改进Laplace先验下的复数域多任务贝叶斯压缩感知方法

为了将现有的实数域贝叶斯压缩感知方法推广至复数域,利用改进Laplace先验假设,提出了一种复数域多任务贝叶斯压缩感知(complex multitask Bayesian compressive sensing using modified Laplace priors, CMBCS-MLP)方法,消除了测量噪声方差的影响,并推导了一种基于递归操作的快速算法。数值仿真表明：针对复数域稀疏信号重构问题,相比于现有方法,所提CMBCS-MLP方法具有更好的精确性和鲁棒性。     

2000-2017年无人机专利技术发展态势分析

近年来无人机技术迅速发展,装备数量和市场容量逐步扩大,吸引国内外众多研发机构投入无人机技术创新,抢占知识产权。基于无人机有关发明专利授权情况分析,判断无人机的技术热点领域分布情况,了解相关研究机构的研究重点和技术积累。根据获得授权的年度专利申请情况,高校是国内无人机研发的核心力量,但部分企业也开始发力无人机发明专利。建议政府、高校、企业紧密协同,政府发挥政策引导作用,高校加强核心技术创新,企业牵头组建产学研产业联盟,共同促进具有国际竞争优势的无人机产业尽快形成。     

压缩感知稀疏重构对星图的影响

稀疏重构是压缩感知理论的核心内容之一,为了将稀疏重构有效地应用于星敏感器的压缩成像过程中,从星图图像误差和星点特征误差两个方面分析稀疏重构对星图的影响。在图像误差方面,利用峰值信噪比评价指标考察星图在不同重构算法、不同压缩比下的重构质量;在特征误差方面,从理论上分析稀疏重构对星点特征的影响机理,提出星点特征重构误差的评价指标,考察星点的质心、亮度和数量特征的重构误差。结果表明,在所选算法各压缩比下,星图相比一般图像能够获得更高的重构质量,重构星点能够在很大程度上保持可用于姿态确定的特征信息,结论保证了利用重构星图进行姿态计算的正确性,进一步验证了压缩感知理论在星敏感器中应用的可行性,为实现星敏感器的压缩成像提供了现实依据。     

态势估计中基于假设检验的统计时间推理方法

在战场态势估计中，常常需要判断事件发生的时间顺序，而对事件发生时间的观测往往含有统计不确定性。这里将假设检验理论引入时间推理，建立了一种判别两个事件发生顺序的新方法，同时研究了在统计不确定性下时间顺序的传递性，从而有效增强了态势估计中对时间关系的描述和推理能力     

位置感知的覆盖网构建算法

提出了一个基于底层网络位置信息建立P2P覆盖网的算法Lanet:覆盖网中每个节点都选择和本节点物理距离相近的节点作为自己的邻居,逻辑上相邻的节点也是物理上相近的节点。由于路由路径中每跳的延时都较低,这使得所建立的覆盖网络具有非常低的延时伸展率(latency stretch)。Lanet不需要网络中固定的节点集充当地标节点,具有很好的分布性和可扩展性。模拟实验结果表明,利用该算法建立的位置感知的P2P系统能够大幅度降低数据定位的延时。     

基于辩证语义的分布式协同态势分析方法

分布式协同态势分析在联合作战战役筹划中起着十分重要的作用。当前的战场环境呈现动态不确定性,传统的态势分析方法在处理不确定、不一致及不完全信息等实际应用中存在较大的局限性。本文基于辩论理论的辩证语义,提出了一种新的分布式协同态势分析方法。该方法通过多方对话博弈展现不同参与者的主张和论据之间的攻击关系及矛盾焦点,进而构建相应的辩证分析树网格以辅助决策者协同解决态势分析中的信息不一致和观点冲突问题。该方法的研究将为联合作战的态势分析提供新的方法论。     

基于贝叶斯网络的威胁识别

根据威胁识别与贝叶斯网络的特点,提出了基于贝叶斯网络的威胁识别方法.分析了使用贝叶斯网络进行威胁估计表示问题,提出了构建贝叶斯网络进行威胁估计的步骤.最后,给出一个具体的实例,演示了使用贝叶斯网络进行威胁识别的过程,实现了战场态势中蓝方机群对红方战术意图的提前预测.     

基于双驱动模型的目标机动行为识别方法

针对目标样本数据和行为知识匮乏、不平衡对空中目标飞行机动识别带来的难题,提出了一种基于数据与知识双驱动的智能化识别方法。采用集成学习的思想将数据驱动的深度学习模型和知识驱动的推理模型融合,既可以弥补推理模型在复杂环境下表现不佳的不足,又可以增加深度学习的可解释性和鲁棒性。利用仿真对比实验验证所提方法的有效性,结果表明：所提算法对目标机动行为识别能力优于仅基于知识驱动或仅基于数据驱动的单驱动系统,准确率达到90.1%。此方法大幅提升了对复杂环境的适应能力和识别准确率,对目标机动行为识别有重要工程应用价值。     

面向狭小封闭战场环境的群智感知定位算法研究

为解决在狭小封闭的战场环境,如敌方指挥中心、船舱、地下建筑物中,如何快速准确地获取自组织网络或目标对象的位置信息的问题,基于单兵智能终端设备提供的通信模块,利用可见光传感器等硬件设备的支持,通过研究群智感知式的通信信号指纹,结合图像匹配算法,提出了一种定位算法。该算法利用通信指纹数据实现了初步定位,结合融合图像和姿态传感器的加权平均算法,并采用群智感知方式补充与更新定位数据,通过调整图像匹配策略,在保持准确率的前提下,相比单一图像匹配定位算法,降低了算力的需求,在通信条件复杂的战场环境中提高了实时性能。对比标准的WKNN(Weighted K-Nearest Neighbors)算法,提高了在复杂环境下定位的稳定性,且定位误差平均值低于1.72 m,误差降低约50%。