Kalman滤波理论在GNSS信号跟踪中的应用

在分析传统GNSS接收机跟踪环路的基础上,对传统的码环滤波和载波滤波在复杂的环境下精度不高的问题,提出一种以自适应Kalman滤波算法代替码环和载波环中的两个环路滤波器,并依据新息自适应的对测量噪音实时调整,将调整结果输入到卡尔曼跟踪环路,估计跟踪误差、实现GNSS(扩频信号)信号的跟踪,提高环路在复杂应用环境下的跟踪精度。仿真结果证明了这种方法提高了跟踪精度,对环境的适应能力有了明显的增强。

网络安全态势评估效率及其影响因素研究

网络安全态势评估(Network Security Situation Awareness,NSSA)作为主动安全防御技术,是判断当前网络是否安全的重要手段,可以为网络安全管理和决策提供重要支撑,是当前研究的热点。近年来,关于网络安全态势评估技术的研究主要集中在模型优化和体系的构建方面,关于各个模型之间相似条件下的效率研究不多。在实际应用中,受限于资源和算力的限制,往往对于模型的选择较为有限,因此需要对模型的效率加以评估。针对这一问题,本文从模型的算力需求、模型复杂度、参数维度等角度入手,通过数据包络分析(DEA)方法求解得到各数据决策单元在不同压力环境下的效率评价结果,并对几种主流的网络安全态势感知模型的投入产出效率进行分析。针对其中非DEA有效的决策单元进行投影分析得到其影响因素,并据此提出意见建议,为综合性网络态势感知效率的评估提供参考。