星载雷达弱目标长时间积累算法研究

空间弱目标的远距离探测与跟踪是星载雷达目标探测的关键技术之一,受星上计算机实时计算能力和存储能力的限制,空间远距离、弱目标的长时间直接全相干积累难以实现。在已有的分段处理方法基础上,提出了一种段内相干-段间二次相干积累的长时间积累算法,该算法对存储要求低,且具有很好的积累效果,非常适合实时处理和时间重叠处理。给出了算法的实现步骤和积累效率分析,与全相干处理相比该算法的额外信噪比损失仅为-2.4 dB。仿真结果验证了理论分析的结果和算法的有效性。     

Detection of weak target for MIMO radar based on Hough transform

An effective method of multiple input multiple output (MIMO) radar weak target detection is proposed based on the Hough transform. The detection time duration is divided into multiple coherent processing intervals (CPIs). Within each CPI, conventional methods such as fast Fourier transform (FFT) is exploit to coherent inte-grating in same range cell. Furthermore, noncoherent integration through several range cells can be implemented by Hough transform among all CPIs. Thus, higher integration gain can be obtained. Simulation results are also given to demonstrate that the detection performance of weak moving target can be dramatically improved.     

集成有限个专家意见的在线投资组合策略

基于弱集成算法的在线学习特征,该文探讨了它在在线投资组合选择中的应用,考虑了根据有限个专家意见进行决策的情形.首先将弱集成算法应用到投资于单只股票的专家意见,得到了在线投资组合的单一集成策略,并给出了该策略的竞争性能分析,证明了单一集成策略能够追踪最好的股票,实际投资决策中,投资者可能会选择多只股票进行组合投资,进一步将弱集成算法应用到投资于不同股票数目的专家意见,得到了在线投资组合的混合集成策略;证明了混合集成策略实现的累积收益与最优专家意见实现的累积收益相当.在长期投资组合上的数值算例表明了该文给出的单一集成策略能够实现与最好股票相当的收益;混合集成策略能够实现与最优定常再调整策略相当的收益,且与泛证券投资组合策略相比,能够获得更多的收益,具有较好的竞争性能.     

组合式金合金圆平面磁控靶的设计

首先对传统的圆平面磁控靶的形状进行改进,设计一个靶材利用率高的纯金靶．利用金合金的色区图,计算沉积不同Ｋ值和颜色的镀金膜时,组合式Ｋ金靶上金、银、铜的面积比,从而在纯金靶上固定相应面积的扇形银片和铜片,研制出不同Ｋ值和色度的组合式金合金靶．     

最佳视角3-D激光扫描路径的自动确定方法

在3-D激光自动扫描测量中,传感器测量视角的选择直接影响测量数据的完整性和准确性。该文提出了背影轮廓法和凸包法相结合的最佳视角确定方法。利用背光板得到不同角度被测物的背影轮廓图像,根据背影轮廓法得到被测物体的粗略表面数据。以表面数据的凸包多边形作为线结构光传感器的扫描路径,改变传感器的测量视角,完成对被测物的自动扫描。实验结果表明:该方法适用于复杂外形表面的扫描,能够得到完整准确的表面3-D数据。     

一种面向自动驾驶路况的目标检测算法

为了对常见的行人和车辆进行检测,采用自行标注的数据集,通过基于faster region-based convolutional neural network （RCNN）框架的算法进行调参与优化. 主干网络采用轻量化网络MobileNetv2,在原生锚框的基础上,区域建议网络（RPN）部分增加2个面积尺度,检测部分使用感兴趣区域（ROI）Align结构,减少特征图映射和均分过程中的误差. 实验结果表明：使用faster RCNN目标检测网络,可以有效完成行人和车辆的检测任务,整体效果良好.     

基于ET-GMPHD算法的编队目标跟踪方法

针对低检测环境下编队目标的跟踪问题,提出了一种基于扩展目标高斯混合概率假设密度(extended target Gaussian mix probability hypothesis density, ET-GMPHD)算法的编队目标跟踪方法。首先,保留修剪掉高斯项的同时将其外推,用Jensen-Shannon(JS)散度衡量下一时刻状态估计值与外推值间的相似程度,并以此反映是否有目标丢失,保证真实目标不被修剪,解决了因目标漏检导致跟踪结果不准确的问题。其次,结合循环阈值聚合法得到编队整体的状态估计,消除了估计状态集合中状态值过多造成的影响。最后,仿真实验表明,该方法能够在检测概率极低的情况下进行有效跟踪,并具有良好的跟踪性能。     

基于深度学习的弹道目标智能分类

针对弹道目标微动分类前需平动补偿及典型雷达散射截面积(radar cross-section, RCS)序列分类需构造人工特征的问题,提出利用弹道目标微动特性和RCS相结合的弹道目标智能分类算法。首先,建立弹道目标运动模型并分析得到方位角和俯仰角,从而获取RCS序列,在此基础上利用小波变换得到时频图并构建数据集;然后,通过卷积神经网络(convolutional neural network, CNN)提取时频图像特征序列并与RCS序列融合成高维特征;最后,利用具有容错能力的双向长短期记忆网络充分学习序列之间的相关性以实现目标分类。仿真结果表明,该算法比卷积神经网络和支持向量机的分类精度分别提高5%和2%以上,分类速度比卷积神经网络和双向长短期记忆网络分别提高1.5倍和2.5倍,实现了更高精度的快速智能分类。     

鲁中南山区松树人工林近自然经营效果分析

近自然抚育作业于徂徕山林场、泰山林场和明光寺林场进行，采用目标树抚育作业方式，对不同林分进行间伐处理，时长分别为2、10和3年。结果表明，与对照相比，抚育处理后林分平均胸径、树高和冠幅较对照提高3.13%~12.89%、3.03%~8.91%和2.75%~25.91%；林分生长速度加快，保留木的胸径、树高和冠幅年生长量分别提高21.43%~66.67%、9.21%~26.15%和64.29%~300%；林下灌木层植物种类增多，出现侧柏、臭椿等喜光物种；油松纯林和松栎混交林中草本植物多样性改善，Simpson、Shannon-wiener和Gleason指数分别提高0.95%~1.93%、5.33%~10.43%和4.67%~18.18%，马唐、大油芒、羊胡子草等植物重要值提高；另外，抚育间伐后林下土壤pH提高0.77%~3.78%，土壤容重降低5.48%~12.68%；同时，过氧化氢酶、土壤磷酸酶、土壤蔗糖酶、土壤脲酶活性较对照分别提高6.74%~29.33%、4.79%~4.99%、2.13%~10.34%和1.25%~25.56%。近自然抚育间伐在一定程度上可以促进林分生长量积累、丰富林下植物多样性、改善林下土壤质量。     

Inference to the best explanation and Norton's material theory of induction

I argue that we should consider Norton's material theory of induction as consisting of two largely independent claims. First, there is the claim that material facts license inductions - a claim which I interpret as a type of contextualism about induction. Second, there is the claim that there are no universal rules of induction. While a good case can be made for the first claim, I believe that Norton's arguments for the second claim are lacking. In particular, I spell out Norton's argument against the claim that all induction may be reduced to inference to the best explanation, and argue that it is not persuasive. Rejecting this part of Norton's theory does not however require us to abandon the first claim that material facts license inductions. In this way, I distinguish the parts of the material theory of induction we should happily accept from the parts about which we should be more skeptical.