基于HRRP的雷达目标识别研究综述

雷达目标识别(RTR)技术在国土防空和战略预警领域具有重要意义,目前相关研究大多基于高分辨距离像(HRRP)展开。梳理了当前研究主要聚焦于样本完备和小样本情况下目标识别的问题,研究方法主要聚焦于基于特征提取的识别方法、基于统计建模的识别方法以及基于深度学习的识别方法等3个方面。聚焦2大问题,从3个方面开展综述,进行归纳总结;指出在当前研究领域存在的5个亟待解决的问题,分析了下一步研究可以考虑的方向。     

基于Kullback-Leibler距离离散度的加权代理模型

复杂系统的仿真通常具有高维度、高计算量等特点,代理模型因其明晰的数学表达和良好的计算特性可用于逼近真实系统。加权模型对比单个代理模型来说,其稳定性和适应性更广。不同的代理模型其性能不一,根据特定指标,可以构造最优加权代理模型。基于代理模型预测分布以及Kullback-Leibler距离构造各子代理模型之间的离散度,并提出一种新的权函数构造方法。算例表明,该方法与最优子模型的精度相当,同时能提高对真实响应分布的逼近。     

基于可变卷积与迁移学习的小样本检测方法

针对主流方法对弱小目标识别效率低的问题,提出了一种基于可变卷积与迁移学习的小样本检测方法。基于可变卷积思想改进特征提取主干网络,实现在少量数据上达到和普通卷积在大量数据上相等的学习能力。设计一种Soft-NMS共同作用的方法降低多目标重叠容易出现的漏检问题。通过在公开数据集PASCAL VOC和实测弱小目标数据集上的实验表明,所提算法实现小样本条件下对实测弱小目标的检测与识别,且与原始方法相比性能有显著提高,在公开数据集上较原算法提高了5.5%,在实测数据集上较原算法提高了8.3%。     

基于生成对抗网络的空中红外小目标仿真模型

空中红外小目标在目标检测、目标追踪等军事领域有较高的应用价值,但是其获取成本高昂。在WGAN模型中引入降噪算法改善生成图像质量,同时改进Wasserstein距离惩罚项,提出了一种基于生成对抗网络的空中红外小目标仿真模型（IST-WGAN）,在自建空中红外小目标数据集上训练模型,模型生成的红外图像通过主观判别、FID分值和小目标检测算法验证。结果表明,所提模型能够生成有效的红外小目标样本。     

基于改进编辑距离的军事领域实体链接

为将指挥员需求语句中的实体指称准确链接到知识图谱中的标准化实体节点上,提出了基于改进编辑距离的军事领域实体链接方法。通过对实体指称的非标准形式进行归纳总结,建立索引,并以BM25模型为基础,提出了融合考虑多方面相似性度量特征的改进编辑距离算法,对待链接实体进行综合排序,从而实现了实体链接。实验结果表明,该军事领域实体链接方法有效提高了实体链接时的匹配准确率。     

漫谈中国建筑艺术的空间的“隔”

“隔”在艺术上是创造空间距离的一种手段。中国传统艺术的各个门类都十分讲求“隔”,诗词戏曲、书画建筑,莫不强化“隔”的效应。本文以视觉思维和格式塔心理学为出发点,探讨了“隔”在中国建筑艺术空间中的应用,在另一层面上反映了“距离产生美感”的审美意识及中国“天人合一”的自然观。     

混响背景下基于高阶统计量的动目标检测方法

针对混响背景中的动目标检测问题,根据基阵接收数据经过波束形成与匹配滤波后的输出结果计算高阶统计量,并将其视作观测空间。基于此空间中混响和目标回波的差异,利用多ping的高阶统计量构造特征向量,计算特征向量之间的马氏距离作为混响和目标差异的量化标准,再依据最大一致条件功效检测准则选择门限检测方法。波形数据仿真与海上实录数据检验均表明该方法的检测性能优于单ping波束形成及匹配滤波方法。通过蒙特卡洛仿真获得不同信混比下的ROC曲线,与单ping检测相比,在保证虚警概率小于0.01,检测概率大于0.5的条件下,最小可检测信混比降低约6dB。     

基于深度强化学习的兵棋推演决策方法框架

针对兵棋推演的自动对抗问题,文章提出基于深度学习网络和强化学习模型来构建对抗策略。文章结合深度强化学习技术优势,立足多源层次化的战场态势描述,提出面向智能博弈的战场态势表示方法;将作战指挥分层分域的原则同即时策略游戏中的模块化和分层架构相结合,提出一种层次化和模块化深度强化学习方法框架,用于各决策智能体与战场环境交互的机制以及对抗策略的产生;为满足实际作战响应高实时特点,提出压缩的深度强化学习,提升模型输出速度;为改善对不同环境的适应性,提出利用深度迁移学习提升模型泛化能力。