基于CNN和D-S证据理论的多站协同多功能雷达工作模式识别方法

传统的多功能雷达工作模式识别方法主要利用单一电子侦察设备侦收的脉冲数据完成特征提取,其模型或算法的泛化能力不强。因此,提出基于卷积神经网络(Convolutional Neural Network,CNN)和D-S(Dempster-Shafer)证据理论的多站协同多功能雷达工作模式识别方法。首先,利用轻量级CNN模型对不同方位、不同俯仰下侦察截获分选的脉冲幅度/波形单元数据进行自适应特征提取。其次,利用多站协同侦察系统通过D-S证据理论融合多站协同下不同侦察站点的Softmax分类器的分类结果,实现在差侦察条件下对不同空间方向上的多功能雷达工作模式快速准确识别。仿真验证结果表明,该方法相比于单侦察站条件下具有更好的识别性能。

白鹤滩水电站开挖爆破数字化系统研究与开发

在水利工程爆破施工技术规程的基础上,结合分布式数据库技术、无线传感器网络技术和B/S体系结构,建立了一套基于分布式数据库存储方式和无线网络传输的爆破信息共享平台——白鹤滩水电站开挖爆破数字化系统。该系统的主要功能包括爆破基础数据管理、总体开挖方案管理、爆破作业流程管理、爆破器材管理、爆破监测管理、爆破质量检查管理、爆破监测预警、用户权限管理和系统帮助文档。该系统的建立可为现场爆破数字化系统的建设提供数字支持和技术支撑,提高了现场爆破开挖管理和控制水平。