基于FrFT-Keystone运动补偿的OFDM声纳高速微弱目标相参积累检测算法

针对水下目标探测中使用的正交频分复用信号,提出了一种针对高速微弱目标的相参积累算法,以解决多脉冲积累下由目标机动引起的较大相位变化和由水下环境中信噪比低导致的相参积累增益不足的问题。所提算法利用分数阶傅里叶变换来估计目标的运动参数并进行补偿,并结合Keystone变换,实现对高速微弱目标的多脉冲相参积累。理论推导和仿真实验结果表明,所提算法能够有效补偿高速目标脉冲间的相位移动,并在低信噪比环境下取得较好的能量积累效果。

基于快时间keystone变换和FrFT的无人机检测算法

连续波雷达通常采用长时间相参累积技术来增强对无人机的探测能力。然而,无人机具有高机动性,在做长时间相参积累时易发生距离徙动和多普勒频率徙动,导致雷达检测性能衰退。针对此问题,文中提出了一种基于快时间keystone变换和分数阶傅里叶变换(FrFT)的连续波雷达无人机检测算法,通过快时间keystone变换校正距离徙动,采用FrFT补偿多普勒频率徙动,进而完成相参积累和检测。不同于传统keystone变换作用于快时间域,快时间keystone变换作用于距离频率域,这是连续波雷达信号模型的特性导致的。仿真分析显示,文中算法可良好地平衡检测性能和计算量之间的矛盾;并采用雷达实测数据验证了所提算法的有效性。

基于非标准Keystone变换的波形捷变雷达相参积累算法

针对波形捷变雷达相参积累问题,提出基于非标准Keystone变换(Keystone transform,KT)的波形捷变雷达相参积累算法,基本思路是利用KT消除目标距离走动,然后再利用快速傅里叶变换进行多脉冲相参积累。考虑到标准KT需要进行搜索模糊数,基于尺度估计概念,提出了无需模糊数搜索的非标准KT,其中的尺度估计环节利用梅林变换实现。同时,针对捷变波形与相参体制兼容性问题,通过对基准波形进行时间尺度操作,设计了一种线性调频捷变波形。仿真结果表明,当信噪比大于-2 dB,所提非标准KT能够解决波形捷变雷达目标距离走动校正难题;所设计捷变波形不仅与相参体制雷达具有较好的兼容性,还可以实现目标距离主瓣不展宽旁瓣抑制。

基于非标准Keystone变换的捷变频雷达相参积累算法

针对捷变频雷达(frequency-agile radar,FAR)相参积累难题,提出基于非标准Keystone变换(Keystone transform,KT)的FAR相参积累算法,与标准KT相比,所提算法增加了距离补偿环节,构造了不同的虚拟慢时间。同时,考虑到目标距离信息通常未知,利用距离补偿后信号的周期性,大幅缩小了距离搜索区间。仿真结果表明,所提算法无需目标距离先验信息,能够同时解决捷变频雷达相参积累以及高速运动目标容易出现的跨距离门、多普勒模糊问题,抗噪性能与当前主流的基于压缩感知的捷变频相参积累算法相当,但计算量更低。

基于KeystoneⅡ构架的Cortex A15内核系统设计与异常处理策略

阐述以高性能SOC TMS320C66AK2H的Cortex A15内核为例,利用Cortex A15内核中断控制器(GIC 400)和SOC中断处理控制器(CIC2)实现一个系统异常处理机制,能够准确快速的定位系统运行出错的地方。以Cortex A15内核使用EDMA3模块非法访问共享内存MSMC为例,验证系统异常处理机制的可行性,经测试该方法准确有效。

一种用于弱信号检测的广义Keystone变换算法

针对微弱信号在长时间相干积累检测过程中,当用Keystone变换校正回波越距离单元走动时,存在相干积累的结果与选取的基准对齐脉冲有关的问题,提出了一种广义的Keystone变换算法.首先寻找数字脉冲压缩过程中离散时间采样误差最小的脉冲,然后以此脉冲为对齐基准,利用Keystone变换将所有脉冲回波校正到同一距离分辨单元,从而保证了相干积累结果取得最大值.

基于Keystone变换的宽带脉冲多普勒雷达目标运动补偿算法

针对由运动目标在步进频间不同频点引入的多普勒频率跨速度分辨单元走动问题,提出了基于Keystone变换的补偿方法,即通过时域的伸缩变换来补偿多普勒频率走动问题,并研究了基于多通道Keystone变换和基于装订信息的两种解速度模糊方法.仿真结果表明,该方法可以有效提高速度分辨率和信噪比,解决目标运动带来的峰值降低、波形发散等问题.

基于Keystone变换的多目标ISAR成像算法

提出了一种基于Keystone变换的多目标成像算法。以各目标回波在径向上重叠较小的时刻为基准时间运用Keystone变换,同时校正各目标的线性距离走动,减轻了各目标回波在径向上的重叠,进而在距离 -多普勒二维平面上完成各目标回波的分离。对分离出的回波分别进行相关法和PGA法的高次项运动补偿后,可得到各目标的距离 -多普勒像。计算机仿真结果证明了该方法的有效性。

一种改进的Keystone变换算法及其在微弱信号检测中的应用

对传统的脉冲多普勒(PD)雷达,当相干积累时间较长时,回波往往会出现越距离单元走动,从而影响雷达探测目标的性能。Keystone变换是校正脉冲回波距离走动的常用方法。本文在运用Chirp-Z变换快速实现Keystone变换算法的基础上,提出一种改进的Keystone变换算法。所提算法具有更小的计算复杂度。计算机仿真和实测数据处理结果证明了该算法的有效性。

短脉冲信号阵列接收的Keystone变换预处理方法

短脉冲信号的能量在时间域上较为集中,当其以一定角度斜入射到接收阵列时,会产生明显的依次“到达”现象。接收阵列进行相应的包络校准,可使接收系统的物理孔径得到充分利用。本文提出了基于Keystone变换的阵列信号预处理方法,并进行了相应的理论推导和仿真分析验证。仿真结果表明,该方法能实现短脉冲信号包络盲校正,使接收阵列的物理孔径得到充分利用,可为后续波束形成、角度估计等提供基础。

改进A^(*)算法和人工势场法的路径规划

A^(*)算法存在折线路径多和搜索节点多的问题,人工势场(artificial potential field,APF)法存在局部最优和不可到达的问题,针对两种算法存在的问题进行了研究。利用欧氏距离与投影距离提出一种新的混合式启发函数,依据该函数对A^(*)算法的流程进行改进,减少A^(*)算法的搜索节点,提高搜索效率。利用新A^(*)算法生成的最优节点作为APF算法的局部目标点,辅助机器人摆脱局部最优点;通过加入机器人和目标点的位置关系改进势场函数,修改斥力的增益,优化斥力的生成方向。在改进的基础上将两种算法融合提出一种新的算法,利用APF法的势场函数引导A^(*)算法的搜索。从路径长度、避障效果、迭代次数对改进算法进行对比分析,仿真结果表明,提出的改进算法搜索效率高,实现避障的同时保证计算的路径最优。

算法解释制度的体系化构建

算法解释在算法治理中举足轻重。算法解释承载着权益保障、社会交往和风险治理三重意义,其在技术层面上的障碍正在逐渐被突破,可以通过多种技术机制实现。在算法治理活动中,应根据常规场景、关键场景和争议场景分别限定选择解释的路径选择和技术方案,通过冻结机制、抽样机制和镜像机制固定算法解释,并使之接受外部的验证与审查,确保算法解释真实、有效。算法解释的系列机制应被进一步构建为体系化的算法解释制度,在这一制度框架内,对解释路径与精度、解释时限、解释瑕疵责任等要素的合理配置,可以实现社会效益与规制负担的精细平衡。

算法嵌入政府治理:逻辑、风险与规制

伴随着现代信息技术的迅猛发展,智能算法在推动经济社会不断发展的同时也成为推动国家治理现代化的重要驱动力。现阶段如何推进算法技术更有效地嵌入政府治理,在充分发挥技术效益的同时反制技术滥用,实现公共价值最大化目标是亟须关注的时代命题。从“技术—权力—规则”三个维度搭建研究算法嵌入政府治理的分析框架,探索算法技术赋能政府治理的价值意蕴与运作逻辑。聚焦算法技术黑箱阻滞公共责任认定、算法权力削弱政府与民众自主性、算法规则偏好导致治理正义性减损等风险与挑战,提出在实践中要推进技术适度透明化以明晰责任关系链条、规范算法权力运作并坚持人本主义治理理念、明确算法规则决策限度以强化治理正义性等实践进路。

如何实现“黑箱”下的算法治理?——平台推荐算法监管的测量实验与策略探索

近年来,平台推荐算法的快速发展和广泛应用深刻改变了互联网信息内容的供给方式,同时也引发了一系列算法风险与现实问题。平台推荐算法治理与监管成为政府规范算法应用的重点内容之一,无论是算法备案制度的探索,还是实现算法透明化的设想,均面临着一定的困难和挑战。在不打开算法“黑箱”的前提下,平台推荐算法规制与监管是否有可行之道?论文基于机器行为学思想,采用实验方法,以用户视角对推荐结果进行跟踪记录,通过实验数据的对比分析,验证了平台推荐算法结果差异的可测性。基于实验结果,论文提出了通过对不同平台推荐结果进行大规模数据测试和检验,测量平台推荐算法运行逻辑与推荐效果,从而实现“黑箱”下有效的逆向监管,以期丰富未来算法治理的选择。

积极伦理观下算法歧视治理模式的革新

算法技术已借助大数据技术被广泛应用,成为影响人们日常生活的重要角色,其也因技术中立性不断遭受现实挑战而呈现出事实上的歧视性。重新审视算法歧视及其治理路径是发挥算法积极作用、避免算法消极影响的重要前提。传统伦理观念影响下的算法歧视治理模式存在价值观念偏航、治理结构失衡及技术治理落后的问题,影响算法歧视治理实效。社会发展促进了伦理观念的革新,积极伦理观的树立可以为算法技术向善的实现提供理论指引。算法治理结构的优化及反歧视技术水平的提高是纠正算法歧视的重要前提,理念、制度及技术三维措施的综合运用方可在算法领域实现科技向善的伦理目标。

基于改进模拟退火遗传算法的高速公路服务区自洽能源系统高能效优化

针对高速公路自洽能源系统高能效优化的问题,基于改进模拟退火遗传算法(SA-GA),提出了一种综合考虑经济目标和环保目标的自洽能源系统高能效优化运行策略。首先根据高速公路服务区自洽能源系统中各电力单元特性,建立一种综合考虑系统经济性和环保性的能效目标函数;其次根据高速公路服务区自洽能源系统的分类,建立了不同类型系统对应的约束条件;为避免遗传算法易陷入局部最优的缺陷,引入模拟退火算法,对改进后的SA-GA算法采用降温函数,寻找全局最优解;利用新疆某高速公路服务区自洽能源系统发电和负荷数据,并在传统服务区负荷的基础上进一步考虑新能源汽车充电站的影响。测试函数测试结果表明:SA-GA算法在求解速度和稳定性方面有明显提升,改进SA-GA算法对夏季、冬季典型日能效优化的结果,相较于遗传算法,在寻优精度提升约为20.33%。

教育数字化转型中的算法权力及其规制

依托框架优势、机器优势和嵌入优势的全新算法,将会随着数字平台的搭建、数据资源的挖掘、“人–机”交互的设计,由单纯的计算工具向事务运行规则转变,进而演变为教育数字化转型中不容回避的权力议题。教育数字化转型中的算法权力既有益于管理风险、规范行为和辅助决策,也可能由于自身的局限以及它与教育之间的冲突,导致教育的风险异化、行为降格和决策失衡。要将算法权力规制到安全、可靠的“笼子”之中,除借助算法目标的教育审查、算法设计的教育解释、算法运行的教育监管、算法应用的教育鉴别、算法信息的教育备案、算法责任的教育认定,以构建从背景、过程到结果的规范机制;还应诉诸教育之于算法的祛魅、平衡与扬弃,以凸显“入乎其内却又出乎其外”的制衡思想。

算法审计需求论

算法审计是算法治理体系的重要成员,本文以经典审计理论为基础,提出算法审计需求的一个理论框架。算法的合约类委托代理关系中存在完备合约,监管类委托代理关系中算法相关法律法规发挥了类似完备合约的作用,这两类关系中都不存在算法审计需求。算法的资源类委托代理关系中,由于激励不相容、信息不对称、合约不完备和环境不确定同时存在,必须建构算法治理体系来应对算法代理问题和次优问题,算法审计基于审计固有功能对算法责任履行情况实施鉴证,发现其中存在的代理问题和次优问题,报告给委托人及其他利益相关者并推动整改,从而为算法责任的良好履行提供一定的保障。

改进RRT算法的采摘机械臂路径规划

针对采用传统的快速随机扩展树(RRT)算法的采摘机械臂在果园工作环境中搜索路径时间长,最终路径不平滑、拐点多等问题,提出了一种改进的RRT避障算法。改进的算法采用高斯采样策略,减少了采样的随机性,避免产生更多不必要的随机树,增加规划的导向性;再添加A*代价函数去除路径的冗余点,最后使用贪婪算法简化路径,减少拐点,让机械臂可以快速、准确、平稳地沿着最佳路径运动到目标点。仿真表明,改进后的算法有效地减少了路径规划的时间,缩短了路径长度,具有良好的可行性和有效性。

基于Keystone变换和方位向加权的MTRC补偿算法

该文对keystone变换进行了详细的分析,发现了其在处理越距离单元走动(MTRC)问题时的局限性,提出了一种新的MTRC补偿算法,通过实测数据和仿真数据对新方法进行了实验,实验结果表明了新算法的有效性。