海底掩埋物体的目标强度与信混比分析

小掠射角声波照射下的掩埋物体散射声场计算,对水声探测系统的设计十分重要。现有基于声线理论的方法,无法计算小掠射角声波照射下的掩埋物体散射声场。基于波数积分声场模型和虚源方法,开发了可计算海底掩埋物体三维散射声场的模型软件。通过引入等效目标强度的定义,仿真计算了掩埋圆台和球壳的等效目标强度和回声信混比,并分析了掩埋深度和声波掠射角对信混比的影响。结果表明,用单基地方式工作时,掩埋物体的回声信混比总是很小,探测十分困难,若采用双基地探测,当掩埋深度达到30cm时,信混比可提高40dB以上,对掩埋物体探测系统的设计具有参考价值。     

Data association based on target signal classification information

In most of the passive tracking systems, only the target kinematical information is used in the measurement-to-track association, which results in error tracking in a multitarget environment, where the targets are too close to each other. To enhance the tracking accuracy, the target signal classification information （TSCI） should be used to improve the data association. The TSCI is integrated in the data association process using the JPDA （joint probabilistic data association）. The use of the TSCI in the data association can improve discrimination by yielding a purer track and preserving continuity. To verify the validity of the application of TSCI, two simulation experiments are done on an air target-tracing problem, that is, one using the TSCI and the other not using the TSCI. The final comparison shows that the use of the TSCI can effectively improve tracking accuracy.     

基于时空特征融合的飞机尾涡识别

为了实现动态尾流缩减技术,减少进近阶段前机尾流对后机飞行安全的影响。依据相干激光雷达(coherent Doppler lidar, CDL)扫描风场循环周期性特点,提出一种基于时空特征融合的飞机尾涡识别模型。首先,CDL扫描生成的径向速度风场转换成序列输入和块输入。然后,双向长短时记忆(bidirectional long short-term memory, Bi-LSTM)网络用于提取序列输入的时间域特征,卷积神经网络(convolutional neural network, CNN)网络用于提取径向速度风场块输入的空间域特征。最后,将融合的时间域和空间域特征输入全连接层分类器,得到最终分类识别结果。实验团队在深圳宝安机场附近采集风场,并构建尾流数据集来验证所提得融合模型。结果表明：基于CNN和Bi-LSTM时空特征融合模型具有较好的分类性能,在尾涡识别上的准确率、召回率、F₁分数分别达到97.13%、97.50%、97.03%,且相比单一模型是一种更有效的识别方式,能够获得实时高效尾流预警。     

建立体育院校篮球选修课学生综合能力培养目标体系的研究

篮球专项选修课是旨在培养学生和篮球相关综合能力的一门课程．能力培养目标体系的建立是从一种宏观的层面上对于整体教学训练过程的控制．目标体系的理论模式是建立在教学实践的基础之上的,而能力培养目标的实施计划和具体措施,是围绕着目标体系的实现所制定的具体实施方案．研究结果证明目标体系控制下的学生综合能力培养有其特殊的效果和价值．     

基于中心点和双重注意力机制的无人机高分辨率图像小目标检测算法

无人机拍摄的图像具有分辨率高、视野大以及目标小的特点,而现有的目标检测方法对小目标特征的提取能力不足.为此,首先采用以中心点表示目标的检测网络CenterNet,引入可变形双重注意力机制,以提高对小目标的特征表达能力;然后针对原始非极大值抑制难以处理嵌套型冗余框的问题,在冗余检测剔除过程中提出了广义非极大值抑制方法;最...     

面向质量不合格率的CUSUM控制图参数优化设计

提出以质量不合格率这一质量指标为目的,优化CUSUM控制图的参数,建立了优化设计理论模型,提出了优化分析的流程,进行了实例分析和验证.给出了常规需要范围的质量不合格率的简单参数推荐表格.     

2019年空时自适应处理技术研究热点回眸

空时自适应处理可以联合空域和时域进行二维自适应滤波,是运动平台雷达系统中进行杂波抑制和目标检测的关键技术。近年来,空时自适应处理技术迅速发展,其应用领域也在不断扩大。概述了2019年空时自适应处理领域所取得的重要研究进展,展望了未来空时自适应处理技术的发展趋势。     

一种元-卷积网络和持续学习融合的洞库类目标识别方法

洞库类目标是高价值识别目标,针对洞库类目标样本数据难以获得、样本内部数据相似度较高、人工设计识别特征方法局限性较大、普通深度网络需要海量数据等问题,提出了结合元学习和深度卷积网络的元-卷积网络(MCNN),并融合持续学习理论的洞库类目标识别方法(MCNN-LLS).首先结合深度卷积网络、元学习的理论建立元-卷积网络,该网络可利用旧知识指导新知识的训练,利用小样本数据即可训练得到识别能力较高的深度洞库模型;然后融合持续学习理论,建立持续学习系统(LLS),设计专家审核模型判别深度洞库模型的识别结果,并引入潜在任务、模型异步更新等方法,达到模型持续学习、持续更新的效果.实验表明,本文方法所需样本数量少,对洞库类目标识别准确率高,且识别能力可随识别过程中新数据的积累逐步提高.     

SAR图像的特征提取与目标识别

针对已有的SAR图像自动目标识别方法效果不太好的问题，提出了SAR图像的自动目标识别三种方法，即采用灰度特征的目标识别，采用栅格特征的目标识别，和采用模版特征的目标识别.理论和实验表明，采用模版特征的目标识别效果比较好.     

一类有规避行为的动目标搜索问题研究

在动目标的搜索过程中,搜索者在有限的时间内,利用有限的资源寻找目标,使其期望回报最大,而目标则针对搜索者可能采取的策略,选择适当的运动路径躲避搜索者的搜索。将此问题归结为一个二人零和对策问题,并给出利用对策论求解的方法。