第一篇：典型相關分析(CCA)附算法應用及程序（最終版）

典型相關分析

摘要

利用典型相關分析的思想,提出了解決了當兩組特征矢量構成的總體協方差矩陣奇異時,典型投影矢量集的求解問題,使之適合于高維小樣本的情形,推廣了典型相關分析的適用范圍.首先,探討了將典型分析用于模式識別的理論構架,給出了其合理的描述.即先抽取同一模式的兩組特征矢量,建立描述兩組特征矢量之間相關性的判據準則函數,然后依此準則求取兩組典型投影矢量集,通過給定的特征融合策略抽取組合的典型相關特征并用于分類.最后,從理論上進一步剖析了該方法之所以能有效地用于識別的內在本質.該方法巧妙地將兩組特征矢量之間的相關性特征作為有效判別信息,既達到了信息融合之目的,又消除了特征之間的信息冗余,為兩組特征融合用于分類識別提出了新的思路.一、典型相關分析發展的背景

隨著計算機技術的發展,信息融合技術已成為一種新興的數據處理技術,并已取得了可喜的進展.信息融合的3個層次像素級、特征級、決策級。

特征融合，對同一模式所抽取的不同特征矢量總是反映模式的不同特征的有效鑒別信息，抽取同一模式的兩組特征矢量，這在一定程度上消除了由于主客觀因素帶來的冗余信息，對分類識別無疑具有重要的意義

典型相關分析(CanoniealComponentAnalysis:CCA)是一種處理兩組隨機變量之間相互關系的統計方法。它的意義在于:用典型相關變量之間的關系來刻畫原來兩組變量之間的關系!實現數據的融合和降維!降低計算復雜程度。

二、典型相關分析的基本思像

CCA的目的是尋找兩組投影方向,使兩個隨機向量投影后的相關性達到最大。具體講,設有兩組零均值隨機變量 和

x??c1，c2，...cp?T

y??d1，d2，...dq?T

Tv????CCA首先要找到一對投影方向1和1,使得投影11y Tu??x之間具有最大的相關性,u1和v1為第一對典型變量;同 11和理,尋找第二對投影方向?2和?2,得到第二對典型變量u2和v2,使其與第一對典型變量不相關,且u2和v2之間又具有最大相關性。這樣下去,直到x與y的典型變量提取完畢為止。從而x與y之間的相關性分析,只需通過分析少數幾對典型變量的關系即可達到目的。

三、CCA算法詳解

(1)

(2)

(3)

考慮到:的極值只與 ?和 ?的方向有關,而與它們的大小無關,為了得到唯一解不失一般性,加入限制條件:

?Sxx???Syy??1

矢量對 ?和 ?求解上述優化問題,可定義拉格朗日函數:

TT(4)問題變為在約束條件式下,求使準則函數式取最大值的典型投影

(5)

分別對?和?求導數,并令為零,得到：

(6)

(7)

(8)

(9)再對上式兩端分別左乘 ?T和 ?T得：? 1??2??

記為：

(10)

(11)(12)

(13)

對H進行奇異值分解：

?T 令???S?1i?xx2uiHHui??2ui?1???S?

iyy2viHTHvi??2vi分別將?TTTTTT1x，?2x，…?dx 與 ?1x，?2x，…?dx看做是變換后的特征分量：

投影后的組合特征用于分類，其中變換矩陣為：

(14)(15)

16）

（

（17）

四、典型相關分析應用實例

欲研究兒童形態與肺通氣功能的關系，測得某小學40名8~12歲健康兒童（身高X1，體重X2，胸圍X3）與肺通氣功能（肺活量Y1，靜息通氣Y2和每分鐘最大通氣量Y3），分析兒童形態和肺通氣指標的相關性，確定典型變量的對數。

x1 =[140.6,135.7,140.2,152.1,132.2,147.1,147.5,130.6,154.9,142.4,136.5,162, 148.9,136.3,159.5,165.9,134.5,152.5,138.2,144.2];x2 =[43.7,39.5,48,52,36,45,47,38,48,42,38,58,42,33,49,55,41,53,35.5,42];x3 =[77,63,75,88,62,78,76,61,87,74,69,95,80,68,87,93,61,83,66,76];

y1 =[2.6,2,2.6,2.8,2.1,2.8,3.1,2,2.9,2.33,1.98,3.29,2.7,2.4,2.98,3.1,2.25,2.96, 2.13,2.52];y2 =[7,7,6.1,10.1,7.4,9.25,8.78,5.31,10.6,11.1,7.77,3.35,10.1,7.8,11.77,13.14, 8.75,6.6,6.62,5.59];y3 =[108,91,101,112,97,92,95,77,80,76,49,58,82,76,88,110,75,71,105,82];

（1）仿真結果分析結：

（實驗平臺：Matlab2014，程序見附錄）

R1=0.9282 R2=0.5302 R3=0.0081

R1=0.9282

R2==0.5302

R3=0.0081(2)結果分析：

三幅分別對應不同特征值所對應的兒童形態與肺通氣功能的關系，顯然，第一幅圖的線性關系最好，即兒童形態與肺通氣功能的相關性最大，變化趨勢一致，進行特征融合以達到降維的目的。

六、心得體會

通過本次大作業，對小樣的典型相關分析查閱了很多文獻，對文獻的閱讀的辨別能力有了很大提升，抓住文獻中的重點要點，進行深一步的理解；其次在程序的編寫中，CCA的編寫從原理到算法解析再到算法的邏輯結構，一步步的將CCA的思想理解透徹并體現在MATLAB的程序中，在程序編寫的過程中也遇到了很多挫折和編譯失敗的困惑，但是通過網上查閱和向教員請教以及同學的詢問，一一得到解決，最終完成了本次大作業的撰寫，其中也收獲到了很多東西，學到了很多，希望以后能扎實學習，更進一步。

附錄：

clear all clc

x1=[140.6,135.7,140.2,152.1,132.2,147.1,147.5,130.6,154.9,142.4,136.5,162,148.9,136.3,159.5,165.9,134.5,152.5,138.2,144.2];

x2=[43.7,39.5,48,52,36,45,47,38,48,42,38,58,42,33,49,55,41,53,35.5,42];

x3=[77,63,75,88,62,78,76,61,87,74,69,95,80,68,87,93,61,83,66,76];y1=[2.6,2,2.6,2.8,2.1,2.8,3.1,2,2.9,2.33,1.98,3.29,2.7,2.4,2.98,3.1,2.25,2.96,2.13,2.52];

y2=[7,7,6.1,10.1,7.4,9.25,8.78,5.31,10.6,11.1,7.77,3.35,10.1,7.8,11.77,13.14,8.75,6.6,6.62,5.59];

y3=[108,91,101,112,97,92,95,77,80,76,49,58,82,76,88,110,75,71,105,82];

mx1=sum(x1)/20;mx2=sum(x2)/20;mx3=sum(x3)/20;my1=sum(y1)/20;my2=sum(y2)/20;my3=sum(y3)/20;

d=[1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1];x1=x1-mx1.*d;x2=x2-mx2.*d;x3=x3-mx3.*d;y1=y1-my1.*d;y2=y2-my2.*d;y3=y3-my3.*d;%b=imread('1.jpg');%a=imread('2.jpg');%c=rgb2gray(a);%d=rgb2gray(b);

%c=double(imresize(c,[128,128]));%d=double(imresize(d,[128,128]));%zushu = size(X,1);A=[x1',x2',x3'];B=[y1',y2',y3'];

[Wx, Wy, r,n,m] = CCA_algorithm(A,B);%CCA_zq.(Z,zushu,2)Z=Wx Y=Wy U1=Wx(:,1);U2=Wx(:,2);U3=Wx(:,3);V1=Wy(:,1);V2=Wy(:,2);V3=Wy(:,3);figure(1);plot(U1,V1,'*');figure(2);plot(U2,V2,'r*');figure(3);plot(U2,V2,'g^')

%CCA函數調用：

function [U,V,nmuta,nmutatwo,U_replace,V_replace]=CCA_algorithm(X,Y)%計算典型相關分析的程序 n=size(X,1);p=size(X,2);q=size(Y,2);

X=X-repmat(mean(X,1),n,1);Y=Y-repmat(mean(Y,1),n,1);Z=[X Y];Covz=cov(Z);S11=Covz(1:p,1:p);S22=Covz(p+1:end,p+1:end);S12=Covz(1:p,p+1:end);%S21=Covz(p+1:end,1:p);S21=S12';k=1;Ip=eye(p);Iq=eye(q);if rank(S11)~=p S11=S11+k*Ip;end

if rank(S22)~=q S22=S22+k*Iq;end

%避免出現復數，不使用S11^(-1/2)K=S11^(-1/2)*S12*S22^(-1/2);d=rank(K);

[U1,S1,V1]=svd(K,0);U2=U1(:,1:d);V2=V1(:,1:d);A=S11^(-1/2)*U2;B=S22^(-1/2)*V2;%A=S11^(1/2)U2;%B=S22^(1/2)V2;U=X*A;V=Y*B;

nmuta=diag(S1);nmuta=nmuta(1:d);

%使用下面的效果是一樣的

M1=inv(S11)*S12*inv(S22)*S21;M2=inv(S22)*S21*inv(S11)*S12;[V1,D1]=eig(M1);[V2,D2]=eig(M2);%歸一化

gu1=V1'*S11*V1;

gu1=1./sqrt(diag(gu1));gu1=repmat(gu1',p,1);a=V1.*gu1;gu2=V2'*S22*V2;

gu2=1./sqrt(diag(gu2));gu2=repmat(gu2',q,1);b=V2.*gu2;

d1=size(find(diag(D1)~=0),1);%對特征值自動排序的，由大到小%d1=min(max(diag(D1),0),1);d2=size(find(diag(D2)~=0),1);dd=min(d1,d2);Utwo=a(:,1:dd);Vtwo=b(:,1:dd);

nmutatwo=sqrt(diag(D1));%已經取過平方根了 nmutatwo=nmutatwo(1:dd);A1=Utwo;B1=Vtwo;U_replace=X*A1;V_replace=Y*B1;end

第二篇：典型相關分析的過程和程序

典型相關

程序：

proc cancorr data=work.xing vprefix=u wprefix=v;var x1-x2;with y1-y2;run;結果：

（典型相關系數及檢驗）

Canonical Correlation Analysis

Adjusted

Approximate

Squared

Canonical

Canonical

Standard

Canonical

Correlation

Correlation

Error

Correlation

0.788508

0.774698

0.077211

0.621745

0.053740

.0.203535

0.002888 此結果可知，第一對典型變量之間的典型相關系數為0.788508，它比0.053740大，說明正確。

Eigenvalues of Inv(E)*H

= CanRsq/(1-CanRsq)

Eigenvalue

Difference

Proportion

Cumulative

1.6437

1.6408

0.9982

0.9982

0.0029

0.0018

1.0000

下面為用似然比法檢驗典型相關系數與0的差別 是否顯著。

Test of H0: The canonical correlations in the current row and all that follow are zero

Likelihood

Approximate

Ratio

F Value

Num DF

Den DF

Pr > F

0.37716288

6.60

0.0003

0.99711204

0.06

0.8031 由于0.0003<0.05，說明第一對典型相關系數顯著。而0.8031>0.05，所以說明第二對典型相關系數不顯著。所以只取一對典型變量。

The CANCORR Procedure

（原始的典型系數）

Canonical Correlation Analysis

Raw Canonical Coefficients for the VAR Variables

u1

u2

X1

X1

0.0565661954

-0.139971093

X2

X2

0.0707368313

0.1869496027

Raw Canonical Coefficients for the WITH Variables

v1

v2

y1

y1

0.0502425983

-0.176147939

y2

y2

0.0802223988

0.2620835635

用原指標來線性表達第一對典型變量的系數： U1=0.0565661954x1+0.0707368313x2 V1=0.0502425983 y1+0.0802223988y2

Canonical Correlation Analysis

（標準化的典型系數）

Standardized Canonical Coefficients for the VAR Variables

u1

u2

X1

X1

0.5522

-1.3664

X2

X2

0.5215

1.3784

Standardized Canonical Coefficients for the WITH Variables

v1

v2

y1

y1

0.5044

-1.7686

y2

y2

0.5383

1.7586 用標準化指標來線性表達第一對典型變量的系數，即： U1=0.5522x1+ 0.5215x2 V1=0.5044y1+0.5383y2 第一典型變量在x1和x2上的系數幾乎一樣大。同理。

The CANCORR Procedure

（典型結構）

Canonical Structure

Correlations Between the VAR Variables and Their Canonical Variables

u1

u2

X1

X1

0.9353

-0.3539

X2

X2

0.9272

0.3747 X1在典型變量u1上的系數和它跟典型變量u1的相關系數符號相同，都是正的。所以x1對u1有正的影響。同理x2對u1也有正的影響。

Correlations Between the WITH Variables and Their Canonical Variables

v1

v2

y1

y1

0.9562

-0.2927

y2

y2

0.9616

0.2743

Correlations Between the VAR Variables and the Canonical Variables of the WITH Variables

v1

v2

X1

X1

0.7375

-0.0190

X2

X2

0.7311

0.0201

Correlations Between the WITH Variables and the Canonical Variables of the VAR Variables

u1

u2

y1

y1

0.7540

-0.0157

y2

y2

0.7583

0.0147

第三篇：大數據算法及臨床應用(定稿)

“大數據算法及臨床應用”學術講座通知

主題：Big Data Algorithms and Clinical Applications(大數據算法及臨床應用）

講座人：美國華盛頓大學計算機系副教授 陳一昕博士 時間：2014年10月20日（周一）下午14：30 地點：湖北工業大學科技樓二樓圓形報告廳

歡迎全校對講座主題感興趣的師生參加！

[陳一昕簡介] 陳一昕博士，中國科技大學少年班本科畢業，美國伊利諾大學香檳分校獲計算機科學博士學位，導師為華云生教授。現任美國華盛頓大學計算機系副教授，終身教授，北京協和醫院衛生統計學博導，中國聯通研究院大數據首席科學家。

研究領域為數據挖掘、機器學習、優化算法、規劃調度、人工智能、博弈論、云計算等。在AIJ、JAIR、TKDE、TKDD、TIST、TPDS等國際一流期刊和VLDB、AAAI、KDD、IJCAI、ICML、RTSS等國際頂級會議和上發表論文100余篇。其研究連續獲得美國國家科學基金委、美國能源部、美國國家衛生局、美國能源研究科學計算中心、美國微軟公司、美國斯隆凱特琳癌癥中心、美國巴恩猶太醫院基金、中國科技部973項目的資助。曾獲KDD(2014)、AAAI(2010)、ICTAI(2005)、ICMLC(2004)等國際會議的最佳論文獎，以及ICDM(2013)、RTAS(2012)、KDD(2009)、ITA(2004)等國際會議的最佳論文獎提名。其開創性的研究工作獲得了美國微軟青年教授獎(2007)和美國能源部杰出青年教授獎(2006)。

現擔任美國國家科學基金委，香港研究基金委，奧地利國家科學基金委，瑞士國家科學基金委，卡塔爾國家基金委，中國科技部科技評估中心的評審委員。中國科技大學所承擔的教育部111引智計劃專家組八位專家成員之一，中國計算機學會大數據專家委員會首屆委員之一。數據挖掘和人工智能領域的一流期刊JAIR、TKDE、TIST的編委，以及ICML、KDD、AAAI、IJCAI、ICDM、SDM等一流國際會議的程序委員會委員。[講座摘要] In the era of big data, we need novel algorithms on top of the supporting platform.In this talk, I will first discuss some key aspects of big data algorithms in general.Then, I will talk about our recent medical big data project as a case study.Early detection of clinical deterioration is essential to improving clinical outcome.In this project, we develop new algorithms for clinical early warning by mining massive clinical records in hospital databases.The research focuses on the large population of patients in the general hospital wards, who are not in the intensive care units and suffer from infrequent monitoring.I will discuss the challenges this big data application poses to traditional machine learning and data mining algorithms, our recent progress, and the lessons we learnt.Promising results on real-life clinical trials at the Barnes-Jewish Hospital(the eighth largest hospital in the United States)will be discussed.邀請人 ： 計算機學院 陳建峽副教授

第四篇：貪婪算法思想及其應用

貪婪算法思想及其應用

摘要：貪婪算法也稱作貪心算法，它沒有固定的算法框架，算法設計的關鍵是貪婪策略的選擇，并且所選的貪婪策略要具有無后向性。關鍵詞：貪婪策略，無后向性，最優 正文：

一．貪婪算法的定義：

貪婪算法又叫登山法，它的根本思想是逐步到達山頂，即逐步獲得最優解，是解決最優化問題時的一種簡單但適用范圍有限的策略。

二．貪婪算法思想：

貪婪算法采用逐步構造最優解的方法，即在每個階段，都選擇一個看上去最優的策略（在一定的標準下）。策略一旦選擇就不可再更改，貪婪決策的依據稱為貪婪準則，也就是從問題的某一個初始解出發并逐步逼近給定的目標，以盡可能快的要求得到更好的解。而且它在設計時沒有固定的框架，關鍵在于貪婪策略的選擇。但要注意的是選擇的貪婪策略要具有無后向性，即某階段狀態一旦確定下來后，不受這個狀態以后的決策的影響，也就是說某狀態以后的過程不會影響以前的狀態，只與當前狀態有關。

三．貪婪算法的優缺點：

貪婪算法的優點在于在求解問題的每一步它都是選擇最優解，這樣算法就容易實現也易于理解，同時也提高了效率并節省了時間。然而貪婪算法的缺點也是不容忽視的，由于它采取逐步獲得最優解的方法而不從整體最優上加以考慮，它所做出的僅是在某種意義上的局部最優解。因此貪婪算法不是對所有問題都能得到整體最優解，但對范圍相當廣泛的許多問題它都能得出整體最優解或者是整體最優解的近似解。

四.實例參考：

下面就列舉用貪婪算法成功得出問題最優解的例子：

例：一個小孩拿著一美元去商店買糖果，花了33美分，售貨員需要找回67美分給小孩，而美分的面值有25,10,5,1這幾種。問題是售貨員找個小孩的錢幣的個數應是最少的，但同時要滿足67美分這個條件。

分析：選擇硬幣時所采用的貪婪準則如下：每一次都選擇面值最大的貨幣來湊足要找的零錢總數，但前提是不能超出要找的67美分。

解：我們用貪婪算法來處理這個問題，首先我們肯定會選擇面值為25的貨幣，這樣的貨幣我們需要兩枚，然后我們依據貪婪準則選擇面值為10的貨幣，這樣的貨幣我們需要一枚，接著繼續選擇面值為5的貨幣一枚和面值為1的貨幣兩枚。這樣我們用貪婪算法就得到了解決問題的辦法，而在實際中這也確實是這個問題的最優解。因此在找錢這個問題上，我們采用貪婪算法就能滿足我們找出的錢的個數最少這個條件。

貪婪算法同時也有很多無法得出最優解的例子，比如我們熟知的背包問題：

例：有一個背包，容量是M=150。有7個物品，物品不能分割成任意大小。

要求盡可能讓裝入背包中的物品的總價值最大，但不能超過總容量。

物品：A B C D E F G

重量：35 30 60 50 40 10 25

價值：10 40 30 50 35 40 30

在使用貪婪算法的前提下解決下列問題，能否得到最優結果？

1.每次挑選價值最大的物品裝入背包；

2.每次挑選所占重量最小的物品裝入背包；

3.每次挑選單位重量價值最大的物品裝入背包。

對于例題中的三種貪婪策略，都是無法成立的，即不能得到最優解。解釋如下：

（1）貪婪策略：選取價值最大者。

反例：

背包容量：M=30

物品： A B C

重量：28 12 12

價值：30 20 20

根據策略，首先會選取價值最大的物品A，接下來就不能再進行選取了。然而實際情況是選擇B或者C更好。

（2）貪婪策略：選取重量最小者。

反例：

背包容量：M=30

物品：A B C

重量：30 15 10

價值：60 30 10

根據策略，首先會選取重量最小的物品C，接下來就不能再進行選取了。然而實際情況是選擇A或者B更好

（3）貪婪策略：選取單位重量價值最大者。

反例：

背包容量：M=40

物品：A B C

重量：28 15 10

價值：28 15 10

根據策略，要選擇單位重量價值最大的，然而三種物品的單位重量價值一樣，程序無法依據當前的策略做出判斷，如果選A或者B，則答案都是錯誤的。

五.注意：貪婪算法可以提高效率節省時間，我們在設計算法的時候要注意貪婪策略的選擇。一定要注意所選算法的正確性，即要確保算法的可行性。在可行的條件下要能得出整體最優解或近似的最優解。

六.參考文獻：

《算法設計與分析》（第二版）清華大學出版社 呂國英 主編 任瑞征 錢宇華 參編

第五篇：美軍典型衛星通信應用裝備發展分析

美軍典型衛星通信應用裝備發展分析

美軍典型衛星通信應用裝備發展分析

鄧連印 鄧忠辰 錢學森空間技術實驗室 航天東方紅衛星有限公司

一、引言

衛星通信是美軍執行遠程作戰任務時最為依賴的戰略和戰術通信手段，為了改進美軍衛星通信系統，提升衛星通信能力，美軍進入21世紀后積極開展軍用衛星系統的升級換代，整合原有的寬帶和有保護衛星通信系統，從系統體系的角度規劃和構建軍事衛星通信體系，重點發展窄帶、有保護衛星通信和寬帶等幾類通信衛星，努力提高美軍衛星通信的裝備能力，滿足美軍作戰部隊對于衛星通信帶寬越來越高的需求。

二、關注戰術級衛星通信應用裝備研發，提高部隊戰術通信能力

衛星通信支援戰術級作戰是美軍一直追尋的目標。要實現戰術級無縫通信，從衛星通信應用裝備這個角度來說，終端必須具備以下特點：體積相對較小，重量輕，展開、撤收靈活，使用方便，抗振能力強等。2012年，旨在提高部隊戰術通信能力的“分布式戰術通信系統（”DTCS）、“戰術級作戰人員信息網（”WIN-T）項目階段性產品都通過了測試，性能達到甚至超過預期，另外，還啟動了一個重點研發戰術級衛星通信應用裝備的項目。1.基于銥星的分布式戰術通信系統（DTCS）

DTCS 也被稱為“網絡銥星”，是圍繞銥星星座66顆低軌交叉鏈路衛星和商業現有的按鍵即通手持式衛星收發機設計的，能夠全天候在惡劣作戰環境下工作，包括在極具挑戰的、多山的阿富汗地區。DTCS 中的“網絡化”是“銥”衛星系統支持作戰應用的一個重要突破，DTCS 能夠通過“銥”星系統提供一個高效的、多廣播通信架構，這種架構既能很好地支持戰術通信，同時還能顯著節約網絡資源。通過DTCS，士兵能夠進行通話或發送窄帶數據文件，例如小的文本文件，甚至還能夠在一個專用的、定制的、受到管理和控制的用戶網中通過一個通用通道與許多人交談。

DTCS 的開發、測試和部署是由美國海軍水面作戰中心與“銥星通信聯合公司”以及商業伙伴——波音公司和ITT公司，項目遵循螺旋式開發模式，分成三個階段。2012 年2月，DTCS 第二階段的產品由美國海軍陸戰隊在“大膽美洲鱷”演習中首次進行實際應用測試。海軍陸戰隊指揮人員通過衛星向岸上隊員發送文字、數據、視頻和語音信息，在開闊水域的傳輸距離可達402km（第一階段產品通信距離160km）。2012 年11 月，在阿拉斯加州的北極區域，美國海軍工程人員利用第三階段手持式DTCS 產品（如圖1所示）成功與美國本土的同事進行了通信，這是DTCS 在極端惡劣天氣條件下首次成功完成如此遠距離的通信。測試過程中，工程人員在阿拉斯加的3 處測試地點（巴羅、扣贊伯和安克雷奇）和美國本土的2 處測試地點（美國北方司令部總部和海軍水面作戰中心達爾格倫分部）之間進行長時間持續通信，通信內容包括語音通信、網絡聊天以及在各站點之間互傳位置信息等。

圖1 重約1磅的手持收發機

2.戰術級單兵信息網（WIN-T）WIN-T的概念20世紀90年代后期提出的，可提供指揮、控制、通信、計算、情報、監視以及偵察（C4ISR）功能，具有移動性、安全性、無縫性、生存能力強以及能支持多媒體戰術信息系統等特點；無論是在指揮所內還是在指揮所外，安全手持無線語音終端都將能夠支持移動指揮控制（C2OTM）功能；機動性更強、通信容量更大以及能夠為戰術前沿部隊提供通信能力；預計未來十年，美國陸軍能夠在戰場上任意位置實現機動通信能力及組網能力。

2004年9月，為進一步加速系統開發，美國陸軍整合了“通用動力政府系統”公司和洛馬公司的力量，共同開發系統。WIN-T采用按通信能力遞增的“增量”研發模式，在“增量1”階段，實現了“快速停止”（at-the-quick-halt）通信能力。2012 年“增量2”設備通過兩項評估，標志著該項目已實現戰術移動通信能力。“增量3”將使WIN-T的組成部分達到最大的網絡容量、安全性和移動能力，同時提升實用性能，預計2016年下半年或2017年初裝備首批軍方用戶；“增量4”使WIN-T利用轉型通信衛星（TAST）系統提高通信能力，提供更大的信息吞吐量。

2012年5月在墨西哥白沙導彈試驗場，得克薩斯州布里斯堡第1裝甲師第1旅、肯塔基州坎貝爾堡101空降師總部和堪薩斯州賴利堡第1步兵師保障旅進行了“增量1b”與“增量2”系統之間的互通性測試。測試表明，“增量2”設備能夠與“增量1”設備很好地兼容和互通，使用、維護簡單方便，并在極具挑戰的環境下（-37℃），各項性能都達到預期目標。WIN-T 的幾種配置見圖2。

圖2 WIN-T 的幾種配置

三、重視保密衛星通信應用裝備研發，確保關鍵信息傳輸可靠

美軍衛星通信系統主要有窄帶衛星通信系統、寬帶衛星通信系統、保密（protected）衛星通信系統、中繼衛星通信系統。保密衛星通信系統工作于EHF 頻段，通常具有抗阻塞、抗核輻射能力，能夠保證所傳輸信息的安全性。美軍此類衛星主要是“軍事星”（Milstar）及“先進極高頻”衛星（AEHF）。1.美國海軍多頻段終端（NMT）

美國海軍的多頻段終端計劃由美國“航天與海戰系統司令部”領導，2001年1月，與哈里斯(Harris)和雷聲（Raytheon）公司簽署關于發展海軍先進極高頻衛星通信終端系統的合同，旨在研發一種多頻段、多模式的衛星通信終端。NMT一般采用EHF、Ka和X頻段通信，支持LDR、MDR、XDR數據速率，滿足美國國防部SCA標準，比現有終端更可靠，可以提供更大的帶寬。NMT可以與多種衛星系統通信，這其中包括軍事星（Milstar）、“先進極高頻”（AEHF）系統、“特高頻后續星”（UFO）、“極軌（Polar）衛星”、“先進極軌衛星”（APS）、“寬帶全球衛星”（WGS）、“國防衛星通信系統”（DSGS）、“全球廣播系統”（GBS）、“轉型通信衛星系統”（TAST）[4-7]。

NMT將滿足美海軍三種需求：帶寬有效性的擴展、縮減“最大財政開支”、依靠“武力網”（FORCE net）支持網絡中心作戰。美海軍和Marine公司計劃將“武力網”（FORCEnet）設計為能夠將傳感器、武器、作戰人員、指揮控制系統各平臺和指揮員集成為一個一體化作戰網絡的體系結構。NMT的另外一個特點就是艦載間的傳輸信號強度小，留下的“蹤跡”不易被探測。

NMT 是雷聲(Raytheon)公司研制的3 種AEHF 終端中的一種，目前已經在生產并成功與AEHF 衛星實現交互，系統使用擴展數據速率（XDR）波形，可為用戶提供更大的帶寬和更高的傳輸速率。2012 年6 月，雷聲公司從美國海軍獲得兩份合同，一份價值7900 萬美元，為其提供數十部NMT 終端；另一份價值1900 萬美元，將把NMT 與空軍增強型極軌衛星（EPS）鏈接，這種鏈接將使得美國海軍和空軍作戰人員在遙遠的極地地區的通信縫隙得到填補。依據合同，雷聲公司已經開始對安裝配備在艦船、潛艇上以及岸上的NMT 終端進行軟件和工程修正工作，以使其與EPS 系統實現通信鏈接。2.先進超視距終端系列（FAB-T）

美國“先進超視距終端系列（FAB-T）”計劃，旨在研制一系列適用于各種平臺的寬帶保密衛星通信終端，2002年9月，美空軍授予波音公司領導的承包小組一項價值2.732億美元的合同。FAB-T是一個以網絡為中心的終端系列，打破了美國空軍以前“煙囪”式的能力，將為聯合部隊提供可編程的、支持多任務的系列衛星通信終端，在設計時使其通用部分實現最大化，使其實現與不同的衛星接口，實現與地面、空中和空間平臺的信息交換。AEHF是FAB-T能力的核心，可為核心任務提供有保障的通信。為了確保體系結構在其服役期內始終保持相關，FAB-T能夠兼容未來波形，軟件和硬件也都采用了通用性標準。對軟件而言，FAB-T是軟件定義的，采用聯合戰術無線電系統的軟件通信體系結構。FAB-T設計的核心是兩個“調制解調器處理器組盒”，它們被做成四方的X型以滿足B-2的尺寸要求。同時，操作界面組件（OIG）采用了通用原則，使用一致的操作員面板和數據集管理設備。

FAB-T是空軍一項漸進螺旋式的采購計劃，分成4個階段。階段1將向B-

2、B-

52、RC-135、E-6B和E-4B飛機提供受安全的、抗毀性強的EHF通信；階段2將在此基礎上進行擴展，在終端上增加一些附加能力，如雙向Ku/Ka頻段衛星通信能力、274MbpsKa頻段通信轉發能力和安裝在高空續航平臺的“全球鷹”無人機上。階段3將與陸軍、海軍共同開發“可編程目標加密技術”計劃，提供吉比特加密；階段4初步規劃為提升可拓展能力。

FAB-T 也是AEHF 終端，由波音公司研發，如圖3所示。2012 年4 月，波音公司與美國空軍共同完成了FAB-T項目初步設計評審和關鍵設計評審，標志著FAB-T項目取得重大進展。這兩項設計評審主要驗證了為美國總統與國家、軍隊高層領導之間安全通信而設計的“總統級和國家級語音會議”（PNVC）方案的可行性。2012 年6月，FAB-T 首次完成了與在軌AEHF 衛星的XDR、低數據率（LDR）通信試驗。其后還將開發抗核加固能力，并完善功能，使其能夠使用多種波形與AEHF、Milstar 星座通信。按照計劃，FAB-T 未來將安裝在固定或陸基（空基）移動平臺上。

圖3 波音公司研制的FAB-T 終端

四、及時將成熟衛星應用裝備部署部隊，以求快速生成作戰能力

為了達到全球部署聯合任務部隊的需求，美軍需要不斷提高其應急作戰的能力，這就要求作戰人員能夠基于高效的通信能力在戰場上快速、靈活地機動，具備移動中通信的能力，美國陸軍、空軍、海軍以及駐海外部隊的衛星應用設備都得到了重新配備或改進。

1.空軍B-2 轟炸機配備衛星通信終端高速處理子系統

2012 年9 月，美國空軍授予諾格公司一份總金額達1.08 億美元的EHF 衛星通信終端高速處理子系統初始小批量生產合同。2012 年7 月底，高速處理子系統涉及的硬件和軟件已由美國空軍成功完成了一系列作戰試驗。

合同簽訂后，諾格公司開始為美國空軍B-2裝配高速處理子系統，以升級機載UHF 衛星通信終端。該高速處理子系統包括新的硬件和軟件，硬件部分由1 臺綜合處理單元、1 個高容量磁盤驅動器和1 套光纖網絡組成。綜合處理單元將取代目前B-2上12 臺獨立的航電計算機；磁盤驅動器能支持B-2向外部傳送和接收EHF 數據；光纖網絡將支持B-2 之間和內部設備之間的高速數據傳輸。該高速處理子系統能夠使B-2 的計算處理能力和數據處理容量得到極大增長，使其能夠以目前所配終端傳輸速度的100 倍發送和接收戰場信息，從而具備了更強的通信能力和執行武器投放任務的能力。

2.空軍C-130J 運輸機配備新型Block8.1衛星通信組件

洛·馬公司近期授權丹麥Thrane 公司為美國空軍的C-130J 超級大力神運輸機配備新型Block 8.1衛星通信組件。需要更新的飛機有200 多架，合同截止期限為2018 年，預計費用將超過2477 萬美元（1.5億丹麥克朗）。Thrane 公司將采用經DO178B 認證的、符合目前國際移動衛星公司關于安全駕駛標準規定的航空700D（AVIATOR 700D）產品進行改裝，產品支持SwiftBroadbandIP 數據和語音功能，如圖4所示。

圖4 AVIATOR 700D 海事衛星航空通信終端

3.特種作戰部隊配備VSAT衛星通信移動終端 2012年7月，美國特種作戰部隊與美國L-3 通信公司簽署了價值高達5 億美元、為期5 年的合同，通過名為“特種部作戰隊可部署節點系列終端”（Special Operations Forces DeployableNode-Family of Terminals，SDN-Lite FOT）的項目采購公司的VSAT 衛星終端。

在SDN-LiteFOT 項目中，美國特種作戰司令部計劃采購L-3 公司的直徑為1.2m 的三頻段“鷹眼（”Hawkeye ?）III Lite 終端（如圖5所示）和直徑為2.0m 的四頻段“鷹眼”III VSAT 終端。“鷹眼”III Lite 1.2m 終端具有輕質、模塊化設計等特點，裝備有iConnexe800調制解調器，能夠自動獲取Ku、X 和Ka 頻段的信號，其通用交互式的設計可以使其在三個頻段間任意切換。同時它擁有4 個LAN 接口，并兼容DVB-S2/ACM 設備。與“鷹眼”III 1.2M 終端相比，“鷹眼”III 2.0M 終端不僅能夠自動獲取Ku、X 和Ka 頻段信號，還能夠在C 頻段進行信號的自動獲取。首批“鷹眼”III Lite 1.2m和“鷹眼”III2.0m VSAT 終端已于2012年底交付給美國特種作戰部隊。

圖5 鷹眼-III 終端

4.美駐韓部隊配備“移動全球主動分發網絡”系統

近日，ITTExelis 公司與美國陸軍簽訂了一項裝備快速配備（Rapid EquippingForce）合同，向駐韓第二步兵師配備用于“移動任務指揮”(MCOTM)的通信系統。此次配發的是改進型“移動全球主動分發網絡”（GNOMAD）系統，如圖6所示。

圖6 裝甲指揮車上的“移動全球主動分發網絡”終端

GNOMAD 可提供移動寬帶衛星連接服務，采用商用現貨產品研發，是一種經過實戰考驗的模塊化通信系統，其網絡可以連接到戰場上最基層的作戰單位。GNOMAD可幫助第二步兵師在移動中保持態勢感知并執行命令。改進型GNOMAD 設備減小了尺寸、重量，可配備在多種美國陸軍地面作戰平臺上，如“防地雷反伏擊車”等。老型號的GNOMAD 還曾配備給2011年被派往伊拉克的第四步兵師使用。

五、結束語

在現階段越來越強調戰場聯合作戰的背景下，軍事通信系統的互操作性無疑是系統研制時必須重點考慮的要素，美軍現階段種類繁多、數量龐大的衛通終端設備則是美軍衛星通信系統確保互操作性必須克服的挑戰。美軍現階段的軍事戰略越來越強調部隊的遠程作戰能力，因而對衛星通信的需求還將繼續增加，美軍目前開展的衛通終端研究無論能否按照計劃部署取得成功，都值得我們繼續跟蹤和關注。