基于压缩感知的雷达前视向稀疏目标分辨

主动雷达使用多普勒波束锐化(DBS)和合成孔径雷达技术只能提高在斜视和侧视向的横向距离分辨,而对前视向波束内相同距离但不同方位-俯仰角度上的多个目标难以分辨。该文提出一种基于压缩感知理论(CS)的单接收通道结构雷达前视向稀疏目标分辨方法。多个天线子阵接收信号经随机加权求和后通过单个接收通道输出,同一距离单元上不同脉冲重复周期的接收机输出建模为对同一稀疏信号场景的多次观测,根据观测进行压缩感知信号重构得到稀疏目标场景估计。仿真表明,该方法能够实现雷达对前视向波束内的稀疏目标分辨。

基于变前视距离的四轮同步转向农机改进纯跟踪控制

路径跟踪控制是提高自主导航系统控制精度的关键。针对在复杂农田作业环境下转弯时纯跟踪算法跟踪精度不高的问题,本文提出了一种基于改进纯追踪模型的四轮同步转向农机路径跟踪控制算法。建立了基于四轮同步转向农机的运动学模型和纯跟踪模型,在此基础上考虑航向误差得到改进纯跟踪模型,进行RTK定位坐标修正,根据量化误差的评价函数搜索前视区域最优目标点,得到最优前视距离。本文算法能实时确定四轮同步转向农机改进纯跟踪模型中的前视距离,使航向误差和横向误差最小化,实现目标点的自适应优化。仿真结果表明,本文方法转弯时平均绝对横向误差减至0.035 m,平均绝对航向误差减至0.212°;水田实验结果表明,当四轮同步转向农机作业速度为3.6 km/h时,四轮转向农机轨迹跟踪平均绝对横向误差减至0.109 m,平均绝对航向误差减至2.799°,转弯跟踪精度显著提高。

利用前视和测高声呐的UUV地形跟踪动态路径生成方法

保持对海底地形的定高跟踪航行是无人水下航行器(UUV)执行海洋勘测和水下目标搜索任务时常采用的一种运动形式,其核心是UUV如何对未知起伏的海底地形进行实时探测,并基于探测信息在线、动态地生成跟踪路径,以实现对地形的定高跟踪航行,同时避免与地形发生碰撞。针对上述问题,提出了一种基于前视声呐探测地形信息、基于多项式拟合动态生成跟踪路径的方法。首先,UUV利用前视声呐对海底地形进行实时探测,对获得的地形探测数据进行仿射处理后,得到具有离散特性的定高仿射数据。然后,采用基于最小二乘准则的三次多项式方法对仿射数据进行拟合,生成基于多项式函数描述的UUV地形跟踪航行路径。最后,设计了一种包含声呐探测、数据仿射、路径生成和跟踪控制的动态执行框架,实现UUV的实时地形跟踪航行任务。文中所提出的跟踪路径生成和动态执行框架通过对典型的海底“上坡”地形和“山地”地形跟踪的仿真验证,证明了其有效性和可行性。

针对回波数据异常时的雷达前视超分辨快速成像方法

机载扫描雷达前视成像可广泛应用于态势感知、自主导航和地形跟随。在雷达扫描过程中受到不经意的电磁脉冲干扰或设备性能异常等影响时,雷达回波数据出现异常值。已有的超分辨方法可以抑制回波中的异常值、提高角度分辨率,但没有考虑计算实时性问题。针对上述问题,该文提出了一种机载雷达超分辨方法实现回波数据异常时的快速前视成像。为了更好地拟合回波噪声,引入对异常值更加鲁棒的学生t分布,并采用期望最大化方法对成像参数进行估计。受截断奇异值分解方法的启发,将截断的酉矩阵引入目标散射系数的估计公式中。通过矩阵变换降低了求逆矩阵的尺寸,从而降低了参数估计的计算复杂度。仿真结果表明该文提出加速方法可以用更短的时间提高前视成像的角度分辨率,抑制回波数据中的异常值。

基于前视声呐图像的AUV目标识别与跟踪

声呐图像由于水体不均匀、边界不规则以及声呐设备本身性能的限制,导致图像噪声明显、亮度不均、分辨率低,使得水下AUV装备在使用前视声呐进行水下目标检测时难度较大。针对该问题,基于m750d声呐探测获得的AUV声呐数据,进行了数据提取、高斯滤波处理、扇形映射处理,并采用Jet映射对声呐灰度图像进行了伪彩色映射提高数据标注速度和精度,制作获得了4组2 500张声呐图像的AUV目标检测数据集;采用YOLOv4-tiny目标检测算法开展AUV目标检测研究,研究结果表明该方法在该数据集上表现优秀,mAP@0.50达到94.17%,FPS在22帧左右,说明该轻量级网络在水下AUV目标识别与跟踪应用上具有较好的应用价值。

一种基于TSVDT的微波关联前视成像方法

目前,传统雷达成像方法的发展日渐完善,但在前视成像场景下,雷达难以获取方位向上的多普勒信息,从而限制了其方位向分辨率。为了解决这一问题,国内提出了微波关联成像方法。微波关联成像方法利用关联成像原理进行雷达成像,无需利用目标的多普勒信息即可实现高分辨率成像。这一新型雷达成像方法突破了传统雷达成像方法中受限于雷达孔径的分辨率,具有极高的前视成像发展潜力。目前,国内外对微波关联成像的研究主要集中在产生随机波前、解决模型失配问题和研制超材料孔径等方面,但对关键的关联过程的优化主要集中在压缩感知和深度学习方面,而在伪逆算法方面的研究相对较少。因此,为了进一步完善微波关联成像体系,本文提出了一种新的针对伪逆算法优化的微波关联前视成像方法。本文结合截断奇异值分解(Truncated Singular Value Decomposition,TSVD)处理和吉洪诺夫正则化(Tikhonov)提出了奇异值分解和吉洪诺夫正则化的联合处理方法(TSVD-Tikhonov,TSVDT),通过TSVDT方法对时空随机辐射阵进行处理,然后进行压缩关联成像。同时,本文比较了广义交叉验证(Generalized Cross-Validation,GCV)和L曲线法,并证明了在微波关联成像方法中,利用GCV法选择截断参数的运算耗时更短且更稳定。最后,利用微波暗室实验验证了该方法在低信噪比条件下提高了成像的抗干扰能力,并且仍能保持较快的运算速度。

基于二维自适应稀疏匹配的弹载阵列雷达三维前视成像技术

弹载雷达高分辨成像技术能够获取打击区域的高分辨率图像,为后续的目标跟踪、干扰识别提供保障,是一种有效的抗无源干扰手段。然而,在末制导阶段,目标往往位于雷达的正前方,此时无法采用合成孔径雷达技术实现成像,成像处理只能通过前视成像算法完成。而现有的前视两维成像算法只能获得三维空间中的距离向和方位向信息,无法获取俯仰向的信息。为了进一步获取目标的三维信息,提升雷达后续干扰识别、对抗性能,文中提出了一种基于二维超分辨处理的弹载阵列雷达前视三维成像算法。该算法首先通过二维自适应稀疏匹配技术获得每个快拍在方位-俯仰域的二维超分辨谱,随后根据雷达实时波束扫描中心位置完成信号的积累,最终获取目标前视区域的三维图像。文中采用多组仿真数据进行了验证,结果表明,该算法可以在单快拍条件下重构信号源的方位、俯仰信息,有效提升现有弹载雷达系统的前视三维成像分辨率。

基于涡旋电磁波新体制的雷达前视三维成像

涡旋电磁波具有独特的波前相位调制特性,其作为一种新的雷达发射端分集模式,可实现目标雷达截面积(RCS)分集、提升信号与信息处理维度和性能,其探测与成像性能在多种雷达体制中得到了验证。该文针对前视雷达成像的应用背景,基于均匀圆阵发射与圆阵中心单天线接收的收发体制,在建立了电磁涡旋前视雷达信号模型与成像模型的基础上,提出了一种分时多模态扫描的成像方法,利用多模态涡旋电磁波在不同俯仰角的幅度差异性和在不同方位角的相位差异性,以及雷达与目标相对运动产生的多普勒效应,提出了改进的后向投影-距离多普勒算法,实现了目标三维成像。由于涡旋电磁波的能量发散特点,随着俯仰角增大,高模态方向图增益急剧下降,该文所提方法通过对多个模态在空域能量分布的有效利用,在较大视场角下具有较高的稳定性。基于点目标成像结果,验证了在多模态涡旋波覆盖的较大视场范围内,目标成像结果的归一化等效增益在低俯仰角与高俯仰角处基本相当。所提方法通过对飞机目标的实验验证,根据成像结果可较为准确地重构目标的三维结构。

摩腹法结合揿针对焦虑性失眠大鼠下丘脑睡眠内稳态系统腹外侧视前核的影响

【目的】观察摩腹法结合揿针对焦虑性失眠大鼠睡眠内稳态系统的影响。【方法】将40只大鼠随机分为正常组、模型组、摩腹组、揿针组和摩腹加揿针组,每组8只。除正常组,其余各组大鼠采用多因素复合刺激法复制焦虑性失眠模型。相应干预后,Morris水迷宫实验检测大鼠学习记忆水平,旷场实验检测焦虑应激程度,苏木素-伊红(HE)染色观察下丘脑腹外侧视前核(VLPO)神经元病理变化,免疫组织化学法、实时定量聚合酶链反应(qRT-PCR)法、Western Blot法检测VLPO脑区N-甲基-D-天冬氨酸(NMDA)受体亚基NR1、NR2B和钙调蛋白激酶Ⅱ(CaMKⅡ)的蛋白及mRNA表达。【结果】与正常组比较,模型组大鼠日间焦虑症状加重,睡眠潜伏期延长、持续时间缩短(P<0.01),水迷宫定向航行实验平均游泳总路程和平均逃避潜伏期增加(P<0.01),空间探索实验穿越隐藏平台的次数和目标象限滞留时间减少(P<0.01),旷场实验运动距离、中央格跨越格数与中央格滞留时间均显著减少(P<0.01),修饰频次与直立次数无统计学差异(P>0.05),VLPO脑区神经元出现病理损伤,NR1、CaMKⅡ蛋白及mRNA表达水平降低(P<0.01),NR2B蛋白及mRNA表达水平升高(P<0.01);与模型组比较,摩腹组、揿针组和摩腹加揿针组大鼠水迷宫实验学习记忆水平与旷场实验焦虑应激程度得到明显恢复(P<0.05或P<0.01),VLPO脑区神经元损伤改善,NR1、CaMKⅡ蛋白及mRNA表达水平升高(P<0.05或P<0.01),NR2B蛋白及mRNA表达水平降低(P<0.05或P<0.01);摩腹加揿针组上述各指标改善效果均优于摩腹组或揿针组(P<0.05或P<0.01)。【结论】摩腹法结合揿针可对焦虑性失眠大鼠起到促眠和抗焦虑的疗效,其相关机制可能与调控VLPO脑区NR1/NR2B之间的动态平衡及上调CaMKⅡ表达水平,改善VLPO脑区神经元功能,进而恢复下丘脑睡眠内稳态系统调节作用有关。

弹载双基前视SAR俯冲段成像制导路径优化研究

弹载双基前视合成孔径雷达(Missile-Borne Bistatic Forward-Looking Synthetic Aperture Radar,MBFL-SAR)可实现俯冲段全程二维高分辨率成像,还可实现导弹间的协同作战,提高制导精度。针对此构型下发射机轨迹直接影响双基成像分辨率的问题,分析了MBFL-SAR构型下的俯冲段二维分辨率特性,结合导弹的运动特性,在二维分辨率及导弹运动学对弹道的约束下,把导弹的三维加速度变化量作为优化变量,构建了与场景内分辨率夹角相关的目标函数,利用参数自适应的改进遗传算法进行发射机弹道优化仿真。与现有的基于线性衰减模型的轨迹设计方法相比,本文所提的轨迹优化方法可更好地满足高分辨率成像的要求。

基于CNN-LSTM神经网络的前视成像算法

雷达前视成像作为雷达成像领域的难点与重点,在自动驾驶、导航、精确制导等方面具有广阔的应用前景。传统的前视成像算法受限于天线孔径的宽度,无法实现高分辨率的成像,本文使用卷积神经网络(Convolutional Neural Networks,CNN)与长短期记忆(Long Short-Term Memory,LSTM)网络相结合实现前视成像中方位向的预测,首先介绍了扫描前视成像信号的类卷积模型及其病态性,利用脉冲压缩以及距离徙动校正对回波信号预处理,输入CNN-LSTM神经网络逐距离单元进行方位向估计。仿真结果表明:算法能有效提高前视成像的方位分辨率,实现前视成像的超分辨。

基于级数反演的星弹双基俯冲前视成像算法

由于导弹在俯冲阶段存在垂直向加速度,速度的大小和方向在不断变化,弹头沿曲线运动,导致瞬时斜距十分复杂,造成严重的距离徙动现象,方位向和距离向存在严重的二维耦合问题。针对此问题提出了一种基于级数反演的星弹双基俯冲前视成像算法。该算法根据星弹双基系统特性,搭建了星弹双基轨迹模型,在距离频域方位时域进行多普勒频率校正,再利用级数反演的思想,推导出回波信号的二维频谱表达式,接着在二维频域上进行距离徙动校正和距离向、方位向压缩,确定目标成像位置,完成成像聚焦。最后通过计算量的分析和仿真验证了算法的可行性和有效性。该算法可实现对多目标的探测和区分,对军方察打一体化研究具有理论指导意义,对中国军事行动方面具有一定价值。

改进的NLCS星弹双基SAR俯冲前视成像算法

在俯冲阶段由于导弹具有加速度,速度大小和方向会发生急剧变化,其收发瞬时斜距会变复杂,将导致距离-方位向耦合严重和方位空变性问题,若直接进行方位向聚焦压缩,会造成图像畸变。针对这两个难题,采用一种改进的非线性变标(Nonlinear Chirp Scaling,NLCS)算法运用到新型星弹双基系统模型中。首先建立了星弹双基系统模型;接着利用级数反演法推导了二维频谱表达式,在二维频域中通过完成距离压缩和徙动校正来消除距离-方位耦合的影响,再利用改进的NLCS算法对方位向多普勒调频率进行补偿解决方位向空变性问题,完成方位向压缩聚焦,从而得到良好的成像结果。与改进的距离多普勒(Range Doppler,RD)算法相比,该算法减少了1.013×10^(8)浮点运算量(Floating Point Operations per Second,FLOPS),边缘点方位向聚焦效果有了很大的改善,方位向峰值旁瓣比(Peak Sidelobe Ratio,PSLR)、积分旁瓣比(Integrated Sidelobe Ratio,ISLR)、分辨率分别提升了2.41 dB,1.29 dB,1.16 m,证明了该方法的有效性与可行性。

前挡风玻璃后方前视摄像头高精度标定算法研究

为解决光线经挡风玻璃折射导致的传统标定模型精度差的问题,根据光线折射规律和挡风玻璃姿态建立挡风玻璃的光线折射模型,开发一种前挡风玻璃后方前视相机的高精度标定新算法,并通过仿真试验和实车试验,证明新算法的标定精度显著提高。

基于前视摄像头和角雷达的盲区报警制动系统研究

为了探索以更智能、更方便为目的的盲区监测提醒制动系统,结合前视摄像头和超声波配合仪表显示系统进行盲区行人和车辆报警及提醒。探索一种基于前视摄像头,在超声波和环视的基础上增加角雷达盲区报警制动系统的研究,且该方案可作为后续车型功能开发设计参考方案。该方案硬件可以共用,只需改动软件部分即可实现。结果显示,基于前视摄像头和角雷达的盲区报警制动系统可以及时报警或制动,提醒驾驶员注意盲区目标,进而避免交通事故发生。

精氨酸加压素兴奋视前区正中核谷氨酸能神经元及其机制

目的研究精氨酸加压素(AVP)对小鼠视前区正中核谷氨酸能(MnPO^(Vglut2))神经元放电活动的影响及其机制。方法采用Vglut2-tdTomato雄性小鼠制作脑片,通过荧光显微镜找到表达红色荧光蛋白的MnPO^(Vglut2)神经元,应用全细胞膜片钳技术观察AVP对MnPO^(Vglut2)神经元放电频率的影响;或观察突触传递阻断剂(STBs)对AVP引起的MnPO^(Vglut2)神经元放电频率改变的影响;或观察AVP的V1a受体拮抗剂对AVP引起的MnPO^(Vglut2)神经元放电频率改变的影响。结果与灌流人工脑脊液(ACSF)时比较,灌流ACSF+AVP时,MnPO^(Vglut2)神经元的平均放电频率明显升高(P<0.01),表明AVP可兴奋MnPO^(Vglut2)神经元。与灌流ACSF+STBs时比较,灌流ACSF+STBs+AVP时,MnPO^(Vglut2)神经元的平均放电频率仍明显升高(P<0.001);此外,与灌流ACSF+AVP时比较,灌流ACSF+STBs+AVP时,AVP引起的MnPO^(Vglut2)神经元的放电频率增加幅度无明显改变(P>0.05),提示AVP通过突触后的机制直接兴奋MnPO^(Vglut2)神经元。与灌流ACSF+STBs+AVP时比较,灌流ACSF+STBs+AVP+V1a受体拮抗剂时,AVP引起的MnPO^(Vglut2)神经元的放电频率增加幅度明显下降(P<0.01),提示AVP通过V1a受体直接兴奋MnPO^(Vglut2)神经元。结论AVP可通过突触后的机制经V1a受体直接兴奋MnPO^(Vglut2)神经元。该研究揭示了AVP作用的MnPO神经元的分子标记。

学龄前视障儿童盲文入门训练玩教具系统设计

针对学龄前视障儿童玩教具匮乏的现实困境,基于设计伦理和人性关爱的视角展开学龄前视障儿童盲文前训练玩教具系统设计研究,以期为盲文预备性学习活动提供配套产品与服务。通过分析盲文教学基本概况,梳理学前视障儿童初学盲文时遇到的问题和困难,以盲字认知特点为根本、以产品系统设计中整合优化解决问题的思想为指导,提炼出盲文导入—认知—巩固—运用的设计思路,同时贯穿功能系统性、过程科学性和认知合理性的设计原则进行设计实践,最终构建出一套整体连贯的产品系统。玩教具促进视障儿童学前教育早期干预的时效性和可行性,确保学前视障儿童平等地享受玩乐和教育的权利。

SMILE患者术前适应性训练后的固视能力及其影响因素

目的探讨全飞秒激光小切口角膜基质透镜取出术(SMILE)患者术前适应性训练后的固视能力及其影响因素。方法纳入384例行SMILE的患者,术前均接受适应性训练。于手术日上午,采用焦虑自评量表(SAS)、护士术前宣教质量量表、患者固视训练依从性量表对患者进行调查,使用PENTACAM眼前节分析系统检测患者的固视能力。比较不同特征的SMILE患者术前适应性训练后的固视能力,分析固视能力与各量表评分之间的相关性,并采用Logistic回归模型分析术前固视能力的影响因素。结果384例SMILE患者经术前适应性训练后,固视能力好者343例(89.32%)。术前适应性训练后固视能力好与固视能力差的患者的婚姻状况、工作状态、训练时长、SAS评分、护士术前宣教质量量表评分、患者固视训练依从性量表评分比较,差异均有统计学意义(均P<0.05)。SMILE患者术前适应性训练后的固视能力与SAS评分呈负相关,与护士术前宣教质量量表评分、患者固视训练依从性量表评分均呈正相关(均P<0.05)。Logistic回归分析结果显示,训练时长、SAS评分、护士术前宣教质量量表评分、患者固视训练依从性量表评分是SMILE患者术前适应性训练后固视能力的独立影响因素(均P<0.05)。结论术前适应性训练有利于提高SMILE患者的固视能力,训练时长越长、焦虑水平越低、护士术前宣教质量越高、患者固视训练依从性越高,患者固视能力越好。

基于概率模型驱动的机载贝叶斯前视超分辨多目标成像方法

雷达前视成像技术在精确制导打击、自主下降着陆、汽车自动驾驶等军民领域具有广阔的应用前景。由于多普勒相位历程的限制,机载平台的前视成像分辨率较低。解卷积方法可以进行前视成像,但当前视成像场景复杂时,现有的前视成像方法的成像质量会下降。针对复杂前视成像构型下的场景稀疏度度量和表征问题,该文提出一种基于概率模型驱动的机载贝叶斯前视超分辨多目标成像方法。首先通过将前视成像场景的数据维度由单帧空间扩展到多帧空间提升场景的稀疏度,然后基于广义高斯概率模型对成像场景的稀疏特性进行统计建模和稀疏度求解,最后基于贝叶斯框架完成稀疏前视成像。由于选取的稀疏度表征参数嵌入到前视成像的整个过程中,在每次迭代期间都会进行前视成像参数的更新,从而保证了前视成像算法的稳健性。通过计算机结果和实测数据处理,验证了该文方法的有效性。

基于稀疏和低秩先验的雷达前视超分辨成像方法

在精确制导、自主着陆、地形测绘等多种领域,雷达前视成像至关重要。传统的基于实波束扫描的前视成像方法受到实际雷达孔径约束难以获得高分辨图像。与整个成像场景相比,感兴趣目标通常只占一小部分区域,这种稀疏性使得压缩感知(CS)可以应用于高分辨率前视图像重建。然而,雷达回波中的强噪声影响了基于CS方法生成图像质量。受到最终生成图像具有低秩特性的启发,该文建立了一种联合低秩和稀疏特性的前视超分辨成像模型。为了有效地解决所提模型中的双重约束优化问题,提出了一种在交替方向乘子法(ADMM)框架下基于增广拉格朗日乘子(ALM)的前视图像重构方法。仿真和实测数据实验结果表明,所提方法能够有效提高雷达前视成像的方位分辨率,并且具有较强噪声鲁棒性。