面向一体化应用的电磁信号智能检测方法研究

针对复杂电磁环境中信号检测受限于低信噪比的问题,基于信号与噪声一体化的思路,提出了一种以电磁空间的所有电磁辐射信号为背景,并结合深度学习算法的电磁信号检测方法。首先建立动态场景的电磁环境模型,包括了通信基站信号、雷达信号、干扰信号等,其次使用加高斯窗傅里叶变换提取电磁信号时频域的能量分布特征,最后采用卷积神经网络进行特征选择分类,实现信号检测。仿真结果表明,该方法在一定程度上减轻了信号检测受限于信噪比的问题,克服了传统能量检测方法和基于SVM检测方法的缺陷,提高了低信噪比下电磁信号的检测性能。      

极化智能天线的二维矢量波束形成方法研究

针对智能天线的匹配接收与干扰抑制等问题,将现有的基于均匀线阵的极化波束形成方法拓展到二维平面阵,提出了一种基于二阶锥规划的二维极化波束形成方法。在二维观测平面内,该方法通过对主瓣区域进行极化匹配设计以提高系统接收增益和主瓣干扰的抑制能力,在旁瓣区域将零陷凹面与极化约束进行叠加设计以最大限度提高干扰抑制能力,并建立最优的矢量波束优化模型,进而转化为两个等价的标量优化问题,可使用二阶锥规划求解。仿真结果表明:相对于现有的均匀线阵极化波束形成方法而言,该方法能够在方位-俯仰的二维平面上实现极化波束的约束优化,包括了主瓣极化匹配、零陷凹面的极化约束,提高了极化波束形成方法的工程实用性。      

增强探测信息可观测性的主动防御滑模协同突防制导律

针对敌方来袭拦截弹制导策略未知的主动防御协同突防场景,考虑目标弹-防御弹单向和双向协同配合模式,采用滑模控制方法提出了兼顾拦截弹探测信息可观测性和防御弹反拦截精度的协同突防制导律。构建了融合空间探测构型需求和拦截成功必要条件的滑模面,分别应用双幂次趋近律和带状态反馈的指数型趋近律,推导了目标弹-防御弹的单/双向协同制导律。相较于单向协同,双向协同通过引入加速度代价函数,应用最优化方法优化了协同突防制导律,目标弹通过协作机动帮助防御弹降低打击来袭拦截弹的过载需求。仿真结果表明,协同滑模突防制导律可确保目标弹和防御弹达到期望的空间探测构型,并能够精准地打击来袭拦截弹。     

采用实时功率反馈的半导体激光器幅度调制方法

针对现有半导体激光器（Laser Diode,LD）幅度调制电路具有调制幅度不稳定、调制波形存在非线性失真的缺点,提出采用实时功率反馈的幅度调制方法。通过光电二极管（Photodiode,PD）实时监测LD的输出功率,再根据LD的输出功率自动调整LD工作电流,使其输出功率随调制信号线性变化。最后根据提出的调制方法设计并实现了调制电路,实验结果表明:在温度20~40℃范围内,调制电路的-3 dB带宽达到20 MHz,调制功率的幅度稳定度优于4%,最大非线性误差为0.1%。该调制方法提高了半导体激光器的输出功率稳定性,减少了调制波形的非线性失真,拓宽了半导体激光器的线性工作范围。     

基于混合变异差分进化算法的均匀面阵稀疏优化

差分进化算法(DE)已被广泛应用于解决稀疏面阵优化问题,针对DE 算法早熟、全局搜索能力差、容易陷于局部最优的问题,提出一种混合变异差分进化算法,通过加入概率因子来平衡算法收敛速度与全局搜索能力,以阵列孔径、阵元数量以及阵元间距为约束条件,将算法中的实数编码转化为二进制编码,以方向图平面峰值旁瓣电平之和最低为目标函数,通过优化后得到的阵元分布,得到稀疏优化阵列的三维方向图。仿真结果表明:该方法在满足约束条件的同时,能够避免算法早熟得到较优的目标函数值,概率因子为算法提供了额外的自由度。     

基于混合三角变异差分进化算法的平面稀疏阵列约束优化

针对旁瓣零陷凹面约束的稀疏平面阵列优化及算法早熟等问题,该文基于参数自适应的思想,提出一种混合三角变异差分进化算法。通过引入旁瓣零陷凹面约束矩阵,构建自适应惩罚函数,时变权重组合变异策略与交叉策略,提高算法前期全局搜索能力和后期收敛能力,最终实现峰值旁瓣电平和旁瓣零陷凹面的平面阵列约束优化。仿真结果表明,对比混合三角变异策略前的算法,该算法在完成稀疏阵列峰值旁瓣电平优化的同时,能在指定旁瓣区域完成零陷凹面设计,降低有源干扰影响。

     

基于YOLOv5s的改进实时红外小目标检测

针对红外图像分辨率低、背景复杂、目标细节特征缺失等问题,提出了一种基于YOLOv5s的改进实时红外小目标检测模型Infrared-YOLOv5s。在特征提取阶段,采用SPD-Conv进行下采样,将特征图切分为特征子图并按通道拼接,避免了多尺度特征提取过程中下采样导致的特征丢失情况,设计了一种基于空洞卷积的改进空间金字塔池化模块,通过对具有不同感受野的特征进行融合来提高特征提取能力;在特征融合阶段,引入由深到浅的注意力模块,将深层特征语义特征嵌入到浅层空间特征中,增强浅层特征的表达能力;在预测阶段,裁减了网络中针对大目标检测的特征提取层、融合层及预测层,降低模型大小的同时提高了实时性。首先通过消融实验验证了提出各模块的有效性,实验结果表明,改进模型在SIRST数据集上平均精度均值达到了95.4%,较原始YOLOv5s提高了2.3%,且模型大小降低了72.9%,仅为4.5 M,在Nvidia Xavier上推理速度达到28 f/s,利于实际的部署和应用。在Infrared-PV数据集上的迁移实验进一步验证了改进算法的有效性。提出的改进模型在提高红外图像小目标检测性能的同时,能够满足实时性要...     

基于CPCRLB的隐身目标协同检测与跟踪

针对雷达组网对隐身目标协同检测与跟踪时的动态分配问题,将条件后验克拉美罗下界(CPCRLB)用作系统跟踪性能的度量,结合改进二值粒子群优化(NBPSO)和粒子滤波,提出了一种基于CPCRLB的隐身目标协同检测与跟踪算法。该算法将雷达的动态分配问题转化成组合优化问题,根据新生目标的隐身特性对雷达分配方案的约束,借助分布在边界的检测粒子计算不同的雷达分配方案对新生目标的检测概率,并以已跟踪目标的CPCRLB 衡量跟踪精度,采用NBPSO全局搜索最优分配方案,最后进行粒子滤波与协方差交集融合。     

随机集理论及其在信息融合中的应用

多源信息融合经过近20年的发展已经取得了丰富的理论成果和应用成果,但是其理论框架尚未建立。近几年由Mahler提出的有限集合统计学(FISST)理论随机集理论的特例,从概率论角度统一表述了信息融合技术的主要方面。该文对近十几年随机集信息融合技术的发展加以回顾,主要包括随机集理论的产生背景、基本的思想和理论框架,以及当前的应用领域。最后指出了随机集理论将来可能的发展方向。     

一种基于杂波稀疏度改进的杂波密度估计方法

在实际跟踪环境中,杂波测量空间分布特性往往是未知时变的,杂波密度通常被用来描述杂波测量的空间分布特性,是决定多目标自动跟踪性能的核心环境要素。现有的空间稀疏度的杂波密度估计方法(Spatial Clutter Measurement Density Estimator, SCMDE)在多目标自动跟踪场景下的杂波密度估计偏差急剧增大。针对以上问题,提出了一种基于SCMDE改进的杂波自适应估计方法,通过计算以待估点为中心的超球体内测量来源于杂波的概率估计超球体内真实的杂波个数,消除超球体内目标测量带来杂波密度估计偏差,从而提升复杂环境下多目标自动跟踪的航迹管理性能。