摘要：设计了一种基于FPGA的JPEG压缩域数字水印系统,可在JPEG图像中实时嵌入水印信息。在对水印信息作二值化和Arnold置乱预处理后,通过改进的LSB嵌入算法将水印信息嵌入到量化后的DCT系数中,经熵编码后生成JPEG压缩文件,完成JPEG压缩域的数字水印嵌入。最后,采用FPGA开发板和上位机对本文设计进行软硬件联合测试。测试结果验证了本文提出的嵌入算法具有较好的不可见性和鲁棒性,以及较高的数据吞吐率。

摘要：为改善复杂目标的成像表现、提升雷达图像的视觉效果,提出一种基于稀疏重构的多视角多输入多输出(multiple input multiple output,MIMO)雷达关联成像方法,设计了多视角雷达散射面积(radar cross section,RCS)起伏的稀疏重构关联成像模型。所提算法能提高辐射场信号随机性,改善复杂目标雷达关联成像参考信号与回波之间相关性退化的情况,减小多视角RCS起伏对相关性的影响,提升多视角下的关联成像质量。最后,通过仿真验证了所提方法的有效性。

摘要：提出了一种模拟高斯信源通过多中继网络进行压缩转发的系统模型,该系统模型可以描述实际中传感器受限于环境或成本,只能进行简单的模拟信号发送,而中继器能够进行复杂的分布式信源编码和信道编码的传感中继网络。本文提出了该系统的理论分析框架,对传感器网络的分布式信源编码问题,采用CEO理论建立多中继网络的率失真函数,结合Shannon信道容量理论,将传感器网络与数字通信网络建立联系。本文提出了系统的优化设计理论方法,在总功率受限条件下,在传感器网络和通信网络之间进行功率分配,使信噪比性能达到最大。理论分析和仿真结果表明,本文提出的方法比模拟中继转发系统在低信噪比区域抗干扰性能更好。在高信噪比区域,随着总信噪比约束的增大,可提高至10dB以上。

摘要：基于文化地理的视角,以农业农村部2014—2018年共评选出的670个美丽乡村为研究对象,从文化区的维度分析中国美丽乡村的时空分异特征及其影响因素。研究发现:(1)美丽乡村的空间分布不囿于行政区划或者自然地理分区的界限,而是呈现出显著的地域文化区特征,形成"面状集聚"与"链式集聚"的空间分布状态;(2)美丽乡村的集聚化趋势日趋明显,且集聚重心呈现整体往东偏移的态势;(3)美丽乡村的时空分异特征受到地形地貌、人口分布、区域交通状况、经济发展条件以及"非遗"分布等因素的影响,尤其是经济驱动和文化驱动的影响。鉴于此,本文提出以农民的家园建设为立足点,以民族精神文化家园建设为愿景,打破行政区划,联结文化同源的美丽乡村,探索文化区意义上的美丽乡村建设思路,推进乡村文脉传承与乡村振兴。

摘要：作为航空装备的重要传动部件,齿轮箱的故障诊断对保障装备可靠持续适航具有至关重要的作用。随着人工智能技术的不断发展,基于深度学习的方法成为了领域内的研究热点。然而,深度神经网络对超参数设置和训练数据量有严格的要求,难以满足实际工业中快速、准确与稳定的诊断需求。针对此问题,提出了一种基于改进深度森林的诊断方法,实现小训练样本下齿轮箱的多种类混合故障的高效诊断。针对旋转机械振动信号单样本数据的长特性与深度森林模型数据处理成本高的矛盾,设计了基于主成分分析特征提取的深度森林模型,解决原始模型中的数据计算冗余问题。同时,改进的深度森林模型提高了多粒度扫描与级联森林中的数据传递与处理能力,在保障数据多样性的同时,增强模型内的特征代表性,从而提高算法的运行效率和诊断性能。最后,通过控制数据集与训练样本比例变量,开展小训练样本下齿轮箱故障诊断实验研究。结果表明,在训练-总数据比例为50%和10%条件下,所提方法平均诊断精度高达97.3%和82.8%,验证了所提方法的有效性。同时,通过对比研究,所提方法诊断性能优于现有的齿轮箱智能故障诊断方法。

摘要：提出了一种与MIPS32指令集兼容的32位RISC微处理器(HP-MIPS)的设计方法。在对经典的MIPS体系结构分析之后,对处理器的整体结构进行重新划分,通过增加流水线级数设计出一种拥有8级流水线的微处理器数据路径结构,并且对设计中由于增加流水线级数而引入的流水线数据冲突问题给出了完整的解决方案。此外还设计了一种流水线结构的动态分支预测器用以解决微处理器分支冒险问题,其优点在于既能降低微处理器的CPI,同时又不会使流水线出现局部逻辑拥堵从而降低微处理器的主频。最后给出了设计的综合结果,并对该设计进行了软件仿真和硬件验证。在FPGA芯片上的运行时钟频率可达146.628 MHz。

摘要：无人机通信由于空对地无线信道的开放性,易受到各种有源或无源的物理层干扰,这些干扰会严重影响无人机通信的性能,导致无人机通信质量下降甚至通信中断等问题。因此,为保障无人机在复杂环境下能实现安全可靠的通信,对各类干扰的有效检测和精准识别尤为重要。传统的无人机通信干扰识别方法通常考虑闭集干扰场景的假设,即只能识别训练过程中使用过的干扰模式,而难以有效判断新出现的未知干扰模式。然而,在实际复杂电磁环境中,由于无法事先获知所有可能的干扰模式,无人机通信系统需要同时应对已知和未知的干扰,即面临开集干扰场景。为此,本文提出了一种基于对抗互易点学习的无人机通信干扰开集识别方法。首先设计了基于残差神经网络(ResNet)的对抗互易点学习框架,以从I/Q数据中有效地提取干扰特征,并确保已知和未知干扰类在特征空间中的良好分离。接着,考虑到在不同干信比和不同干扰信号的特征分布的差异性,设计了联合自适应阈值开集分类器,实现对已知和未知干扰模式的准确识别。为验证所提方法的有效性,考虑无人机空对地通信的多种因素,并基于双射线传播模型生成了一个无人机通信干扰数据集。仿真结果表明,所提方法在不同干信比情况下识别性能均优于基线方法,在干信比为10 dB时,达到了88.1%的归一化识别精度,实现了对无人机通信干扰的有效开集识别。

摘要：针对相关Nakagami衰落等增益合并(equal gain combining,EGC)分集系统性能不存在精确解析式的问题,提出一种基于矩匹配的高效近似分析方法.该方法将各支路信号等增益叠加后的复杂衰落近似等价为α-μ分布,利用α-μ变量的统计特性获得分集系统的信噪比分布、中断概率和平均误符号率等性能表达式.仿真结果表明,该方法实现简单,计算结果与理论值非常接近,可应用于多种信道衰落下EGC分集系统的参数设计和性能评估.

摘要：在低信噪比环境中及极远测距范围内获得高精度距离测量量是深空测距面临的挑战。再生测距系统通过在航天器中将测距码再生,可将下行链路信噪比提升约30dB,从而解决低信噪比问题,但是已知测距码的无模糊测距距离难以满足未来深空测距需要。通过对复合函数与测距误差的关系进行系统分析,提出通过改变复合函数降低测距误差的方法,并用m序列及新复合函数设计新测距码。共设计8个新测距码,测距误差方差比已知测距码降低0.28~3.78dB,无模糊测距距离从7.5×10^(4)km提升至117×10^(4)~17884×10^(4)km,扩展了15~2384倍。其中包含一种直流分量为0的完全均衡的测距码。仿真结果表明:新测距码能为未来深空通信及深空探测提供更远距离内更高精度的距离测量支撑。

摘要：通过引入目标存在状态变量,建立了结合目标检测与参数估计的统一系统模型。给出目标探测信息、检测信息和空间信息的严格定义,并证明探测信息是检测信息与已知目标存在状态的空间信息之和,从理论上解决了探测信息和检测信息的定量问题。推导出目标匹配和非匹配条件下检测信息的理论公式。提出了随机目标检测方法,并证明了目标检测定理。目标检测定理指出,检测信息是可达的,反之,任何检测器的经验检测信息不大于检测信息。本文提出的目标检测信息理论打破了纽曼⁃皮尔逊准则一统天下的局面,为目标检测的系统理论和设计方法开辟了新的方向。