基于联合GLMB滤波器的可分辨群目标跟踪

针对联合广义标签多伯努利(joint generalized labeled multi-Bernoulli, J-GLMB)滤波算法中群目标之间距离较近、容易关联错误的问题,结合超图匹配(hypergraph matching, HGM)提出一种基于HGM-J-GLMB滤波器的可分辨群目标跟踪算法。首先,采用J-GLMB滤波器估计群内各目标的状态、数目及轨迹信息,并利用HGM结果提升量测与预测状态之间的关联性能。其次,通过图理论计算邻接矩阵,获取群结构信息和子群数目。随后,利用群结构信息估计协作噪声,进而校正目标的预测状态。最后,通过平滑算法改善滤波效果,并设置轨迹长度阈值,使其在平滑状态达到消除短轨迹的目的。仿真实验表明,所提算法在线性系统下能有效提升群目标跟踪性能。

基于集成改进蚁群算法的作战环推荐方法

作战环推荐是依靠优化算法从作战网络中为指挥员推荐最优的作战环,以对目标形成高质量打击。未来作战中的作战环推荐面临体系规模大、决策节奏快的特点。对此,提出了一种集成改进的蚁群算法,能够实现高效、高质的作战环推荐优化求解。首先,将作战环推荐问题转换为一种基于多仓库路径规划的数学模型。然后,针对原始蚁群算法前期收敛速度慢、算法参数对结果影响大和容易陷入局部最优的问题分别提出了3种改进策略:基于边权重信息的信息素初始化、基于差分进化的蚁群算法参数自适应优化和基于遗传算子的全局搜索能力提升,并进行了集成改进。最后,在案例分析中对集成改进蚁群算法进行了分析和对比,验证了所提算法在不需要大幅提高耗时的情况下,优化结果要优于未集成改进的蚁群算法,且相比于原始蚁群算法提升效果显著。

二阶逐层特征融合网络的图像超分辨重建

针对一些超分辨网络忽略了对网络各层次特征的复用以及融合的问题,构建了具有较强特征复用和融合能力的二阶逐层特征融合超分辨网络,以获得具有高分辨率、高保真度的重建图像。网络的核心是逐层特征融合模块,该模块通过特征融合操作增强特征的重用。此外,还提出了二阶特征融合机制,该机制在网络的局部和全局层次上采用逐层特征融合方法进行特征融合。实验结果表明该网络的重建图像在线条和轮廓上更清晰,并且在峰值信噪比和结构相似度上也取得了更好的结果。例如当缩放尺度因子为2时,各测试集上的峰值信噪比/结构相似度依次为38.20 dB/0.9612、33.81 dB/0.9195、32.28 dB/0.9010、32.65 dB/0.9324、39.11 dB/0.9779,相比其他模型有一定提升,从客观标准和主观角度证明了二阶逐层特征融合超分辨网络具有一定的优越性。

基于多帧聚类的紧凑型HFSWR虚假点迹识别方法

紧凑型高频地波雷达发射功率低,目标检测时信噪比低、虚警率高,会产生大量虚假点迹,影响后续目标跟踪性能。为了滤除虚假点迹,利用目标的运动特性,提出了一种多帧聚类与极限学习机分类两级级联的虚假点迹识别方法。首先,利用基于最优邻域尺寸的多帧聚类方法,将连续多帧中与待识别点迹属于同一潜在目标的点迹聚类成簇。然后,计算簇内待识别点迹与其相邻帧内点迹的距离-多普勒速度的差分值,以其为特征利用极限学习机辨识虚假点迹。实验结果表明,所提方法能够准确将属于同一目标的点迹聚类,虚假点迹识别率达到95%。

基于研制阶段数据融合的舰炮制导弹药测试性评估方法

针对小子样条件下开展测试性评估存在数据冲突的问题,提出一种基于研制阶段数据融合的舰炮制导弹药测试性评估方法。首先,确定研制阶段中舰炮制导弹药测试性信息的来源,并根据其不同特点,利用相应的Beta分布参数折合方法,获得测试性信息Beta分布并构造对应的基本信任分配函数。其次,为解决在数据融合中存在的冲突问题,引入一种基于可信度、不确定度和重要度的数据融合权重确定方法,通过融合多来源的测试性信息得到舰炮制导弹药测试性指标评估结果。实例表明,所提方法能充分利用研制阶段收集的多来源测试性信息,有效利用主观不确定性信息,且减少数据冲突问题,可提高舰炮制导弹药测试性指标评估的可靠性。

基于BERT与生成对抗的民航陆空通话意图挖掘

针对民航陆空通话领域语料难以获取、实体分布不均,以及意图信息提取中实体规范不足且准确率有待提升等问题,为了更好地提取陆空通话意图信息,提出一种融合本体的基于双向转换编码器(bidirectional encoder representations from transformers,BERT)与生成对抗网络(generative adversarial network,GAN)的陆空通话意图信息挖掘方法,并引入航班池信息对提取的部分信息进行校验修正,形成空中交通管制(air traffic control,ATC)系统可理解的结构化信息。首先,使用改进的GAN模型进行陆空通话智能文本生成,可有效进行数据增强,平衡各类实体信息分布并扩充数据集;然后,根据欧洲单一天空空中交通管理项目定义的本体规则进行意图的分类与标注;之后,通过BERT预训练模型生成字向量并解决一词多义问题,利用双向长短时记忆(bidirectional long short-term memory,BiLSTM)网络双向编码提取上下句语义特征,同时将该语义特征送入条件随机场(conditional random field,CRF)模型进行推理预测,学习标签的依赖关系并加以约束,以获取全局最优结果;最后,根据编辑距离(edit distance,ED)算法进行意图信息合理性校验与修正。对比实验结果表明,所提方法的宏平均F_(1)值达到了98.75%,在民航陆空通话数据集上的意图挖掘性能优于其他主流模型,为其加入数字化进程奠定了基础。

组织战略匹配管理中的语义建模方法研究综述

战略匹配是战略规划的一个子内容,侧重于检查战略规划与战略行动的一致性。通过战略匹配,组织的项目、计划或个人的计划与组织的长期业务目标保持一致。主要从语义建模角度阐述了这一领域的最新发展。为了引出这一关键技术领域对于组织战略匹配的重要性,首先讨论战略匹配的基本概念及其发展,特别是通过核心要素分析军事组织战略匹配问题的特征,有助于理解大型组织战略匹配问题的复杂性。然后,分析现有语义建模的主要方法,受限于当时的技术发展水平,这些方法仍有许多缺陷和不足,当前的语义技术应用也有一大部分是为解决这些遗留问题而产生。最后,总结战略匹配管理中的语义技术应用,希望为该领域技术的后续发展提供参考。

基于有限谓词追踪的民机系统需求一致性检查方法

针对民机安全关键系统在正向研发过程中,系统级需求的正确性难以在设计早期全部完成确认的问题,提出一种基于有限谓词追踪的功能需求一致性检查体系。首先,引入一阶逻辑中的谓词追踪,建立系统内部功能需求与交互功能需求形式化规约方法。其次,针对单条、多条需求内容正确性以及需求关系一致性,构建需求一致性检查形式化规约,开展需求自冲突、集冲突与需求关系一致性检验,并生成可解释的检查反例进行需求迭代。最后,以机载平视显示(head-up display,HUD)系统飞行信息符号生成与显示功能为例,验证该方法的正确性与有效性。研究结果表明,基于有限谓词追踪的功能需求一致性检查方法能够提高需求一致性检查效率、降低研发成本,为民机系统级需求确认提供支持。

基于贝叶斯神经网络的船用惯导定位修正方法

船用惯性导航系统(inertial navigation system, INS)通常采用与全球卫星导航系统(global navigation satellite system, GNSS)组合导航的方式提高其长时间工作的定位精度。当GNSS失效时,其定位误差将随时间迅速发散。针对这一问题,设计了采用反向传播神经网络(back propagate neural network, BPNN)、根据INS原始输出数据拟合修正经纬度的定位修正方案,提出了基于Bayesian算法更新网络权重系数的方法,结合理论分析和试验研究确定了神经元个数与训练数据集的分配方案。实船试验结果表明,当GNSS失效时,在后续2 h,通过24 h历史数据训练得到的神经网络修正INS位置,相比INS独立工作时的定位误差,修正后误差均值下降了63%,误差最大值下降约50%,最小值下降至0。

多子阵SAS方位空变运动补偿子孔径算法

为解决方位空变的侧摆和偏航误差存在情形下合成孔径声纳的快速运动补偿与成像问题,提出一种多子阵合成孔径声纳方位空变运动补偿子孔径算法。首先,建立运动误差存在情形下的双程距离历程模型,并利用泰勒级数展开对双根号形式距离历程进行近似;然后,利用子孔径运动补偿和单基等效处理,将含有方位空变的侧摆和偏航误差的多子阵回波数据转换为理想的单阵回波数据;最后,利用经典的单阵频域逐线成像算法,实现快速运动补偿和高分辨成像。仿真实验与实测数据成像结果均验证了所提算法的有效性。

双基地宽带成像雷达时间及调频率同步方法

双基地宽带成像雷达由于不同源会产生时间同步误差和调频率同步误差。针对这一问题,面向低成本、小型化雷达接收机设计同步方法。针对时间同步问题,提出了直达波触发的收发脉宽非一致时间同步方案,通过使用直达波触发接收窗启用时刻,同时增加接收窗长度和低通匹配滤波,以完成时间同步。针对调频率同步问题,提出了采用吕氏分布对调频率误差进行估计,进而进行补偿,以完成调频率同步。该时间及调频率同步方法基本不需要增加接收机硬件成本,可以适应小型化接收雷达需求。基于小型宽带雷达搭建室内的双基宽带雷达模型,实验实现了双基雷达同步以及数据采集、成像。实验结果验证了所提方法的有效性。

大型IP网络流量矩阵分析预测的探讨研究

高效、准确的网际协议(internet protocol,IP)网络流量流向分析预测是网络规划建设的基础。通过部署流量采集分析系统,运营商可轻松获取网络总流量、节点流量、节点分方向流量等较完备的历史基础数据,为流量分析预测提供关键的输入。IP网络流量分析预测方法主要包括两类:传统统计模型和神经网络模型,近年提出的NeuralProphet模型因结合两者优点而得到广泛关注和应用。首次基于NeuralProphet模型对大型运营级IP网络源节点到目的节点的流量流向进行直接预测,并采用改进的损失函数优化模型训练,预测结果表明NeuralProphet模型能够更科学、准确地预测IP网络流量矩阵,整体预测精度提升了8.7%,同时模型扩展性和鲁棒性也具有更佳的表现,可以更好地满足IP网络规划建设和运行维护的实际需求。

IRS辅助的车联网相移设计和信道对齐策略

针对车联网中车辆的动态移动以及信号的随机散射所导致的信道快速变化问题,研究了智能反射面(intelligent reflecting surface,IRS)辅助的车联网通信并提出了联合相移设计和信道对齐策略,以削减车联网中多普勒频移的影响并提升通信性能。提出的策略由两个阶段构成。在第一阶段设计IRS的相移以改善级联信道的衰落状态,在策略的第二阶段进行修正函数的设计,实现了直接信道和级联信道的信道对齐,从而减少直接信道快衰落状态对通信性能的影响。通过联合相移设计和信道对齐策略中设计的反射相移以及修正函数,实现了通信性能的提升。仿真结果表明,所提策略相比于相移优化策略可以提升8.8%的频谱效率。

复杂系统测试性设计与故障诊断策略研究进展

测试性设计是提高系统可靠性、安全性、维修性、保障性的重要前沿技术,决定了系统故障检测率和隔离率,直接影响系统的维护(测试)成本。系统测试性设计包含结构化设计、模型化设计、数据驱动设计等多种设计策略。其中,数据驱动设计于近年逐渐兴起并成为重要发展方向之一,该类方法通过对系统测试与故障之间的关系进行建模,依据测试结果进行故障推理,形成故障诊断方案。首先,简要回顾了系统测试性设计的发展历程;其次,重点介绍了测试性设计的研究进展,分析总结了结构化、模型化、数据驱动3类测试方案;然后,介绍了测试性诊断策略构建,根据测试方案中的建模方法确定诊断策略的构建技术,并总结归纳了每类技术的研究特点和适用性;最后,探讨了当前复杂系统测试性设计面临的挑战性问题和可能的未来研究方向。

方位向调制干扰对高分宽幅多通道SAR的影响

多通道合成孔径雷达(synthetic aperture radar,SAR)能够利用方位向多通道重构处理去除多普勒模糊,获得高分宽幅SAR图像。针对此特殊的多通道重构处理方式,研究了传统SAR方位向调制干扰对高分宽幅多通道SAR的影响,包括多普勒调制干扰和脉冲延迟转发干扰两种类型的方位向调制干扰方式,为高分宽幅多通道SAR干扰决策提供理论基础。理论分析指出,多普勒调制干扰信号经成像处理后将在方位向生成等间隔分布的虚假目标,并且幅度受与多普勒调制频率相关的正弦函数和匹配滤波损失联合调制;而脉冲延迟转发干扰信号在成像后将只有单个干扰目标出现,且目标的方位位置仅与延迟的脉冲数有关。仿真实验验证了理论分析的正确性。

URLLC场景下信道可靠连通度预测

第五代移动通信技术(5th generation,5G)中高可靠低时延通信(ultra reliability and low latency communication,URLLC)应用场景,十分契合航空5G机场场面宽带移动通信系统建设要求。以丢包率为定义的可靠性指标没有反应时变无线信道的时间依赖性和不同URLLC服务所需的持续时间。针对以上存在的问题,运用生存分析的方法,将URLLC关键技术与可靠性理论中失效率相结合,提出了可靠连通度指标,基于接收端信号强度,建立理论分布模型和数据驱动模型,对时变信道在未来1子帧内可靠连通度进行预测,并建立城市宏单元非视距簇时延线信道模型算例对模型进行对比分析,并在不同雨衰条件下,分析信道系统的可靠连通度。结果表明,数据驱动模型可靠性预测的均方误差(mean square error,MSE)可达0.1%,优于理论分布模型,且在恶劣天气情况下,多输入多输出信道可靠性相比于多输入单输出信道具有更高的抗衰落能力。

基于绝对多普勒的多预警机协同补盲方法

为了实现对责任区全区域、大视角来袭目标的严密预警探测,提出一种基于绝对多普勒的多预警机协同补盲方法。首先,分析目标径向速度的影响因素及其变化规律,推导绝对多普勒的数学表达式,将影响多普勒盲区的复杂多变因素优化调整为目标速度及目标与预警机间的相对位置。其次,运用仿真建模方法,基于绝对多普勒杂波凹口表达式,设计一种以检测点数表征的单预警机多普勒盲区地图绘制方法。然后,在“使得协同中的各预警机或至少有一架预警机的径向速度盲区不落在或尽量少落在重点方向上”的准则牵引下,提出一种图上作业式的多预警机相对位置关系解算方法,完成多预警机的协同部署。最后,通过双预警机圆环拱卫阵形的协同部署实验,验证该方法的有效性和实用性。

局部外形参数对高速飞行器的RCS影响

为了降低高速飞行器的雷达散射截面(radar cross section,RCS),采用多层快速多极子算法和物理光学法研究局部外形参数对飞行器雷达散射特性的影响。在此基础上,提出一种变半径弧形的边缘钝化形式,以提高飞行器仰视对抗能力。所提出的变半径弧形钝化外形具有良好的RCS减缩能力,与传统圆弧钝化外形相比,在前向重点角域内,RCS对数均值降低了22.88%;随着仰角的增大,变半径弧形钝化形式还具备全向RCS减缩能力,在全向角域内RCS对数均值降低了13.37%。最后,研究所提出的变半径弧形钝化方式在不同雷达波频段下的RCS特性,结果表明这种钝化方式对于频率较高时仰视对抗能力更好。

基于FAST和Sobol指数法的雷达系统效能敏感性分析

为了以较小的代价快速提升对空探测雷达系统的综合效能,首先搭建了对空探测雷达系统综合效能的评估指标体系,在此基础上完成了综合效能评估模型的建立。选择两种基于方差原理的全局敏感性分析方法,即傅里叶幅度敏感性测试(Fourier amplitudes sensitivity test,FAST)和Sobol指数法,分别从频域和时域对建立的评估模型进行敏感性分析。在基于FAST进行敏感性分析时,提出了21维输入指标所对应的特征频率集的选取方法;在基于Sobol指数法进行敏感性分析时,考虑了二阶及高阶敏感性指数的影响。对比FAST和Sobol指数法的分析结果,两种方法获得的敏感性分析结果具有较好的一致性。其中,功率和频率为对空探测雷达系统的主要影响指标,为雷达系统的研发和升级提供了可靠性依据。

基于杂波拖尾分布的雷达无人机检测性能分析

固定翼无人机(unmanned aerial vehicle,UAV)给雷达低空监视提出了严峻挑战。分析雷达对固定翼UAV的检测性能,可为雷达UAV检测能力评估和技术升级提供重要参考。本文结合雷达探测低空固定翼UAV外场实测数据,首先分析了低空固定翼UAV雷达接收信号幅度统计分布,采用多项式对杂波拖尾导致的虚警概率进行拟合建模;然后,根据虚警概率分布得到雷达检测门限;进而根据UAV回波+杂波幅度分布理论推导得到雷达检测概率;最后,将理论分析性能与传统性能分析结果、雷达实际检测性能进行对比。结果表明,采用多项式对杂波拖尾导致的虚警概率进行单独建模,由此获得的雷达检测门限精度更高,从而使雷达UAV检测性能分析结果较传统性能分析结果更准确。