径向特征下的改进三角形星图识别算法

三角形星图识别可靠性与可操作性较强,目前仍在广泛使用,但是三角形星图识别算法存在冗余匹配和误识别。通过星点的几何分布构建星点的径向特征量,依据径向特征量对星图进行初始识别,将拍摄星点的识别结果限定在数颗导航星上。在初始识别的基础上,运用三角形星图识别算法再次进行识别,使三角形星图识别更具针对性,同时提高识别的正确性。实验结果表明,采用基于径向特征的改进三角形识别算法,星图识别的准确性和针对性都得到了提高。     

联合多层次深度特征的SAR图像目标识别方法

提出了联合多层次深度特征的合成孔径雷达(SAR)目标识别方法。采用卷积神经网络(CNN)学习SAR图像的多层次深度特征。多层次的深度特征从不同方面描述原始SAR图像中的目标特性,从而为目标识别提供更充分的决策依据。为了充分发掘不同层次深度特征的独立特性以及它们之间的内在关联,采用联合稀疏表示对多层次的深度特征进行联合分类。根据各层次特征的整体重构误差判定目标类别。采用MSTAR (Moving and Stationary Target Acquisition and Recognition)公共数据集对提出方法进行了性能测试。实验结果表明,该方法的识别性能显著优于现有的SAR目标识别方法。     

基于深度时频特征学习的雷达辐射源识别

针对雷达辐射源识别中拓展能力不足和识别率不高问题进行研究,提出一种基于深度时频特征学习的智能识别方法。基于降采样短时傅里叶变换高效提取具备较高辨识度和稳定性的浅层二维时频特征,利用信号局部频域维稀疏性完成降噪等预处理;设计用于深度特征学习与识别的卷积神经网络,并采用不同尺度卷积核组合扩展网络广度,强化特征表征能力;利用高信噪比条件下8种辐射源信号样本对网络进行训练调优,低信噪比样本测试验证算法和网络的有效性。仿真结果表明,该方式在-8 dB信噪比条件下能达到98.31%的整体平均识别率,具备较强的鲁棒性。     

抓好民兵应急专业力量建设

这次新冠肺炎疫情防控的实践再次表明,在新形势下要高度重视抓好民兵应急专业力量建设这一课题,按照“梯次配置、逐级承接、全域覆盖、综合一体”的总体思路,打造民兵专业应急力量体系,摸索民兵应急专业力量建设、管理、训练、使用和保障于一体的有效模式。     

宁夏军区:退役军人和民兵勇当战“疫”先锋

1月25日,宁夏军区在自治区党委、政府统一领导下,把民兵力量纳人政府疫情防控体系,向省军区系统下达了疫情防控紧急通知,并就组织民兵参加疫情防控做出总体部署,尤其是对充分发挥退役军人帮扶成果,鼓励民兵队伍中的退役军人到一线战“疫”提出明确要求。2月初,该军区又紧跟战“疫”进程下发《关于继续组织民兵参加新冠肺炎疫情防控行动的通知》。     

认清“三种关系”,开辟基层新闻舆论新天地

党的新闻舆论工作是党的一项重要工作,是治国理政、定国安邦的大事。党的十九届四中全会把舆论引导纳入国家治理体系和治理能力建设总体格局。如何深刻认识新闻舆论工作在基层部队建设发展中的重要地位作用,用正确舆论导向教育引导官兵不忘初心、牢记使命,唱响强军赞歌,激发广大基层官兵践行强军目标的热情动力,为加快全面建成世界一流军队提供有力思想舆论支持,需要在认清"三种关系"上多做思考、抓好实践。