过刊浏览
-
- 改进YOLOv8的轻量级无人机跟踪方法
- 程鲲, 雷洪涛*, 吕志轩
- 现有无人机跟踪方法存在对远距离无人机检测精度较低、参数量大难以实时跟踪、目标易丢失的问题。因此,提出一种基于改进YOLOv8(you only look once version 8)的轻量级无人机跟踪方法。针对现有方法对远距离无人机检测精度较低的问题,以YOLOv8为基线模型,替换网络结构中原始卷积模块为空间到深度分组的卷积,在降低网络参数的基础上提高模型对小目标的特征提取能力。针对模型参数量大导致模型难以实时跟踪的问题,设计一种深度可分离混洗网络结构作为模型主干网络,在保证检测精度的同时缩减模型参数量。针对普通跟踪模型跟踪易丢失的问题,结合改进检测模型与ByteTrack算法提高对复杂环境下无人机的跟踪性能。在Real World数据集上对跟踪方法进行验证,相较基线模型,改进无人机检测模型的检测精度提高1.6%,召回率提高0.8%,F1度量值提高0.2,平均检测精度提高0.5%,参数量减小0.2×106,证明模型有较好的检测精度和实时性。对无人机飞行视频进行跟踪测试,结果表明所提方法对无人机跟踪有较好的性能。
-
- 基于到达时间差与频率差量测无偏转换的辐射源跟踪算法
- 谢欣辰, 高林, 魏平, 李万春
- 由于单通道接收机量测与辐射源状态之间的非线性关系,利用到达时间差(time difference of arrival, TDOA)和到达频率差(frequency difference of arrival, FDOA)量测进行远距离跟踪变得具有挑战性,导致状态估计在二阶矩上产生偏差。为解决该问题,提出基于量测转换的算法。利用二阶泰勒展开逼近非线性观测方程,进而将TDOA/FDOA量测转换到辐射源状态空间。同时,在二阶泰勒逼近的程度上实现量测协方差转换,尽可能减少转换过程中带来的偏差。仿真结果表明,所提算法相对于一阶泰勒展开近似的量测转换以及无迹卡尔曼滤波器具有更高的辐射源跟踪精度,且计算量与无迹卡尔曼滤波器相近。因此,所提方法具有广阔的应用前景。
-
- Ku波段多路窄带信号相位检测与校准
- 付凌峰, 肖国尧*, 唐嘉, 高理祥, 刘成, 全英汇
- 针对复杂电磁环境中多路信号相位失准导致通信质量恶化的问题,提出一种基于射频片上系统的Ku波段极窄带信号实时校准方法。系统通过设计可配置射频前端与数字补偿协同架构,结合时频域混合校正算法,采用多通道并行处理硬件结构,实现多路信号的同步处理与相位补偿,突破传统相位检测方法在处理窄带信号时的精度与实时性局限。实验结果表明,该系统在强干扰环境下可有效提升相位一致性,校准后相位误差控制在±0.02°,相较矢量网络分析仪校准方案的±0.1°最小误差,精度提升80%,校准后信号质量达到战术系统要求。
-
- 宽带白噪声对无人机辐照效应与防护
- 李延松, 赵敏, 陈亚洲
- 为了评估无人机在空间复杂电磁环境下的工作状态,建立无人机场-线联合仿真模型,开展宽带白噪声辐照实验。仿真得到无人机典型互连线缆在电磁辐照下的耦合电压;实验得到4种辐照场景下,无人机在不同干扰频偏和带宽压制比的宽带白噪声作用时的失锁阈值。分析无人机失锁阈值变化规律,揭示了宽带白噪声对无人机的耦合路径,提出电磁防护加固措施并验证了其有效性。研究结果表明:宽带白噪声的作用效果与其干扰频偏、带宽压制比、入射角度和极化方向均有关系。当带宽压制比大于0.6时,前门耦合作用效果明显;当带宽压制比降低到0.6以下时,后门耦合起主要作用。极化方向和入射角度是影响后门耦合的主要因素。
-
- 一种学习多域数据联合分布的量子耦合生成对抗网络
- 吉家欣, 李汀, 李飞
- 一般量子生成对抗网络(generative adversarial network,GAN)只能处理单域数据,且受到量子比特数限制,生成质量会有很大程度下降。对此,提出一种学习多域数据联合分布的量子耦合GAN(quantum coupled GAN,QCoGAN)。QCoGAN通过结合量子计算的并行计算能力和经典GAN的学习能力,对量子GAN结构进行耦合优化,相较于普通GAN可以捕捉到更多图像细节,通过施加量子参数层之间的权重共享约束,有效控制了网络容量,提升了训练效率。将量子GAN用于领域适应问题,将QCoGAN应用于多个手写体数据集的联合分布学习任务,证明了其在处理多域数据时的优越性,具有广阔的应用前景。
-
- 基于相关性的雷达海面弱目标检测技术
- 王威, 杨勇, 韩静雯
- 针对海杂波背景下的雷达弱小目标检测问题,提出基于相关性的雷达海面弱目标检测技术。通过分析幅度拖尾的空间分布特性估计目标所在距离单元,滤除所估计的目标距离单元数据以确定杂波子空间,根据去拖尾的杂波子空间计算正交投影矩阵实现杂波抑制。随后,根据去拖尾正交投影空间下数据协方差矩阵的最大特征值的分布变化,选用最大特征值作为检验统计量实现目标检测。IPIX(intelligent pixel processing X-band)雷达、雷达对海探测数据共享计划的实测数据验证结果表明:所提方法优于单元平均恒虚警率、去拖尾正交投影、最大特征值以及正交投影+最大特征值检测算法,证明了所提方法具有较好的鲁棒性。
-
- 抗间歇采样转发干扰的分段失配滤波方法
- 罗颖聪(), 张磊()
- 间歇采样转发干扰经过匹配滤波后产生多个虚假目标,影响雷达探测性能。针对这一问题,提出一种采用分段失配滤波的抗间歇采样转发干扰的方法。该方法充分利用了间歇采样转发干扰自身的间歇性与干扰延时于被采样雷达信号片段的滞后性,通过分段脉压的方式滤除伴随在信号上的干扰。但是使用分段脉压类技术时需要先通过匹配滤波得到回波中的目标信号位置,而匹配滤波无法区分出真实目标信号与虚假目标干扰,因此提出一种相位编码-分段失配滤波的方法来得到回波中目标信号的位置。通过多段信号分组编码失配滤波完成对信号的综合失配滤波,实现真实目标脉压峰值的对消,而干扰信号因其不完整性无法完成脉压峰值的对消,从而根据两者的峰值检测可以区分出回波信号中的真实目标信号与干扰信号,然后对其中的真实目标信号进行分段失配滤波可以滤除伴随在其上的干扰信号。仿真结果表明,所提算法在信号分段宽度小于干扰采样宽度的条件下可以滤除多个真实目标回波中携带的间歇采样转发干扰。
-
- 雷达探干一体波形设计方法
- 王开伟, 许京伟*, 廖桂生, 张玉洪, 曹旭源
- 面向机载平台同时执行目标探测与电子干扰任务需求,提出一种雷达探干一体波形设计方法。利用截获的蓝方雷达信号实现干扰调制,首先将截获的蓝方雷达信号进行距离-多普勒调制,产生密集假目标干扰信号。然后,将探测信号隐藏于干扰信号中形成探干一体波形。接着,提出一体波形与接收处理联合优化方法,抑制干扰信号分量,提升目标探测性能。仿真实验表明,所提方法可有效实现目标探测与电子干扰同时执行多任务。
-
- 基于多级别融合的可见光和SAR图像联合识别
- 翟佳*, 画麒嘉, 王梓权, 张子恺, 王睿琦, 刘金玲, 胡美琪, 武晨辉
- 为解决合成孔径雷达影像和可见光影像融合过程中存在信息丢失、细节模糊,造成目标检测与识别精度不足的问题,提出一种贯穿像素、特征、决策3个层级的多级图像融合方法。首先,在像素级别上初步融合,提高检测模型对纹理和形态上细节信息的敏感度。之后,在特征级别上进一步融合,使模型更关注全局的语义信息,捕捉复杂背景下的目标特征。最后,在决策级别上整合融合信息并筛选出具有高可信度和精确度的检测结果。模型在自制目标识别数据集上进行了对比实验和消融实验,实验结果验证了其有效性。
-
- 基于频域滤波的无人机载预警雷达抗主瓣无意干扰方法
- 高晨然*, 张西川, 熊元燚, 陈威, 谢文冲
- 由于机载预警雷达的工作频段不断向低频段拓展,更多的无线通信设备与雷达系统共用频段,导致无人机载雷达在工作时受到大量的无意干扰,严重影响其目标探测性能。针对上述问题,在保持机载雷达系统参数不变的前提下,提出一种基于无源/有源双模协同的主瓣无意干扰抑制架构和方法。首先,在无源模式下通过自适应波束形成技术和恒虚警率检测准则估计每个波位主瓣干扰信号的频率和带宽。然后,在有源模式下通过频域滤波实现主瓣无意干扰的抑制。同时,通过噪声补偿将滤波后的色噪声白化为白噪声,在实现干扰抑制的同时进一步提升了目标检测性能。最后,通过仿真实验验证了所提方法的有效性。
