基于深度学习的MPSK信号调制识别

为了有效实现信号调制方式的智能识别,提出基于深度学习的多进制相移键控(Multiple Phase Shift Keying, MPSK)信号调制识别方法。分析接收MPSK信号的循环谱,并通过提取MPSK信号循环谱的等高图获得二维特征信息,利用深度学习中的卷积神经网络对二维特征进行训练,使用测试样本对所设计的调制识别方法的有效性进行验证。仿真结果表明,所提方法具有良好的识别性能。     

国家空天防御面临的十大威胁

空天防御是信息化空天时代主要作战样式之一,是新时代国家防空概念的拓展。本文分析了国家空天防御面临的空天侦察、航空空间目标、弹道目标、航天空间目标、临近空间目标、电磁空间、网络空间、空天跨域攻击、"低慢小"非军事目标和非传统空天等十大威胁,及其对国家空天防御作战体系提出的严峻挑战。     

教育作用下的城市民汉居住空间分异研究

新疆各民族之间历来有着大杂居、小聚居的传统,随着工业化与城市化的不断发展,具有不同经济水平、文化背景和社会特征的族群聚居于城市,以一定尺度为标准的社会分层重塑着城市的物质空间和社会空间.教育具有分层作用,使具有共同教育需要的人聚集居住,加速特定居住区的空间流动与重组,丰富了城市居住空间结构,也不可避免的产生了居住空间分异现象.     

应用地面电磁发射清除空间碎片方法

针对传统化学发射的空间碎片清除技术成本过高、难以实施的问题,提出应用地基电磁发射方式的空间碎片清除新方法。通过地面电磁发射的方式以低成本将射弹运送至空间,并通过释放空间微粒云团控制空间碎片离轨,进而实现对空间碎片的清除。由于取消使用占绝大部分成本的化学推进剂,所提出的应用地基电磁发射的空间碎片清除技术为空间碎片低成本清除提供了有效解决途径。     

2013—2015年BDS空间信号测距误差的精度评估

基于武汉大学发布的精密星历,计算2013年1月至2015年9月北斗广播星历的轨道、钟差和空间信号测距误差,并对其进行统计分析评估。结果表明：北斗卫星的径向精度总体上优于0.7 m、法向精度总体上优于1.4 m,且无明显的长期变化趋势;在切向精度上,倾斜地球同步轨道和中轨道优于2.1 m,高轨道的切向精度已从14 m左右提升至8 m左右;北斗高轨道、倾斜地球同步轨道、中轨道的钟差精度分别为6.3 ns, 4.7 ns, 4.3 ns;所有卫星的钟差精度总体上优于6 ns;所有卫星的空间信号误差精度总体上优于2 m,从长期来看,中轨道卫星的空间信号误差精度较为稳定;倾斜地球同步轨道和高轨道卫星的空间信号误差精度存在一定的波动。     

基于循环谱相关的雷达信号脉内分析改进算法

针对传统的雷达信号脉内特征分析算法存在的局限,提出了一种基于循环谱相关的雷达信号脉内特征分析的改进算法。该算法将传统的循环谱估计方法进行了改进,能对雷达信号脉内调制方式进行识别并提取脉内特征参数,然后结合改进的小波变换的优点,对识别出的相位编码信号进行相位突变点的提取,最后输出至完善的脉冲描述字中。改进的算法能够在较低计算量的同时保证较好的脉内特征参数的估算精度。仿真结果表明,在较低信噪比下,该算法仍然具有较好的性能。     

美军地理空间工程对陆军作战支援主要问题研究

近年来,由于编制的调整、技术的进步和最佳准则的出现,美军地理空间工程支援保障能力有了大幅提高。文章剖析美军地理空间工程的内涵、力量构成、支援陆军作战的主要能力和主要内容。研究表明,美军地理空间工程对陆军的作战支援是成体系的且高度融合,其先进的保障模式值得借鉴。     

基于改进多维粒子群的多无人机任务分配方法

针对复杂战场环境下的多无人机任务规划解空间维度不确定、任务需求随时间变化等问题,提出了一种基于改进多维粒子群算法的多无人机任务分配方法。该方法构建了适应度函数集,应用多个适应度函数来限制种群趋向,同时采用基于时变目标价值的映射变量,建立目标价值随时间变化的多无人机目标决策模型;而后引入整数编码机制,构建面向任务序列的多维粒子,利用改进的自适应多维粒子群算法,得到最优维度下多无人机的任务分配优化方案。仿真实验结果表明：基于改进多维粒子群算法的多无人机任务规划方法可在最优解空间下,获得更好的任务动态分配效果,收敛速度更快,具有良好的推广应用前景。     

反“低慢小”无人机红外检测方法研究

针对“低慢小”无人机的空中威胁,各国均大力投入反无人机技术研究,提出了一种基于密度-距离空间的红外单帧检测新方法。利用红外小目标在有限的区域内拥有比邻近区域更高的灰度值特点,提出密度与距离概念,建立密度距离空间。通过等效目标的定位方法将不规则的目标区域转换成规则的几何图形来获得准确的目标位置。实验结果表明：密度-距离检测算法在复杂背景下具有更好的检测性能和鲁棒性,当目标明显且存在连续背景杂波时AUC值接近于1;平均每帧的检测时间为0.021 2 s,同时兼顾了检测精度和检测速度。该算法不受无人机自身尺寸和形状变化的影响,具有较强的适应能力,适合多种背景下的单帧红外小目标检测。