目标飞机自主空战战术机动仿真

建立了目标飞机飞行运动模型和基本飞行机动控制方法,根据现代空战特点、空中态势、威胁环境和机载武器性能等因素,设计了目标飞机进攻、防御战术机动动作,并采用机动动作链实现了战术机动动作的执行。同时建立了目标自主空战决策专家系统,实现了特定的空战态势和武器挂载条件下自主空战仿真,为模拟对抗训练提供了逼真的虚拟对手,也为态势估计、信息融合等研究工作提供了符合实际的目标信息。     

基于卷积神经网络的随机因子重采样图像检测

图像重采样检测是图像取证领域的重要任务,其目的是检测图像是否经过重采样操作。现有的基于深度学习的重采样检测方法大多只针对特定的重采样因子进行研究,而较少考虑重采样因子完全随机的情况。本文根据重采样操作中所涉及的插值技术原理设计了一组高效互补的图像预处理结构以避免图像内容的干扰,并通过可变形卷积层和高效通道注意力机制(efficient channel attention, ECA)分别提取和筛选重采样特征,从而有效提高了卷积神经网络整合提取不同重采样因子的重采样特征的能力。实验结果表明,无论对于未压缩的重采样图像还是JPEG压缩后处理的重采样图像,本文方法都可以有效检测,且预测准确率相比现有方法均有较大提升。     

云化IP城域网中vBRAS池化部署研究

云网融合/云网一体已成为IP承载网的主要发展方向。作为最贴近用户的承载网,IP城域网拥有丰富的业务特性,是网络云化转型的重要试验田。面向多元接入、流量流向变化等网络承载需求,IP城域网从传统南北向树状架构向城域Spine-Leaf架构转型,以适应固移融合、多云接入等新型业务场景。基于云化IP城域网演进,对v BRAS池化部署方案及关键技术进行详细剖析,为v BRAS规模商用部署和技术演进提供技术参考。     

基于YOLO-MIR算法的多尺度红外目标检测网络

针对红外图像相对于可见光检测精度低,鲁棒性差的问题,提出了一种基于YOLO的多尺度红外图目标检测网络YOLO-MIR（YOLO for Multi-scale IR image）。首先,为了提高网络对红外图像的适应能力,改进了特征提取以及融合模块,使其保留更多的红外图像细节。其次,为增强对多尺度目标的检测能力,增大了融合网络的尺度,加强红外图像特征的进一步融合。最后,为增加网络的鲁棒性,设计了针对红外图像的数据增广算法。设置消融实验评估不同方法对网络性能的影响,结果表明在红外数据集下网络性能得到明显提升。与主流算法YOLOv7相比在参数量不变的条件下平均检测精度提升了3%,提高了网络对红外图像的适应能力,实现了对各尺度目标的精确检测。     

一种基于伪卫星跳时信号的联合捕获算法

地基伪卫星系统为克服远近效应影响,通常采用跳时(Time Hopping/Direct Sequence-Code Division Multiple Access, TH/DS-CDMA)信号进行伪距测量与定位,导致接收终端必须增加系统跳时序列相位估计的设计,降低捕获效能的同时也引入了接收终端的捕获复杂度。针对以上问题,提出了一种基于伪卫星跳时信号的联合捕获算法,利用跳时信号的时域正交特性与时隙分配特点,将多基站单脉冲信号捕获结果映射为使能时隙序列,通过循环截断相关完成跳时参数估计,有效缩短了跳时参数估计时间。仿真结果表明,该方法能够正确完成捕获阶段的参数估计,4个伪卫星的联合捕获耗时相较传统方法减少63.32%,为伪卫星跳时信号的快速捕获提供了有效方法。     

基于模糊变换的模糊系统和模糊推理建模法

首先针对双输入单输出模糊系统提出了一种模糊变换方法,指出这种模糊变换不仅与单输入和单输出模糊系统有密切的联系,而且利用这种模糊变换构造的模糊系统具有很好的泛逼近性.然后将这种模糊变换应用到模糊推理建模法中,导出了所研究的模糊系统的微分方程模型和状态空间模型,从而给出了一种新的模糊推理建模法.理论分析和仿真实验均表明:利用模糊变换构造的微分方程对所研究的模糊系统具有很好的泛逼近性.     

基于LabVIEW的测污激光雷达三维扫描控制系统的设计

激光雷达作为一种主动式遥感技术被广泛应用于大气及海洋环境监测中。三维扫描系统丰富了测污激光雷达探测污染气体浓度的空间范围。介绍了承担研制的测污激光雷达系统结构。给出了扫描控制系统的硬件构成。介绍了LabVIEW设计测控程序常用的两种编程结构。采用LabVIEW基于事件的生产者/消费者模式结合状态机的结构设计了测污激光雷达三维扫描控制系统。测试结果表明,测控系统稳定,可靠且易于系统集成。     

EONs中一种混合路径专有保护算法

为了降低带宽阻塞率,节约频谱资源,在动态业务到达的弹性光网络(EONs)场景下,不同业务请求的路径状况可能不同,因此不能确定单路径专有保护与带宽分割多路径专有保护的优劣.文章结合单路径专有保护和带宽分割多路径专有保护提出了一种混合路径专有保护(HDPP)算法.该算法利用路径的单位频谱效率和路径跳数计算了k条链路不相关候...     

基于区域多帧联合处理的LFMCW雷达强散射源环境下微弱目标回波信号特征增强技术

在强散射干扰源存在的条件下,线性调频连续波(linear frequency modulated continuous wave,LFMCW)雷达回波在距离维呈现回波信号频谱扩散现象,给雷达微弱目标检测带来严重的技术挑战.基于对检测目标中心区域多个相邻雷达波束回波数据各分量之间的相关性分析,提出基于区域多帧联合处理的L...     

基于雷达点云与图像数据的三维目标检测方法

在智能交通领域中,道路场景的三维目标实时检测对于保障汽车行驶安全具有重要意义.使用雷达点云和图像数据进行融合能够达到优势互补的效果,然而使用这两种数据融合的三维目标检测算法为得到较高的检测精度,通常都采用两阶段网络,相比于单阶段网络运算速度较慢,而在实际应用中检测系统的速度是非常重要的.针对以上问题,在单阶段网络RetinaNet上进行改进,设计了一种三维目标实时检测方法,将三维锚框映射到点云和图像的特征图上,利用ROI池化,将锚框在特征图上裁剪出的区域转换成相同大小并融合,最终输出目标边界框的回归参数和类别,并且对锚框进行调整得到目标预测边界框.在KITTI数据集上进行的实验表明,所研究的网络在行人、车辆等多目标检测的精确度和时间消耗方面均优于对比算法.