阿基米德螺旋天线的群延迟和UWB-SAR系统延迟的补偿研究

将Archimedean天线的群延迟分为色散部分和非色散部分.利用Archimedean螺旋线的几何特性揭示了其固有的色散特性,有效地解决了该类天线群延迟未知情况下的补偿问题;将天线群延迟的非色散部分等效为附加系统延迟,利用定标体形成的曲线特征,提出了一种基于Hough变换(HT)的延迟系统估计方法,并利用曲线的对称性降低HT的维数,提高估计速度.轨道超宽带SAR数据的处理结果验证了所提方法的有效性.     

结构主导目标检测中的纹理随机化

已有基于卷积神经网络的目标检测算法倾向于提取目标纹理特征,而非结构特征;因此,已有方法不能实现变纹理目标的可靠检测.针对此问题,提出基于纹理随机化的结构主导 目标检测方法,采用仿真纹理随机化方法减弱网络模型对纹理特征的拟合,实现基于结构特征的变纹理目标可靠检测.利用目标的三维模型,借助Blender渲染引擎,完成纹理随...     

航天器轨道追逃态势分析的水平集方法

航天器轨道追逃是当前航天动力学与控制领域的研究热点。针对轨道追逃定性问题开展研究,提出了一种综合运用降维动力学模型和后向可达集的航天器近距离轨道追逃态势分析方法,以支撑任务可行性分析;通过在视线旋转坐标系下推导博弈系统降维动力学模型,建立近距离追逃定性问题模型,减少了状态空间维度;使用目标集的后向可达集描述捕获区并划分追逃状态空间,基于水平集方法建立可达集在降维动力学模型中演化的动态HJI(Hamilton-Jacobi-Isaacs)偏微分方程,并设计WENO-TVD求解器数值计算HJI方程终值问题粘性解,完成了追逃目标集的准确描述并避免了可能出现的终端奇异现象。通过不同推力构型的追逃场景数值仿真验证了方法的有效性,展现了一次计算批量化处理初始态势的功能。     

无服务器计算视角下典型科技情报应用的评估研究

科技情报应用是用于高效处理、分析海量数据,提升科技情报工作效率和质量的重要基础。本文讨论了大数据时代科技情报机构在科技情报应用方面面临的一些挑战,并从无服务器计算的视角给科技情报机构革新工作模式、应对挑战带来了新思路。在此基础上设计两个实验,分别从应用部署和应用自动伸缩两个角度展示了基于无服务器计算的科技情报应用的特性,并选取了一个典型的科技情报应用进行了评估研究。期望本文探讨的无服务器计算在科技情报应用中的评估研究,能为科技情报机构拥抱无服务器计算提供一定理论基础和数据支撑。     

基于CGRU-SVM的星载SAR工作模式识别方法

针对传统星载SAR工作模式反演方法存在的识别精度低和时效性差的问题,提出了一种基于CGRU-SVM的星载SAR工作模式识别方法。该方法以星载SAR信号脉冲峰值I/Q数据为输入,充分利用深度学习网络的自适应特征学习能力,采用CGRU编码器提取并生成原始信号的分类特征向量,最后将特征向量输入SVM分类器中,实现了由原始SAR信号到星载SAR工作模式的“端到端”快速有效识别,降低了人为因素的影响和识别过程的复杂性。实验结果表明,相较于传统反演方法和其他网络模型,CGRU-SVM模型具有更优的训练效率和识别准确率,平均识别准确率可达91%以上。     

某型无人机目标定位"单收站"

分析了某型无人机现有体系结构在目标定位过程中存在的问题,研制了无人机地面"单收站"系统,介绍了系统基本组成和工作流程,阐述了利用系统进行目标定位的原理和过程,实践证明,利用该系统大大提升了现有装备的目标定位能力.     

神经网络辅助多目标跟踪数据融合

多目标跟踪(MTT)算法包括卡尔曼滤波和数据关联算法等,而数据关联算法又是最重要、最困难的方面.联合概率数据关联(JPDA)算法对单传感器多目标跟踪是一种良好的算法,但对于多传感器多目标跟踪的情况,特别是目标较为密集时,计算量剧增.提出了一种改进的方法,一方面将神经网络引入到卡尔曼滤波器中,提高滤波器的自适应能力,减小卡尔曼滤波器的估计误差从而改善多目标跟踪精度;另一方面用神经网络辅助JPDA提高正确关联概率,减小计算量.经仿真研究表明,该方法是行之有效的.     

超宽带合成孔径雷达实时成像处理

工作在VHF/UHF波段的超宽带合成孔径雷达具有穿透叶簇和地表探测隐蔽目标的功能,为提高战时快速打击能力,必须研究实时成像技术。本文分析了超宽带合成孔径雷达成像的特点,针对两种主要的超宽带成像算法:波束域算法和交叠子孔径算法,研究了实时处理的流程及处理结构。