2000, 22(1): 68-72.
刊出日期：2000-01-19
本文给出一种de Bruijn序列的升元算法。该算法每步运算可生成一列元素而不是一个元素,因而减少了运算次数,加快了生成速度。
1993, 15(2): 204-207.
刊出日期：1993-03-19
De Bruijn序列是一类最重要的非线性移位寄存器序列。本文定义并研究了n级De Bruijn序列的k次齐次复杂度Ck(s),给出了Ck(s)的一个上界。k=1及k=2时,Ck(s)分别为人们所熟知的线性复杂度及二次齐次复杂度。
1995, 17(6): 618-622.
刊出日期：1995-11-19
De Bruijn序列是一类最重要的非线性移位寄存器序列。本文通过并置所有循环圈的周期约化,提出了一个新的生成k元de Bruijn序列的算法。该算法每步运算可生成一列元素而不是一个元素,因此减少了运算次数,加快了生成速度。
2017, 39(2): 328-334.
doi: 10.11999/JEIT160276
刊出日期：2017-02-19
该文提出一种新的移位序列集的构造方法，并基于这些新的移位序列，通过交织周期为N的完备高斯整数序列，得到一类具有灵活相关区长度的周期为2N的高斯整数零相关区序列集。这类新的序列集的参数能接近甚至达到Tang-Fan-Matsuji界，所以序列集的性能是最佳的或者几乎最佳的。高斯整数零相关区序列集可为高速准同步扩频系统提供更多的地址选择空间。
2011, 33(7): 1639-1643.
doi: 10.3724/SP.J.1146.2010.01212
刊出日期：2011-07-19
针对粒子滤波(Particle Filter, PF)存在的粒子退化和贫化问题，该文提出一种基于差分演化(Differential Evolution, DE)的PF算法。首先，为了充分利用最新的观测信息，采用无迹卡尔曼滤波(Unscented Kalman Filter, UKF)来产生重要性分布，对重要性分布产生的采样粒子不再做传统重采样操作，而是直接把采样粒子当作DE中的种群样本，粒子权重作为样本的适应函数，对粒子做差分变异、交叉、选择等迭代优化，最后得到最优的粒子点集。试验结果表明，该算法有效缓解了传统PF算法中的粒子退化和贫化，提高了粒子的利用率，具有较好的估计精度。
2007, 29(12): 2848-2852.
doi: 10.3724/SP.J.1146.2006.00516
刊出日期：2007-12-19
实际条件下，在对基于衰减指数(DE)和模型的雷达目标散射中心参数估计和特征提取时，其噪声背景往往是非高斯的，分布密度函数表现出长拖尾性质。利用基于高斯假设条件下的估计方法进行参数估计时，往往不能得到较好的结果。针对这种情况，该文利用M估计方法来实现对长拖尾杂波下DE模型参数的稳健估计。首先分析了基于PRONY模型的M估计实现方法存在的不足，其次提出了两种较为有效的DE模型散射中心参数M估计的实现方法，并对这两种方法进行了分析和比较。仿真实验结果表明，在一类长拖尾K分布杂波条件下，与ESPRIT方法以及扩展PRONY估计方法相比，该文所提的两种方法均能得到较好的估计结果。
2007, 29(7): 1573-1575.
doi: 10.3724/SP.J.1146.2005.01291
刊出日期：2007-07-19
2000年, Tang, Fan和Matsufuji给出(L,M,Zcz)-ZCZ序列簇的理论界为ZczL/M-1 。给定正整数n和L，本文给出一个交织ZCZ序列簇的构造算法，该算法由L条周期为L的正交序列簇生成一类(2n+1L,2L,2n-1)-ZCZ序列簇。若n2且4 |, 该类ZCZ序列簇中编号为奇数的序列与编号为偶数的序列在移位为时相关值为零。此外，选择不同的正交序列簇或不同的移位序列, 经构造算法可以生成不同的ZCZ序列簇。
2008, 30(7): 1640-1643.
doi: 10.3724/SP.J.1146.2006.02002
刊出日期：2008-07-19
在准循环LDPC码的构造中，校验矩阵拥有尽可能好的girth分布对于改善码的性能有着重要的意义。该文提出了构造准循环LDPC码的GirthOpt-DE算法，优化设计以获得具有好girth分布的移位参数矩阵为目标。仿真结果表明，该文方法得到的准循环LDPC码在BER性能和最小距离上均要优于固定生成函数的准循环LDPC码，Arrary码和Tanner码，并且使用上更为灵活，可以指定码长，码率及尽可能好的girth分布。
2013, 35(8): 1793-1799.
doi: 10.3724/SP.J.1146.2012.01591
刊出日期：2013-08-19
旋转扫描扇形波束散射计(Rotating Fan-beam SCATterometer, RFSCAT)是一种新体制的海洋风场测量雷达散射计。RFSCAT对同一观测面元能够提供更多的方位角和入射角观测组合，改善海面风矢量场的反演精度。为了达到设计的风场反演精度，系统要求定标精度为0.5 dB。该文基于中法海洋卫星(Chinese French Oceanography SATellite, CFOSAT)雷达散射计的系统参数，考虑了在轨测量的主要误差源，分析了地面扩展目标在轨外定标的特点，给出了可行的RFSCAT在轨外定标方法，并利用仿真数据对该方法进行验证。 利用QuikSCAT散射计的L2A数据和图像重构(SIR)数据，针对地球表面归一化雷达后向散射系数(0)稳定的区域，给出了定标地图，为RFSCAT在轨定标提供参考。
2016, 38(11): 2715-2723.
doi: 10.11999/JEIT160052
刊出日期：2016-11-19
高光谱遥感影像由于其巨大的波段数直接导致信息的高冗余和数据处理的复杂，这不仅带来庞大的计算量，而且会损害分类精度。因此，在对高光谱影像进行处理、分析之前进行降维变得非常必要。神经网络敏感性分析可以用于对模型的简化降维，该文将该方法运用于高光谱遥感影像降维中，通过子空间划分弱化波段之间的相关性，利用差分进化算法(DE)优化神经网络结构，采用Ruck敏感性分析方法剔除掉对分类贡献较小的波段，从而实现降维。最后，采用AVIRIS影像进行实验，所提算法相比其他相近的降维与分类方法能获得更高的分类精度，达到85.83%，比其他相近方法中最优方法高出0.31%。
- 首页
- 上一页
- 1
- 2
- 下一页
- 末页
- 共:2页
