基于DDPG的四旋翼无人机姿态控制

针对未知环境下四旋翼无人机姿态控制实现难、鲁棒性差等问题,提出了基于深度确定性策略(DDPG)算法的智能姿态控制方法。首先,基于欧拉-庞卡莱方程,利用计算机符号推导,建立四旋翼的动力学模型;其次,基于DDPG算法设计四旋翼的姿态控制器,并在奖励函数设计中引入姿态误差、姿态角速度误差和控制量惩罚项;最后,通过设置不同初始状态值、改变四旋翼结构参数和引入噪声等仿真试验,分析验证控制器的性能。仿真结果表明,该控制器能够引导四旋翼快速响应到期望姿态并保持稳定,同时展现出较好的泛化能力。     

被武器化的虚假信息：深度伪造与舆论战

由深度伪造生成的虚假信息欺骗性、危害性强,这类虚假信息的传播给国家安全带来潜在的严重危害。概述深度伪造的概念和应用类型,分析其对国家安全和公共信任带来的风险,提出须警惕所谓“技术中性”论调,对西方掌控优势且对全球治理产生重大影响力的技术提前布控,做好谋划,同时制定科技伦理和相应法律规制,避免其成为危害国家安全的武器。例如：加快反深伪检测技术的更新迭代,实施政府、民间企业、社交平台跨部门合作;解构西方话语陷阱,洞察虚假信息背后的战略意图,掌握议程设置主动权,加强国际舆论引导;推进培育新媒体素养,提升对深度伪造信息的辨识能力。     

俄提出建造火星空间站计划

据搜狐新闻2月2日报道就在布什新政府信誓旦旦要部署遭国际社会强烈反对的国家导弹防御系统,甚至重新出台变相的星球大战计划的时候,俄罗斯除了强烈的口头抗议外,也开始反击了,俄总统普京日前表示,俄罗斯将组建一支新的军种——俄罗斯航天部队来对抗美国咄咄逼人的军事态势。     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。     

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。     

舰艇编队防空威胁扇面研究

基于敌反舰导弹的"P-R模糊性",讨论了敌我距离、敌航路选择椭圆对舰艇编队防空警戒扇面的影响,建立了编队防空警戒扇面模型,分析了敌导弹攻击扇面的约束条件,建立了敌导弹攻击扇面模型。基于上述两个模型的相关性,综合考虑敌方反舰导弹的攻击能力和我编队的防空能力对编队防空威胁扇面的影响,建立了"三类八种"编队防空威胁扇面的分析模型,并给出了结论。为编队防空能力建设和提升提供了理论依据。     

深度神经网络指导下的无线覆盖预测算法

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明:该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。