基于蜂群算法多子阵电台天线波束形成

考虑到战场环境下,低信噪比和敌方干扰容易造成超短波电台通信中断,而鉴于天线阵可以有效提高信噪比和抑制干扰,结合战场电台天线分布特点,提出一种多子阵电台天线应急接收模型。理论分析多子阵电台天线波束形成特性,以消除栅瓣、抑制干扰、提高增益为目标,采用蜂群算法对子阵间距进行优化。仿真结果表明,优化子阵间距可以有效消除栅瓣、抑制干扰、提高增益。同时,与遗传算法和粒子群算法相比,蜂群算法具有更好的全局搜索能力和收敛速度。该研究成果可为超短波电台应急通信提供参考。     

向老子学和谐管理

老子的道治以“无为”、“人法地，地法天，天法道，道法自然”为中心，始终贯穿着和谐思想和人文理念。重新认识老子的思想精髓对改进部队管理、推动和谐发展有极好启示。     

基于子空间近似算法的鱼雷总体多学科设计

在鱼雷总体多学科优化设计(MDO)中,学科间的耦合与解耦问题一直是研究的重点和难点.在子空间近似算法的基础上,结合鱼雷总体设计的实际特点,分析了各学科间的耦合因素,建立了鱼雷总体设计多学科设计优化的统一模型和子空间近似算法的数学模型,并进行了实例验证,结果表明基于子空间近似算法很好地解决了鱼雷总体设计多学科设计优化中学科间耦合关系复杂的问题,收敛速度快,可靠性高.该方法对提高鱼雷的设计质量,避免人力、物力的浪费,降低设计风险等有极为重要的作用.     

春秋战国将相论兵法

研究战略 ,研究武警战略 ,不能不学习研究古代兵书。读《握奇经》、《六韬》、《司马法》、《吴子》、《尉缭子》等兵书 ,甚受启发 ,简谈所得感受 ,愿与读者共享 ,切盼指教。《握奇经》的精彩内涵《握奇经》(作者凤后 ,是三皇五帝时分管“天道”的高级官员 )是我国古代一部兵书。说是“书” ,实则是极粗线条带诗韵性的研究提纲 ,但却是一部具有精美内涵的纲。全文仅 384个字 ,句句精彩 ,勿须我们点缀 ,摘其几段 ,足见一般。“大将所居 ,言其事 ,不可妄示人。故幄机 ,又曰握奇”。“治兵以信 ,求圣以奇 ,信不可易 ,战无常规。可握则握 ,可施…     

装备保障计划本体的建立和分析

基于本体论方法形式化地探讨装备保障计划本体的建立和分析,具体介绍了机械化步兵师装备保障计划本体的建立方法、本体元素的描述、本体的一致性等方面的内容。给出两个判断类间关系一致性的算法并分析其性质,探讨了基于公理化的知识的一致性。     

基于子孔径图像的低频SAR多通道均衡方法

利用多通道SAR系统进行运动目标指示时,通道间的幅相失配严重影响了运动目标检测以及参数估计的性能。针对多通道低频SAR/GMTI系统,提出了一种基于子孔径SAR图像的多通道均衡方法。该方法利用相同视角的多通道子孔径图像,估计该角度对应的幅相误差,在达到较高幅相误差估计精度的同时,也能适应误差随视角的变化。基于车载低频多通道SAR/GMTI实测数据的实验结果表明:该方法能有效地补偿不同通道之间的幅相误差,提高运动目标的检测和参数估计性能。     

基于卷积双向长短期神经网络的调制方式识别

针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法。利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的。实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值。     

子空间投影后波束形成的导航接收机抗干扰性能分析

利用导航信号淹没于干扰信号和热噪声的特点,将天线阵列接收的空时信号矢量向干扰子空间的正交子空间投影以实现干扰抑制。当接收机对投影后的单阵元数据捕获成功后,利用捕获估计的本地扩频码相位作为参考信号,依据最小均方误差准则进行波束形成。仿真结果表明该抗干扰算法在零陷强干扰的同时使主波束指向导航信号来波方向,有效提高了阵列输出信干噪比,并降低了空时自适应处理对导航信号伪码相关峰形状和载波跟踪性能的影响。     

超低照度下微光图像增强神经网络损失函数设计分析

超低照度下(环境照度小于2×10~(-3)lux)微光图像具有低信噪比、低对比度等特点,使目标难以辨识,严重影响观察效果。为了提高超低照度下微光图像质量,设计了一种用于微光图像增强的卷积自编码深度神经网络,并针对传统的均方误差损失函数不符合人类视觉感知特性等问题,结合现有的全参考图像质量评价指标,研究了包括感知损失在内的几种损失函数,并提出了一种新的可微分损失函数。实验结果表明,在网络结构不发生改变的情况下,所提损失函数具有更好的性能,在提高微光图像信噪比和对比度的同时,能够有效地增强图像内部细节信息。     

基于子阵的频控阵自适应波束形成算法

针对经典的最小方差无畸变响应波束形成器应用在FDA-BFF(Frequency Diverse Array Based On Frequency Filter,FDA-BFF)及FDA-MIMO(Frequency Diverse Array Multiple-Input Multiple-Output,FDA-MIMO)接收机结构时,当阵元数较大或干扰与目标角度维接近时波束主瓣会产生峰值畸变或偏移,波束形成器输出性能下降,无法有效确定目标位置的问题,提出了基于双边小方差无畸变响应的子阵频控阵波束形成算法。该算法将一维均匀线性阵列划分为两个采用不同非线性频偏的中心对称子阵结构,在目标位置形成点状波束,对传统频偏固定的频控阵方向图中的距离-角度实现解耦。之后,通过双边小方差无畸变响应算法中求解克罗内克积的方式降低了算法计算量。仿真验证表明,阵元数较大时该算法在目标位置处形成点状波束的同时,可以有效抑制角度维不可分的干扰。