面向非均衡类别的半监督辐射源识别方法

针对辐射源个体识别(SEI)中样本标签不完整和数据类别分布不平衡导致分类准确率下降的问题,该文提出了一种基于代价敏感学习和半监督生成式对抗网络(GAN)的特定辐射源分类方法。该方法通过半监督训练方式优化生成器和判别器的网络参数,并向残差网络中添加多尺度拓扑模块融合时域信号的多维分辨率特征,赋予生成样本额外标签从而直接利用判别器完成分类。同时设计代价敏感损失缓解优势样本导致的梯度传播失衡,改善分类器在类不平衡数据集上的识别性能。在4类失衡仿真数据集上的实验结果表明,存在40%无标记样本的情况下,该方法对于5个辐射源的平均识别率相比于交叉熵损失和焦点损失分别提高5.34%和2.69%,为解决数据标注缺失和类别分布不均条件下的特定辐射源识别问题提供了新思路。      

方差均值平方比恒虚警检测器

为了提高雷达恒虚警(Constant False Alarm Rate,CFAR)检测器在多目标背景下的鲁棒性,更好地检测目标,提出了一种新的基于方差均值平方比(VMSR)的恒虚警检测器,并建立了相应的检测器模型,得出了标称化因子T值和置信区间(a,b)。在均匀背景和多目标背景下,对VMSR检测器进行了仿真分析。在均匀背景下,VMSR检测性能优于OS,相比CA仅有很小的检测损失;在多目标背景下,VMSR检测性能相比OS得到了提升,特别是在干扰目标个数r>N-k时,OS不能有效检测出目标,而VMSR仍能保持较好的检测性能。结果表明,VMSR在多目标背景下检测性能优于OS,其在多目标背景下具有较强的鲁棒性。     

可分辨空间密集目标群跟踪算法研究

为了有效改善可分辨空间目标群的早期跟踪态势,提高高速目标群的跟踪处理速度和跟踪精度,提出了可分辨空间密集目标群跟踪算法。该算法首先通过全局聚类群分割、群关联和群跟踪,解决大量距离靠近、运动特征差异不明显的高速空间目标群早期连续稳定跟踪问题; 通过群跟踪掌握早期群整体信息,提高目标数据处理速度。在此基础上,边跟踪边分群,由群目标跟踪逐渐过渡到多目标跟踪,在群目标跟踪中通过结合空间动力学方程提高群内目标的跟踪精度,提升雷达系统对可分辨密集空间目标群的跟踪能力。     

闪烁噪声统计特性未知情况下的鲁棒广义标签多伯努利滤波器

为了解决闪烁噪声统计特性未知情况下的多目标跟踪问题,提出一种鲁棒广义标签多伯努利(Generalized Labeled Multi?Bernoulli,GLMB)滤波器.该滤波器采用均值未知且时变的多维Student's t分布对统计特性未知的闪烁噪声进行建模.它放宽了闪烁噪声均值为零的限制性假设,可以自适应地处理闪...     

基于深度学习的认知无线电调制参数估计

自动调制分类是电磁空间感知的一个关键问题,目前传统的识别技术很难适应复杂的信号情况。现有的调制分类算法大多忽略了不同特征之间的互补性和特征融合的重要性。基于此,提出一种用于自动调制分类的图像特征融合方法。该方法充分利用了不同图像特征之间的互补性,通过格拉姆角场(Gramian Angular Field, GAF)方法将原始信号转换为图像,同时利用累积极坐标特征转换技术将接收到的信号从I-Q域转换为r-θ域,在r-θ域对原始信号进行特征编码然后转换为图像。使用深度学习对两种图像进行特征提取,将提取的特征融合后用作神经网络分类器的输入,以实现对多种类型信号的自动调制分类。实验结果表明,使用Swin-Transformer网络模型对转换后的图像进行分类,在信噪比大于4 dB的情况下,调制方法的识别率超过90%。     

中波段动态海洋红外视景仿真

大面积动态海洋红外视景仿真是三维红外海战场环境仿真的重要内容,具有重要的应用价值。引入法线贴图,采用GPU着色器技术,提出了一种中波段动态海洋视景的生成方法,实现了逼真的红外海面视景实时仿真。基于矩形平面构建海洋模块,利用海面纹理的法线图,在GPU着色器中计算海面像素的辐射特性、辐射强度和方向。采用了一种基于纹理坐标操作的动态波浪模拟着色器算法实现海面法线的动态变化。提出了基于视点和视场检测的海洋模块调度策略以提高系统渲染效率。实验结果表明,该方法生成的红外海面视景渲染速度可达到80帧/s以上,满足实时仿真的要求,并能逼真地仿真中波段海面的光斑现象。     

基于深度多尺度一维卷积神经网络的雷达舰船目标识别

为满足雷达舰船目标识别的高实时性和高泛化性的需求,该文提出了一种基于深度多尺度1维卷积神经网络的目标高分辨1维距离像(HRRP)识别方法。针对高分辨1维距离像特征提取难的问题,所提方法通过共享卷积核的权值,使用多尺度的卷积核提取不同精细度的特征,并构造中心损失函数来提高特征的分辨能力。实验结果表明,该模型可以显著提高目标在非理想条件下的识别正确率,克服目标姿态角敏感性问题,具有良好的鲁棒性和泛化性。     

一种基于AD检验的CFAR检测器

传统的恒虚警率(CFAR)检测器鲁棒性较差,为此,提出一种基于AD检验的CFAR检测器AD-CA。通过Monte Carlo仿真得到AD检验的临界值,并删除异常样本。仿真结果表明,在均匀背景下,AD-CA的检测性能与OS检测器相当;在多目标背景下,AD-CA的检测性能比OS检测器有所提升,当干扰目标个数大于N–k时,仍能保持较好的检测性能。     

基于双重注意力机制的遥感图像场景分类特征表示方法

针对遥感图像场景分类面临的类内差异性大、类间相似性高导致的部分场景出现分类混淆的问题,该文提出了一种基于双重注意力机制的强鉴别性特征表示方法.针对不同通道所代表特征的重要性程度以及不同局部区域的显著性程度不同,在卷积神经网络提取的高层特征基础上,分别设计了一个通道维和空间维注意力模块,利用循环神经网络的上下文信息提取能...     

一种精确快速的大气吸收工程计算模型

逐线积分法计算大气吸收透过率虽然具有最高的计算精度,但实时性欠佳,限制了其工程应用价值。针对红外实时仿真的工程应用背景,提出了一种光谱分辨率为1 cm-1的大气吸收计算模型,能够兼顾计算精度和实时性要求。利用逐线积分计算得到恒定气压、温度、分子浓度和不同传输距离条件下,气体分子1 cm-1波段吸收透过率并建立了吸收透过率与高度的数学模型,进而插值计算任意路径下气体的吸收。实验表明,大气吸收透过率的计算精度高于MODTRAN,并且运算速度远快于逐线积分法。