基于通道和空间注意力的机场道面地下目标自动检测

针对机场道面地下目标检测任务中,探地雷达（GPR）生成的B-scan图背景复杂、包含大量噪声,尤其是单个B-scan图不能反映地下目标的完整信息等问题,构建一种三维通道和空间注意力的UNet(3D-CSA-UNet)模型对地下目标进行自动检测。首先,设计三维通道和空间注意力并行模块（3D-CS-Block）,使模型重点关注雷达C-scan中的地下目标信息,抑制背景和噪声的干扰;其次,设计多尺度的三维分割模型从雷达C-scan中提取不同大小的特征图,以增强3D-CS-Block提取目标特征的能力;最后,使用交叉熵损失函数计算每个尺度下特征图的损失值,从而提高模型的检测精度。在采集的实际机场道面地下目标数据集上,相较于3D-FCN、3D-UNet等模型,3D-CSA-UNet对于脱空、钢筋和钢筋平行目标预测的平均F1至少提高12.33、9.05、11.05个百分点。实验结果表明,3D-CSA-UNet可以较好地满足工程实际要求。     

雷达框架角约束下高空巡航导弹末制导策略

由于独特的气动外形特点和结构布局,高空巡航导弹的雷达框架角处在一定范围内时天线罩将会出现反射波屏蔽问题,造成制导盲区.为此,本文提出了一种闭环目标估计-开环预测-闭环再修正的综合制导策略.根据制导距离与盲区时间长短的关系确定最佳制导距离.在进入框架角盲区之前,采用非线性最小二乘法对目标运动状态进行估计,获得目标运动的速...