距离角度失配条件下的FDA-MIMO雷达运动目标检测算法

频控阵-多输入多输出(Frequency Diverse Array-Multiple Input Multiple Output,FDA-MIMO)雷达是一种新体制雷达,其发射频率分集特性带来了额外的距离维信息,然而采样误差同样带来了导向矢量失配的问题,不仅如此,角度误差的存在也会进一步加重导向矢量的失配,极大地影响检测器的检测性能。此外,目标速度过快也会对FDA-MIMO雷达的目标检测性能产生影响。速度带来的影响具体表现在两个方面:一方面会导致目标的距离走动,从而导致不同慢时间的回波包络不能对齐,无法相干积累;二是频率增量引起的多普勒扩展,使得不同发射通道的多普勒频率不一样,这会进一步影响检测性能。针对上述问题,本文针对运动目标情况下的目标检测问题进行研究,为了解决目标运动带来的距离徙动和多普勒扩展效应,引入Keystone变换进行校正。此外,为了提升阵列失配条件下的目标检测性能,本文引入子空间模型,提出了距离角度失配情况下的子空间构建方法,并基于广义似然比检验(Generalized Likelihood Ratio Test,GLRT)准则推导了FDA-MIMO雷达在距离和角度失配条件下的自适应检测器。仿真结果表明:在高斯白噪声背景下,所提算法可以校正运动目标在速度较快情况下导致的距离徙动和多普勒扩展效应,且在阵列距离和角度失配条件下的检测性能优于传统的GLRT检测器。此外本文所提Keystone-空域处理检测器与Keystone-全空时处理检测器的性能接近,且计算复杂度更低。

时序特征图像配准算法的抗噪性分析

提出了一种基于时序特征变化的图像配准算法,通过时序灰度特征的分析和提取,实现了可见光与红外非固形动态目标图像的有效配准。重点分析了该算法的抗噪能力,当噪声对配准精度产生明显影响时,设计了一种预处理滤波方法,通过减小噪声项在时序特征提取中的影响,从而降低了算法的误配率。利用蜡烛火焰作为探测目标,通过实验表明,在图像信噪比为10 dB的情况下该算法的抗噪性较好,能够实现非固形目标的可见光与红外图像配准。当目标图像信噪比等于6 dB时,该算法就无法完成图像配准,此时采用预处理滤波方法,算法的误配率得以降低,能成功实现非固形目标的可见光与红外图像配准。实验中计算得到预处理方法的关键参数m取0.25时效果最好。

基于对抗残差网络的复杂海况舰船目标类型识别技术研究

近年来随着深度学习理论在水声领域的应用,水中目标识别技术研究取得了巨大进步。然而在工程应用实践中,应用传统的特征提取和分类器方法拼接得到的识别模型难以维持实验室性能,复杂多变的海洋信道使声信号在传感器接收前发生剧烈畸变,导致识别算法出现特征失配和过拟合问题,算法性能急剧下降。针对以上问题,提出了一种对抗残差网络(Adversarial Residual Neural Network, ARNN)模型,利用梯度反向层(Gravity Reversal Layer, GRL)结构和双标签对抗训练的方式补偿了不同水文条件下信道传播之间的差异性,使算法更能够聚焦到能够表征目标本质的特征上,具有更强的鲁棒性和更高的识别率。为验证其有效性,设计了2次实验,分别利用在南海不同海域、不同水文条件下多次采集的舰船目标机械辐射噪声信号,制作训练样本集和测试样本集以训练和测试算法模型。结果表明,相较于支持向量机(Support Vector Machine, SVM)、卷积神经网络(Convolutional Neural Network, CNN)、残差网络(Residual Neural Network, ResNet)等传统网络模型,提出的ARNN模型可以有效缓解特征失配和过拟合问题,使模型具备不同水文条件下的可移植能力,解决人工智能技术在水中目标识别工程应用中的关键问题。

特殊病理类型子宫内膜癌分子分型特征及其临床应用的研究进展

特殊病理类型子宫内膜癌(special type endometrial carcinoma,STEC)是一类病死率较高的妇科恶性肿瘤,相较常见的子宫内膜样腺癌,STEC进展快、复发率高,且具有显著组织异型性,传统病理分型无法满足临床需要。近年来提出的TCGA等分子分型对STEC的诊治具有重要意义,本文就分子分型在浆液性癌、透明细胞癌、癌肉瘤、去/未分化癌和高级别不明确子宫内膜癌五类STEC中的研究进展进行综述,包括分子分型在STEC诊断和鉴别、靶向药物研发、疗效预测及预后中的应用,以期为临床合理应用分子分型提供参考。

基于改进SAMP的频率捷变和PRI抖动雷达群目标检测

针对群目标场景下目标个数未知和网格失配影响稀疏重构效果的问题,提出一种改进的稀疏度自适应匹配追踪(sparsity adaptive matching pursuit,SAMP)算法用于频率捷变和脉冲重复间隔(pulse repetition interval,PRI)抖动雷达的动目标检测.改进算法回溯阶段的原子选择策略,通过正则化挑选出能量相近的原子进行网格失配矫正,可以有效减小重构误差、抑制重构伪峰.根据重构信号的功率变化率自适应扩展支撑集长度(群目标个数估值),减少算法在同一步长的搜索时间.仿真结果表明,相比于SAMP算法和传统的群目标检测算法,本文改进的算法在提升重构效果的同时也能减小距离和速度测量误差.

子宫内膜癌分子分型及临床应用研究进展

子宫内膜癌(EC)是三大妇科恶性肿瘤之一。大多数EC患者预后较好,但少数特殊病理类型的EC恶性程度较高,通常预后较差。传统的分类方法将EC分为Ⅰ型和Ⅱ型,但在实际临床中该分类方法并不能准确反映肿瘤的生物学特性,不利于临床对EC患者进行个体化、精准化治疗。近年来随着对EC分子生物学领域研究的深入,提出了基于肿瘤分子特征的分子分型,该分型方法可对EC的病理类型进行更精确的划分,更有利于精准化的治疗,在临床诊疗中发挥着越来越重要的作用。

非凸松弛原子范数空时动目标参数估计算法

针对参数稀疏恢复空时自适应处理中的动目标参数估计存在字典失配的问题,提出一种非凸松弛原子范数空时动目标参数估计算法。该方法利用目标回波在角度-多普勒域的稀疏特性,根据连续压缩感知和低秩矩阵恢复理论实现了运动目标方位角和速度的高精度、超分辨率估计,避免了稀疏恢复中的字典失配问题,有效提高了动目标参数估计性能。仿真实验结果表明,相较于已有基于字典网格的稀疏恢复参数估计方法和原子范数估计方法,所提算法具有更高的参数估计精度和对空间紧邻目标的分辨能力。

复合高斯杂波下距离扩展目标的OM-GLRT

广义似然比检测(Generalized Likelihood Ratio Test,GLRT)是解决复合高斯杂波下距离扩展目标检测问题的一种有效方法,而当目标速度未知时,对于毫米波等高频雷达而言,速度估计误差将造成方向矢量(steering vector)失配,从而导致GLRT性能的严重下降。此时,如何设计最佳的GLRT检测器就成为一个优化问题。本文在分析方向矢量失配对GL- RT影响的基础上提出了一种最优匹配GLRT(Optimum Matched GLRT,OM-GLRT)方法。仿真结果表明,OM-GLRT能有效地实现对速度未知目标的检测。

多目标时彩色电视信号的距离旁瓣抑制

在多目标情况下,为了抑制利用电视信号的被动式雷达的相关旁瓣并提高距离分辨力,提出了用失配滤波的方法对电视信号进行处理,在积分旁瓣电平最小的基础上,用加权迭代的方法来逼近最小峰值旁瓣电平.仿真结果表明,利用失配滤波不仅可有效抑制电视信号的距离旁瓣,而且还可提高距离分辨力,从而改善了利用电视信号的被动式雷达在多目标情况下的检测能力.

基于Hankel矩阵分解的互素阵列高分辨目标定向

互素阵列能有效扩展阵列虚拟孔径,但预处理后的阵列模型为一确定噪声下的单快拍相干源目标方位估计问题.针对该问题,提出了一种基于Hankel矩阵分解的方法,采用多项式求根的方法来进行高分辨定向.首先将阵列采样协方差数据进行Khatri-Rao(KR)积预处理,进行相关数学变换后,用去冗余后的数据构建Hankel矩阵,然后采用奇异值分解,转换为多项式求根,最后找出感兴趣的目标位置,并通过最小二乘法来求解出目标幅度.仿真结果表明了该方法的有效性和优越性.

靶向治理:中缅边境社会风险治理模式创新

当前风险治理理论与实践多以常规思维看待中缅边境风险问题,没有觉察到各类重大风险聚集和交互所形成的复合体带来的巨大危害。在治理结构层面,中缅边境重大社会风险管控中形成了“对象错位”“主体错位”“权责错位”“目标错位”等结构性错位现象。为了建立中缅边境重大风险对称化治理结构,引入“靶向治理”的理念。综合运用各种风险治理资源和治理手段,定向使用于边境重大风险复合体,避免风险治理资源的浪费和风险危害扩散导致对社会其他部分造成的损害,最终实现“控重点、防扩散、实现整体安全”的边境风险治理目标。

适用于子空间信号失配的参数可调多通道自适应检测器

针对存在信号失配时的子空间信号检测问题,该文提出一种具有恒虚警特性的参数可调检测器。根据系统设计需要,通过调节参数,参数可调检测器可实现对失配信号的灵活检测。与现有检测器相比,当不存在信号失配时,提出的可调检测器能提供更高的检测概率。该文推导了可调检测器解析的检测概率和虚警概率,并通过蒙特卡洛仿真进行了验证。

红外时间延迟积分点目标探测系统中速度失配影响研究

基于时间延迟积分的红外点目标探测系统在推扫成像过程中会受到速度失配的影响导致点目标的探测性能降低.基于调制传递函数的传统频域建模分析方法由于缺少相位传递函数的介入,无法对目标探测性能的影响进行有效分析.为了解决该问题,采用成像系统的点扩散函数以及线扩展函数建立了成像系统的速度失配模型,并对速度失配对目标检测系统的影响进行了研究.模型理论计算以及实际成像实验结果表明,当时间延迟积分级数为8级,速度失配量ΔV/V=25%时,点目标能量响应均值下降50%,当速度失配达到ΔV/V=12.5%时,点目标能量响应均值下降30%.研究结果可为后续红外时间延迟积分成像系统的设计提供参考.

基于GMS与FPME的视频目标跟踪方法

针对视频目标跟踪中因特征点误匹配造成跟踪性能下降的问题,在融合二进制特征描述算法(ORB)与网格统计的视频跟踪方法(GMS)框架下,提出一种基于GMS与特征点误匹配剔除(FPME)的视频目标跟踪方法。利用ORB算法确保在视频序列中特征点匹配的实时性,采用"粗-精"两阶段的剔除方法,即先利用K-means算法快速粗略地剔除误差较大的特征点匹配关系,提高正确匹配对所占的比例,再利用分裂法精确剔除偏离程度较大的匹配对,提高目标特征点之间的匹配成功率。实验结果表明,在视频序列的跨帧匹配与连续跟踪实验中,该方法相对于GMS、ASLA、HDT等当前主流算法在匹配精度、速度等评价指标上都能得到较好的结果。

基于迁移学习的水下目标定位方法仿真研究

针对水下前向散射探测中基于敏感核函数的定位方法存在环境失配带来的稳健性问题,提出了一种基于迁移学习的前向散射定位方法,利用模型生成φ的目标前向散射声场扰动信息训练卷积神经网络,将目标定位问题转化为分类问题.在基于先验信息和仿真数据集的预训练模型基础上,通过少量实验数据集对神经网络参数进行迁移学习,以提高神经网络模型的稳健性.仿真结果表明,该方法在声速剖面失配下可以实现对目标较准确的定位,且对目标散射函数、海底底质、阵元数和布设深度等参数不甚敏感,方法具有较好的稳健性.

作战雷达发射假目标干扰信号优化匹配仿真

针对线性调频脉冲压缩雷达具有强抗干扰能力的特点,传统的固定式移频干扰会在延时和频移之间存在耦合作用,使附有频移的回波信号经过匹配滤波处理后主峰展宽,幅度按三角包络下降,干扰功率出现失配损失等难点,提出了两种多假目标干扰样式——准移频重复转发和准移频密集假目标干扰,以重复转发和密集复制的方式在真目标附近产生更加密集的假目标,可对真目标进行有效干扰。通过Matlab仿真验证,结果表明两种干扰样式同时兼有压制性干扰和欺骗性干扰的双重效果,可以达到对线性调频雷达进行有效干扰的目的。

机动目标拦截末制导状态估计器的误差特性

针对大机动目标拦截问题,分析了末制导阶段目标机动条件下状态估计器的误差特性。首先将目标机动输入未知时的状态估计器模型表示为一随机线性混合系统,当混合系统的模式跳变事件满足可观测性条件时,模式决策过程可等效为真实模式的延迟;随后推导了模式决策延迟条件下估计误差的动态方程与传递函数,并得到了一定误差要求下模式决策延迟的上界与目标机动模式逗留时间的下界;最后通过空空导弹拦截高速战机的典型实例验证了该理论分析的正确性。研究结果为设计此类线性混合系统估计器提供了理论依据。

货币错配与通货膨胀目标制的不可行性：针对我国现实

现阶段我国正面临人民币汇率稳定与物价稳定的“两难冲突”，国内外一些学者主张我国应该采用通货膨胀目标制。从货币错配的角度探讨通货膨胀目标制在我国的可行性表明，由于存在较严重的货币错配及特殊的国情，现阶段我国尚不具备实行通货膨胀目标制的条件，短期内，通货膨胀目标制在我国并不具有可行性．货币政策适合以货币供应数量和价格作为混合使用的政策调控目标。

基于纳米金表面竞争杂交反应的新型DNA检测方法(英文)

基于纳米金表面DNA的竞争杂交反应和纳米金粒子的离心分离-富集过程,建立了一种DNA荧光检测方法,实现对飞摩尔级目标DNA的高灵敏度检测.同时通过DNA的竞争杂交过程并结合缓冲液离子强度的阶跃式升高,实现了对目标DNA上单个碱基错配的有效分辨.本研究还提供了一种简单有效的DNA分离-富集方法,相对于通常使用的磁珠分离过程更为经济方便.

基于对角加载的STAP性能改善

空时自适应处理(STAP)作为动目标检测的关键技术,但是非均匀环境将会造成协方差矩阵的估计误差,进而严重影响STAP性能。对角加载主要用于改善空间滤波器对于有用信号空域特征失配和空域协方差矩阵失配的稳健性。该文考虑将对角加载应用于STAP协方差矩阵失配(统计失配)时的性能改善,即在实际的协方差矩阵和其估计值之间存在误差时,通过对角加载改善STAP的稳健性。文中给出了加载电平的选择方法,并进行了详细的性能分析,即合理的对角加载可以提高检测概率和输出信噪比。仿真分析验证了理论分析的正确性。