十六通道通信控制机

提高炮兵射击指挥效能的根本出路在于实现射击指挥的自动化,信息的有效管理与准确、快速的传输又是射击指挥自动化系统的重要保障。本文主要介绍应用十六位单片机80C196设计的用于炮兵自动化指挥系统的十六通道通信控制机。设计中采用80C196单片机不仅使十六通道通信控制机的硬件大为简化,可靠性提高,同时也使其具有功能强,性能好和性能价格比高等特点。十六通道通信控制机的实用性和适应性已在三套系统中得以证实。     

航母光电着舰引导系统

本文分析了航母光电着舰引导系统的基本要求,介绍了光电着舰引导系统的组成、工作原理及其发展,对航母光电着舰引导系统的发展前景进行了分析。     

导弹的监视方法和系统

文章阐述了用多光谱信号分析技术来从探测信号中可靠地提取出导弹的光电信号,从而实现对导弹进行探测、跟踪、计数的方法和技术。采用该方法和技术发展起来的光电监视系统和原有的同类系统相比,将具有复杂性低、可靠性高、重量轻和费用低等特点。     

海湾战争中的光电对抗技术与装备

本文扼要介绍了光电对抗技术在海湾战争中的地位,重点分析了多国部队参战的各种光电对抗武器装备的型号、性能和应用特点,最后提出了作者的对策研究意见。     

关于烟雾对光电成像装备的干扰效果试验及其试验靶标

主题是如何通过外场试验定量评价烟雾对光电成像装备的干扰效果。提出一种综合靶标,可用于这种外场试验,也可考察光电成像装备抗烟雾干扰的能力。它适用于普通观瞄器材、照相侦察和摄像装备、微光夜视设备、热成像系统等。     

集成平台空域辅助阵列共址干扰抑制技术

针对同时存在恶意干扰与非法窃听的通信环境,提出一种协作干扰(cooperative jamming, CJ)掩护的保密通信架构,收发信机之间采用跳频技术躲避恶意干扰,并采用协作干扰技术阻塞非法窃听。但该架构的通信带宽较大,会在收发频率振荡器中引起显著的同相和正交(in-phase and quadrature, IQ)通道失衡。鉴于此,对收发IQ通道失衡引起的信号失真进行数学建模,给出接收机处信干噪比的数学表达式,并给出干扰抑制比的闭合表达式。仿真结果表明,收发IQ通道失衡引起的信号失真的功率远大于热噪声功率。随着收发IQ通道失衡加剧,所提架构的信干噪比和干扰抑制比性能均会急剧下降,当幅度和相位失衡分别达到0.95和π/50时,信干噪比和干扰抑制比均损失了47 dB。     

保密通信中同相和正交通道失衡对干扰抑制性能的影响

针对同时存在恶意干扰与非法窃听的通信环境,提出一种协作干扰(cooperative jamming, CJ)掩护的保密通信架构,收发信机之间采用跳频技术躲避恶意干扰,并采用协作干扰技术阻塞非法窃听。但该架构的通信带宽较大,会在收发频率振荡器中引起显著的同相和正交(in-phase and quadrature, IQ)通道失衡。鉴于此,对收发IQ通道失衡引起的信号失真进行数学建模,给出接收机处信干噪比的数学表达式,并给出干扰抑制比的闭合表达式。仿真结果表明,收发IQ通道失衡引起的信号失真的功率远大于热噪声功率。随着收发IQ通道失衡加剧,所提架构的信干噪比和干扰抑制比性能均会急剧下降,当幅度和相位失衡分别达到0.95和π/50时,信干噪比和干扰抑制比均损失了47 dB。     

基于多分支注意力改进的YOLOv5无人艇目标检测方法

针对水面无人艇目标检测类别多、尺寸小、形变大等难题,提出了基于多分支注意力改进的YOLOv5检测算法。首先提出了一种SAv2Attention模块,通过对通道的“复制-转换-合并”等处理,实现卷积层通道间与通道内特征融合,提升网络的局部感受野,然后将其嵌入到YOLOv5网络,最后在构建的真实海试数据集上进行了大量对比实验。结果表明,SAv2Attention可有效提升YOLOv5的检测精度,典型海面目标数据集上,mAP@0.5检测精度达到94.6%,mAP@0.5:0.95检测精度达到60.9%,相较于原生算法分别提高1.4%和3%,对小尺寸目标平均检测率APS提升4.3%,证明所提方法能有效提升无人艇对水面小目标的检测能力。     

基于特征增强和损失优化的弱监督目标检测算法

针对弱监督目标检测中只能检测出图像中最具有辨别性部分和训练过程极易陷入局部最优问题,提出了一种特征增强和损失优化的弱监督目标检测算法。该算法设计了一种高效可选择通道注意力模块,该模块通过关联通道的选择来提高其局部信息的交互能力,以此来扩大最具辨别性的示例目标区域;此外,通过对网络回归损失函数施加针对性的动态权重,使其能够自动弱化回归分支中伪标注边界框不准确性的影响,提高目标定位的精度。在PASCAL VOC 2007及PASCAL VOC 2012数据集上的实验表明,相比其他同类算法,该算法能够有效地提高弱监督目标检测的精度。同时,由于该算法引入的额外训练参数和计算负担几乎可以忽略不计,因此还具有良好的高效性。