简介：针对无人机图像序列帧间相关性强的特点,提出了一种基于压缩感知的无人机图像序列压缩与重构算法。在编码端生成每幅图像的随机测量值和飞行参数,通过数据链路传输至地面站解码端。在解码端,通过分析摄像机与物体间的几何关系建立了运动估计模型,从而减少了图像间的冗余。去相关后的图像更稀疏,重构也更容易,并且重构后图像具有更高质量。试验结果表明,该算法不仅可以提高重构图像的峰值信噪比(PSNR),且有效降低了编码端的工作时间,具有较好的实时性。该算法计算复杂度低,硬件实现较简单,适用于无人机系统。

简介：提出了一种专用于无线传感器网络流量预估的时间序列模型ATFA/WSN。ATFA/WSN可对未来工作周期内的网络流量进行预估,并根据预估值实现对网络路由、占空比、能耗等的自适应控制。对采集的流量数据经过NS2仿真实验进行预估并和原始流量对比,发现该模型预估的流量和原始值偏差很小,将其应用于SMAC协议的自适应占空比控制,取得了较好的节能效果。

简介：信息作战关键在于生成作战行动序列。考虑到信息作战过程的不确定性和对抗性,以及信息作战行动与战场态势间的相互影响,利用随机博弈论分析了敌对双方对抗,从而建立了信息作战行动序列规划随机博弈模型,并给出了求解方法。算例结果表明,该模型可适应信息作战环境。

简介：通过建立弹道目标雷达散射截面积（RCS）序列的动态特性及识别分类的理论模型，介绍了一种基于RCS序列动态特性的弹道目标识别方法。首先，对RCS采样数据进行滤波除噪，提取进动RCS周期序列；然后，在时频域联合提取序列周期以及均值、变异系数和极差等统计特征；最后，考虑到动态特征反映目标固有特性的能力，应用多属性决策中的层次分析法（AHP）进行信息融合，完成了基于最优线性集成的RCS多特征综合识别。仿真试验表明该方法有效。