRD和CUSUM的滚动轴承性能退化状态识别与评估

退化特征提取是滚动轴承性能退化状态识别和评估的关键,JRD克服了传统特征无法准确反应轴承当前技术状态的不足,但在全寿命阶段上稳定性、单调性差,应用累积和(CUSUM)对其进行改进,从而准确识别和评估轴承性能退化状态。应用小波包变换对原始信号进行降噪;计算不同技术状态下信号的Renyi熵,并对比与标准状态的相似程度得出JRD值,作为滚动轴承退化状态特征;应用CUSUM增强JRD值对于寿命微弱变化的敏感性及轴承全寿命的单调性。通过试验验证,滚动轴承性能退化状态的识别率能达到100%,同时能够分阶段、单调性地评估轴承性能退化状态。