新型旋转抛物面换能器阵列的设计

针对常见的一维线阵列和二维平面阵存在能量转化率低、成本高和加工精度要求高等问题, 在构建任意三维阵列的指向性函数的基础上, 设计了一种旋转抛物面型换能器阵列。将平面型换能器阵列旋转成抛物面型，利用指向性函数确定旋转抛物面型换能器阵列相应参数的最优值。仿真对比实验及其分析表明, 该新型阵列可以在减少换能器阵元使用数量、增大阵元间距的同时, 改善阵列的指向性, 并能提高声能量转化效率, 使更多的声能集中在主瓣方向。     

基于蔡氏电路和压缩感知的图像压缩加密方法

针对当前信号采集传输高效性和安全性的实际需求, 提出了基于蔡氏电路和压缩感知的图像压缩加密方法。首先利用SHA-256算法生成原始信号的消息摘要; 其次利用摘要生成蔡氏电路的初始值; 再次利用蔡氏电路生成的混沌模拟信号经过8位量化采集和数字移位差分生成伪随机序列, 从而构建出混沌观测矩阵并对信号进行压缩采样; 最后将压缩后的信号通过生成的伪随机序列进行置乱加密和灰度加密, 生成压缩加密后的信号。实验结果表明, 该方法生成的混沌观测矩阵性能优于传统的随机观测矩阵, 同时能够有效提高信号的传输效率及安全性。     

基于深度卷积神经网络的SAR舰船目标检测

针对传统合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测算法检测精度易受斑点噪声影响,且只能提取底层特征及其泛化性较差的问题,提出了一种基于深度卷积神经网络的SAR图像舰船目标检测算法。首先将目前先进的单次多盒检测器(single shot multibox detector,SSD)检测算法应用到SAR图像舰船目标检测领域,指出了其在该领域存在的局限性,在此基础上提出了基于SSD的新的检测方法,包括融合上下文信息,迁移模型学习,在公开的SSDD数据集上进行了训练和测试,对实验结果进行了对比分析,实验结果表明,相比于原始的SSD检测算法,所提出的方法不仅提高了目标检测精度,同时也保证了算法的检测效率。     

用于SAR图像小目标舰船检测的改进SSD算法

针对合成孔径雷达(synthetic aperture radar, SAR)图像小目标舰船检测中存在的检测率较低、虚警较高等缺点,提出了用于SAR图像小目标舰船检测的改进单步多框检测(single shot multibox detector，SSD)算法。首先,制作了一个专门用于SAR图像小目标舰船检测的数据集,在SSD目标检测算法的基础上,提出了迁移学习、浅层特征增强和数据增广3个方面的改进;利用性能更好的ResNet50作为特征提取结构,在浅层特征增强网络结构中采用了inception模块的分支结构,同时使用了空洞卷积扩大特征图的视觉感受野,增强了网络对小尺寸舰船目标的适应性;最后在数据集上进行了多组对比分析实验,实验结果表明所提方法相比于原始的SSD,平均准确率提高了5.4%,并且对SAR小目标舰船的漏检和误报明显减少。     

基于改进wk算法的弹载SAR斜视成像

为提高弹载导引头成像精度,研究分析大斜视成像具有重大意义。针对传统wk算法在构造Stolt映射关系时未考虑等效速度变化以及进行方位校正时运算复杂等问题,提出基于改进wk算法的弹载合成孔径雷达斜视成像模型。首先,详细推导基于Stolt插值的wk算法,辨析在成像参数、多普勒中心校正和统一相位补偿等三个环节中易存在的混淆,为算法改进提供严谨模型。然后,针对非参考点目标的等效速度随着距离向不断变化,构造新的Stolt映射关系减小残余相位误差。在此基础上,针对较难精确实现多个点目标的方位位置校正函数,通过引入参考目标点构造近似校正函数,避免进行复杂的二维插值或坐标转换。最后,以大斜视成像为例,对多个点目标进行仿真,验证该算法的有效性。     

A Generative Method for Steganography by Cover Synthesis with Auxiliary Semantics

Traditional steganography is the practice of embedding a secret message into an image by modifying the information in the spatial or frequency domain of the cover image.Although this method has a large embedding capacity, it inevitably leaves traces of rewriting that can eventually be discovered by the enemy.The method of Steganography by Cover Synthesis(SCS) attempts to construct a natural stego image, so that the cover image is not modified; thus, it can overcome detection by a steganographic analyzer.Due to the difficulty in constructing natural stego images, the development of SCS is limited.In this paper, a novel generative SCS method based on a Generative Adversarial Network(GAN) for image steganography is proposed.In our method, we design a GAN model called Synthetic Semantics Stego Generative Adversarial Network(SSS-GAN) to generate stego images from secret messages.By establishing a mapping relationship between secret messages and semantic category information, category labels can generate pseudo-real images via the generative model.Then, the receiver can recognize the labels via the classifier network to restore the concealed information in communications.We trained the model on the MINIST, CIFAR-10, and CIFAR-100 image datasets.Experiments show the feasibility of this method.The security, capacity, and robustness of the method are analyzed.     

基于置信规则库的捷联惯组误差系数预测方法

捷联惯组(strapdown inertial measurement unit, SIMU)是火箭等大型飞行器控制系统的核心部件,结构复杂，可获得的误差系数样本较为缺乏。置信规则库(belief rule base, BRB)作为一种专家系统能够有效融合专家知识和监测数据,可以有效处理小样本情况下复杂系统建模问题。鉴于此,本文提出了一种基于BRB的SIMU误差系数预测方法。为充分利用脉冲量输入信息,提高信息转换精度,降低指标转换过程中的信息损失,根据惯组脉冲量输出特点提出了一种新的匹配度计算方法,提升模型的精度。最后,以某型SIMU加速度计为例验证了所提方法的有效性。     

基于自学习框架的红外场景仿真效果评价

针对红外场景仿真效果评估困难的问题,提出了基于自学习框架的评价方法。首先,从仿真图像与实际图像视觉对比的角度提出了面向图像视觉相似的红外场景仿真效果评价指标体系,用于量化评价过程;其次,提出以极限学习机(extreme learning machine, ELM)为核心建立评估模型,建立包括蒙特卡罗样本仿真、ELM评估网络及自更新仿真样本评估模型等3部分在内的自学习框架来生成仿真样本、强化对ELM的训练;最后,针对实际样本数量较少的问题,在此框架基础上提出了包括样本评定、自学习、评估模型测试3个阶段在内的仿真图像相似性评估方法,实现了从样本生成到评估过程的自动化。实验结果表明提出的自学习框架能够显著提高评估模型的正确率,而且训练后的评估模型适用性强,可独立自主进行红外场景仿真效果评估。     

弹载相控阵天线“最小二乘法——伪Hadamard矩阵”联合校准

为了更加精确地校准弹道导弹导引头的相控阵天线,弥补目前旋转矢量法校准弹载相控阵天线的缺陷,提出了“最小二乘法——伪Hadamard矩阵”联合校准方法。该方法利用最小二乘法拟合算法解决移相器只能提供离散相位变化,不能准确获得使天线合成功率最大时的移相器相位变化值的问题。通过构造伪Hadamard矩阵对天线分组,每一组移相器同时旋转多个阵元相位,使被测信号变化明显。远场校准实验表明,该方法能够对弹载相控阵天线起到非常好的校准效果。     

间歇通信条件下多无人机保性能编队追踪控制

针对多无人机系统在通信链路非周期性中断情况下的优化编队控制问题, 提出了一种多无人机保性能编队追踪控制方法。首先, 引入一种分布式性能指标, 用于描述多无人机系统编队调节性能。然后, 设计了间歇型多无人机编队追踪控制器, 可在通信时段根据无人机间局部交互信息构建分布式反馈控制, 并在中断时段中止对无人机的编队追踪控制, 以应对间歇通信的影响。同时, 获得了间歇通信条件下多无人机保性能编队追踪控制判据, 确定了多无人机系统的保性能上界。最后, 通过仿真算例验证了理论结果的有效性。