网络雷达对抗系统涌现性建模

网络雷达对抗系统是电子战系统和雷达系统一体化网络化发展的新型综合电子战系统,涌现性是其复杂特性的典型表现.从系统科学的角度研究网络雷达对抗系统的涌现性,阐释了网络雷达对抗系统涌现性的内涵和构成,其涌现性具体表现为系统探测侦察涌现性、系统目标识别涌现性和系统干扰涌现性.从组成效应、结构效应、交互效应、环境效应4个方面剖析了网络雷达对抗系统涌现性的产生机理,构建了网络雷达对抗系统探测侦察涌现性、系统目标识别涌现性和系统干扰涌现性的概念模型和数学模型.仿真示例表明当网络雷达对抗系统存在信息融合和共享时,系统出现探测侦察涌现性,与涌现性产生机理分析相符.     

基于YOLO网络系统的材料缺陷目标检测方法研究

基于图像的传统材料缺陷目标检测技术存在检测精度低,检测速度慢等问题。卷积神经网络(CNN)的出现很大程度上改善了上述问题,但是大多数的CNN都是基于候选区域方法来对目标进行定位,这样虽然能够提高检测的精度,但是对于实时检测系统而言,受硬件条件限制,检测速度难以满足工业实时检测要求。针对这一问题,本文提出了一种基于YOLO网络系统的材料缺陷目标检测算法来提高检测速度,利用YOLO网络把整张图像作为输入,直接在输出层回归目标边界框的位置和其类别,不再需要候选区域生成步骤,但是这样会对精度有所损失,所以最后本文对YOLO网络系统进行优化,利用DenseNet网络的优点,结合神经网络前面特征层的信息,在不影响检测速度的同时,保证材料缺陷目标检测的精度。     

无线传感器网络目标跟踪平台协同调度的实现

目标跟踪是无线传感器网络的一个重要应用。为了验证和测试算法性能,缩小理论与实际的差距,必须构建相应的物理平台。介绍了所构建的无线传感器网络目标跟踪平台,其硬件包含超声波传感器、被动红外传感器和Micaz节点组成的无线传感器网络,而软件包括上层监控系统及下层节点嵌入式程序。针对节点资源十分有限的情况,提出了一种基于最小均方估计误差的目标跟踪协同调度算法,并在物理平台上成功实现,实验表明该平台能有效地跟踪无线传感器网络内的移动目标,并在保证跟踪精度和跟踪实时性的同时,采用了双重唤醒/休眠机制来延长网络寿命。     

基于神经-模糊推理网络的机动目标跟踪方法

对目标机动的检测和准确跟踪，是目标跟踪研究中非常重要但难度较大的问题。在雷达和红外融合的跟踪系统，将神经-模糊推理网络与扩展Kalman滤波结合起来，形成闭环。即提取和目标机动有关的特征量送入神经-模糊推理网络，再估计目标机动输入，实现对机动目标的精确跟踪。仿真试验说明了本文所采用方法的有效性。     

基于系统动力学的民航CPS网络风险评估

为解决民航信息物理系统网络风险评估中风险的时间依赖性及复杂的耦合效应,以航油自控系统为例,提出一种基于系统动力学与关联分析相结合的评估方法.首先定义系统动力学表达式,利用系统安全状态函数达成评估目标一致性.进一步结合软因素将风险系统划分为网络风险、业务风险、人为风险和管理风险四个子系统,使用轻量级控件规则定义风险耦合,最后使用Vensim进行仿真分析.结果表明,基于系统动力学的网络风险评估方法相比于传统方法更关注风险耦合,评估结果更具有实时性,为解析风险动态演化机制、从根本上降低航油自控系统网络风险提供了科学依据.     

时延网络任务可靠性的二次BDD算法

时延网络是一种针对网络系统节点故障导致时间延迟的网络,由于研究该型网络要以网络系统任务完成时间是否及时为研究目标,使其任务可靠性研究与以往的网络有所不同.通过两次运用BDD算法,给出了时延网络任务可靠性的计算方法,并对算法中的优先序作了研究.以快速研制系统任务网络为例,说明了时延网络任务可靠性的算法的应用方法.BDD算法使用方便,易于计算机实现.     

基于神经网络数据融合的目标识别方法研究

综合应用图像识别、神经网络和数据融合技术是多传感器ATR系统的一个重要研究方向。设计了一种基于BP网络和多传感器数据融合的图像识别系统。从信息论的观点出发 ,在理论上探讨了BP网络数据融合用于图像目标识别 /分类的机理。以此理论对实验结果的合理解释证明了该理论的正确性。理论分析和实验结果都证明了神经网络数据融合用于图像目标识别 /分类的有效性和可行性     

社交网络结构对COVID-19疫苗接种意愿的影响

为提升民众接种疫苗的意愿，构建基于自我认知和他人认知为影响因素的个体接种意愿函数，运用复杂网络理论建立社交网络演化机制，研究社交网络结构和相关参数对疫苗接种意愿的影响机理，并提出相关建议，为实现社会面清零目标提供决策依据。结果表明：(1)在接种初始阶段，ER随机网络与无标度网络接种比例快速提升，而在后续接种阶段，小世界网络与规则网络的接种比例稳步提高；网络规模影响系统达到稳定状态的速度，网络规模越大，系统达到稳定状态的速度较快。(2)在社交网络中，初始接种比例、已接种群体的影响权重主要影响接种的速度；认知权重主要影响系统达到稳定状态时的接种比例，最终的接种比例与他人认知权重正相关。     

基于多目标优化的传感器网络任务分配模型

由于网络节点资源受限,节点任务分配对传感器网络性能和网络服务质量影响很大.本文以优化系统时延、能量消耗及网络均衡度为目标,建立了基于多目标优化的传感器网络任务分配模型.同时为了有效协调多目标间的关系,采用目标协调优化方法构造目标函数.利用关键路径法解决通信路径选择,给出了基于遗传算法的最佳任务分配方案,进而最大限度地提高了传感器网络效率.最后,仿真结果表明了该模型和算法是合理的和有效的.     

基于自适应直觉模糊推理的目标识别方法

将自适应神经网络--直觉模糊推理系统(adaptive neuro intuitionistic fuzzy inference system, ANIFIS)引入信息融合领域,提出一种基于自适应直觉模糊推理的目标识别方法。首先,分析了现有目标识别方法的特点与局限性,建立了基于ANIFIS的Takagi Sugeno型目标识别模型。其次,设计了系统变量属性函数和推理规则,确定了各层输入输出计算关系及合成计算表达式。再次,设计了学习算法对网络和规则进行训练修改。最后,以20批典型目标的类型识别为例,分析比较基于直觉模糊推理及ANIFIS推理的输出结果与识别精度。仿真结果表明该方法是一种比较实用、有效的决策融合方法.     

基于BP网络的雷达与AIS目标关联算法与仿真

雷达与AIS(船舶自动识别系统)是海上交通获取船舶目标信息的2种重要导航设备,其目标信息在内容和精度上具有差异性,且具有互补性。为了获得目标更精确和更可靠的信息,需要将其目标信息进行融合,而目标关联判断则是融合最关键的环节。基于多传感器信息融合理论和神经网络中的BP算法原理,设计了合理的网络结构,提出了一种基于BP网络的雷达与AIS目标关联算法,基于实测数据,对关联算法进行Matlab仿真与分析,仿真分析的结果表明算法的可用性和有效性。     

基于LSTM与1DCNN的导弹轨迹预测方法

针对弹道导弹等超远程攻击目标的轨迹难以预测的问题,提出一种基于长短期记忆(long short-term memory, LSTM)网络与一维卷积神经网络(1-dimensional convolutional neural network, 1DCNN)的目标轨迹预测方法。首先,建立三自由度导弹运动模型,依据再入类型设计3种目标轨迹数据,构建机动数据库,解决轨迹数据的来源问题。其次,采用重复分割与滑动窗口的方法对轨迹数据进行预处理。然后,基于LSTM与1DCNN设计了一种目标类型分类网络,对目标进行初步分类。最后,基于1DCNN设计轨迹预测网络,对目标轨迹进行预测。仿真结果表明,提出的轨迹预测网络能够完成轨迹预测任务,预测误差在合理范围内。     

一种基于模糊滤波提高SAR自动目标识别平移不变性的方法

使用卷积神经网络去实现合成孔径雷达(synthetic aperture radar, SAR)自动目标识别(auto target recognition, ATR)成为了近年来的热点,但实际使用中存在的一个隐患问题是平移不变性的丢失,随着目标位置移动,系统输出也随之改变，从而造成错误识别。针对上述问题，提出了一种落实在模型层面的解决方法,通过对算法的改进,实现提升SAR ATR系统平移不变性,而无需数据增强。提出的模块易于移植到现有SAR ATR骨干网络中,且通过实测兼容良好,引入后不影响识别准确率,达到了与原网络近似相等甚至更高的精度。结果表明,所提出的算法不仅提升了系统的平移不变性,同时提升了系统的抗干扰能力。     

多机器人对抗系统仿真中的对手建模

用贝叶斯网络来解决多机器人对抗系统的对手建模问题，建立了用于一类多机器人对抗系统对手规划识别的混合贝叶斯网络。将足球机器人赛场进行分区，使用贝叶斯网络来分析和判断对手的意图为将球踢向哪个分区，实现足球机器人系统的对抗目标。建立了基于对手建模的策略仿真系统，实验结果表明了该策略仿真系统的有效性。     

一种基于模糊滤波提高SAR自动目标识别平移不变性的方法

使用卷积神经网络去实现合成孔径雷达(synthetic aperture radar, SAR)自动目标识别(auto target recognition, ATR)成为了近年来的热点,但实际使用中存在的一个隐患问题是平移不变性的丢失,随着目标位置移动,系统输出也随之改变，从而造成错误识别。针对上述问题，提出了一种落实在模型层面的解决方法,通过对算法的改进,实现提升SAR ATR系统平移不变性,而无需数据增强。提出的模块易于移植到现有SAR ATR骨干网络中,且通过实测兼容良好,引入后不影响识别准确率,达到了与原网络近似相等甚至更高的精度。结果表明,所提出的算法不仅提升了系统的平移不变性,同时提升了系统的抗干扰能力。     

新书推荐

1《网络科学与工程丛书》的新书推荐《网络科学与工程丛书》由中国工业与应用数学学会复杂系统与复杂网络专业委员会(筹)偕同高等教育出版社共同推出。旨在出版一系列高水准的研究专著,使其成为引领复杂网络基础与应用研究的信息和学术资源,为广大科研、教学、应用人员提供一个交流最新研究成果、介绍重要学科进展的平台。目标是进一步活跃网络科学与工程的研究气氛,共同推动该学科领域的普及与提高,以促进国内网络科学与工程研究的进一步发展。     

全极化SAR半实物仿真系统

在微波暗室内构建了一种全极化合成孔径雷达(synthetic aperture radar, SAR)半实物仿真系统。系统利用可移动的取样架模拟SAR的飞行轨迹,矢量网络分析仪作为核心仪表放置于取样架上一起运动。矢量网络分析仪的双通道经过扩展端口分别连接到两路垂直和两路水平极化的天线上,在取样架移动的过程中,可一次性获取目标的全极化散射矩阵测试数据。通过改进的滤波〖CD*2〗逆投影算法进行信号处理,获得了目标全极化二维图像。实验给出了L波段和C波段的场景测量及成像结果,通过处理得到的图像分辨率优于0.2 m,并且成像结果与场景的物理特征相一致,验证了该系统的可行性。     

基于改进回声状态网络的高炉煤气产耗预测

以钢铁企业高炉煤气系统为背景，针对其产生量和消耗量的预测问题，提出一种改进回声状态网络时间序列方法进行系统仿真预测。并根据最小均方差准则，以最小化网络训练误差为目标，采用随机梯度下降法对网络参数进行优化。该方法对于不同预测对象，可计算出合适的网络连接权值、储备池谱半径等参数，避免了传统回声状态网络方法中单凭经验选择网络参数的现状，提高了预测精度。采用该方法对高炉煤气系统现场实际产耗数据进行了仿真预测，仿真结果表明所提出方法的有效性。     

无线传感网中节点级能量有效策略的研究

无线传感器网络是一组带有无线收发装置的传感器节点组成的临时性的网络自治系统,由于无线传感器网络的节点是用有限寿命的电池来提供的,因此能量有效策略成为无线传感器网络研究的关键问题。通过结合传感节点的软件和硬件设计方法和系统设计策略来研究组成网络的传感节点的能量有效策略,达到最小化传感节点能量消耗的目标。通过OPNET仿真给出相关结果。     

漫谈系统与网络

"系统与网络"是一个比"系统"与"网络"本身更为庞大复杂的论题,其内容一本书也写不完.这篇短文只对"系统与网络"几个零碎片断和细小侧面进行探讨.