下载排行
基于深度学习的无线通信信号检测与识别研究
梁晶;杨晶晶;黄铭;现有的无线电监测系统中信号检测和信号识别是分开研究的，缺乏将二者结合起来实现智能监测的文献报道。基于此，实现了分别将卷积注意力模块(Convolution Block Attention Module, CBAM)与长短期记忆(Long Short-Term Memory, LSTM)网络和时间卷积网络(Temporal Convolutional Network, TCN)结合起来通过二分类进行信号检测，以及基于多分类进行信号识别的级联方法，分类模型为CBAMLSTM和CBAMTCN。对于RadioML2016.10a数据集，仿真结果表明，与能量检测(Energy Detection, ED)、深度神经网络(Deep Neural Network, DNN)、卷积神经网络(Convolutional Neural Network, CNN)、LSTM和TCN比较，二分类模型在低信噪比下的检测性能有所改善；在高信噪比下多分类模型比基线模型的识别准确度提高5%～9%。表明分类算法在信号类型和噪声特性已知的前提下，可用于无线信号检测和识别。
多约束的无人机动态路径规划算法研究
罗银辉;李荣枝;潘正宵;王星怡;无人机的自主飞行是无人机相关研究的重点方向，如何在复杂环境中快速分析环境，并规划一条安全可行的路径，是该方向的研究目标。针对传统路径搜索算法存在的路径不平滑问题，采用三阶B样条曲线进行预规划航迹。在欧式有符号距离函数(Euclidean Signed Distance Functions, ESDF)地图提供的梯度信息的基础上，分别在平滑、碰撞和可行性上设计约束方程，实现轨迹动态重规划。针对路径动态更新中，时间间隔变化产生的控制点不再符合约束的问题，采用各向异性曲线拟合方法，实现时间再分配，保障在动态更新路径的过程中，新产生的路径与原路径相似且具有同样的可行性。实验证明，该算法实现了无人机的自主路径规划与优化，能够进行动态避障，面对复杂环境具有鲁棒性。
光学遥感图像场景分类技术综述和比较
李晓斌;江碧涛;王生进;近年来,随着遥感成像技术的快速发展,高空间分辨率光学遥感图像的获取变得越来越便利。在需求的牵引和图像数据的支持下,光学遥感图像场景分类技术获得快速发展。基于主流英文期刊和会议发表的相关论文,从场景分类方法、分类性能评价准则和数据集、分类性能比较3个方面对光学遥感图像场景分类技术进行综述和比较。对于场景分类方法,按所用特征的不同将其分为基于人工设计特征和基于深度特征的方法并进行了详细论述。对于分类性能评价准则和数据集,重点介绍了常用的2种评价准则和4种数据集。对于分类性能,挑选多种有代表性的方法,对其分类性能进行比较和分析,并提出后续重点研究方向。
一种宽带一分四Wilkinson功分器的设计与实现
王晓鹏;刘畅;孙泽月;陈林;姚武生;对传统微带功分器的设计方式进行改进,利用薄膜芯片电阻代替传统电阻,工作至Ka波段也可保证较好的隔离度性能。利用薄膜芯片电阻制作了一款宽带一分四Wilkinson功分器,采用两级一分二功分器来实现一分四,每一级一分二功分器采用2节的Wilkinson功分器来实现。同时为了降低功分器的各端口在高频段下的回波损耗,功分器的各端口采用了空气腔的补偿方式。测试结果显示,在工作频段19～31 GHz内,功分器的各端口输出驻波小于1.6,输入驻波小于1.6,插入损耗小于10 dB,相邻端口之间的隔离度大于19 dB。
ZigBee无线传感器网络技术及其应用探讨
王思华;郑树强;丁轶华;通信系统包括光纤通信、卫星通信和微波等分系统,通信设施包括机动卫通车及固定通信设施、通信机房,都存在被外力损伤、雨雪冰冻侵蚀等诸多风险。对风险因素进行监测,可以及时发现隐患或故障,并采取相应措施。在介绍ZigBee传感器网络技术基础上,从传感器选择及布放、ZigBee局域网构建、IP网接入和安全性等方面,对其在单位通信系统的监测应用进行了分析探讨。
基于深度学习的农业大棚遥感提取方法研究
石文西;雷雨田;汪月婷;袁媛;陈静波;及时、准确地监测农业大棚的位置以及空间分布,是开展耕地"非农化"整治的工作重点。遥感技术因其时效性强、覆盖范围广等优势,已逐渐成为大棚监测的主要手段。为了提高农业大棚的遥感识别精度,缓解深度学习方法对于大数据量的需求,提出了一种基于残差神经网络(Residual Neural Network, ResNet)和迁移学习的农业大棚自动识别方法,能有效区分大棚及其混淆地物(林地、耕地、建设用地和水体)。将经过ImageNet图像数据集预训练得到的网络权重加载到ResNet网络模型中,利用少量经过数据扩增的训练样本对模型参数进行微调,将模型迁移至遥感大棚识别问题。采用Sentinel-2中分辨率卫星影像对所提方法进行了验证,实验结果证明,经过迁移学习的ResNet模型的大棚识别率达到了95.5%,与未经过迁移学习的模型相比精度提升了1.6%,能有效提高小样本条件下大棚识别的准确性。
无人机射频指纹识别方法综述
王豪;罗俊松;王惠明;王梓斌;多滨;近年来，无人机在各个领域得到广泛应用，但越来越多的无人机也带来了一系列隐私和安全问题。因此，对无人机的检测和管理变得至关重要，目前通过射频指纹识别无人机的方法取得了较大进展。在结合国内外大量研究成果的基础上，对无人机射频指纹系统的各个步骤进行深入探讨。分析了各种无人机识别技术的优缺点，并详细阐述了无人机通信方式和射频指纹的形成机理与特性。根据信号收集、预处理、特征提取和分类识别4个阶段，对无人机射频指纹系统的相关技术进行了系统梳理，讨论了无人机射频指纹系统性能评估方法。对当前无人机射频指纹研究现状进行了问题分析与展望，包括射频指纹数据集缺乏、射频指纹稳定性、射频指纹的唯一性以及深度学习在射频指纹应用领域的探索，并进行了全文总结。
基于改进混合灰狼优化算法的无人机三维路径规划
王海群;邓金铭;张怡;曹清萌;针对传统灰狼优化(Grey Wolf Optimization, GWO)算法求解无人机三维路径规划问题时会出现收敛速度慢、容易陷入局部最优等问题，提出一种改进混合灰狼优化算法——CLGWO。基于Cat混沌映射和反向学习策略初始化灰狼种群，为算法全局搜索过程中丰富种群多样性奠定基础；提出新型非线性收敛因子的改进策略，提高算法全局搜索能力。在灰狼位置更新中提出引入狮群优化(Lion Swarm Optimization, LSO)算法的扰动因子和动态权重，使灰狼具有主动的搜索能力，避免因灰狼失去种群多样性而陷入局部最优。为验证改进算法的有效性，进行了8个国际通用的标准测试函数收敛性对比实验和无人机三维路径规划仿真实验。实验结果表明，CLGWO算法在单峰、多峰函数上均有较好的收敛性、较高的寻优精度；三维路径仿真环境下，CLGWO算法的平均路径长度、平均迭代次数、平均运行时间相比于GWO算法分别优化了33%、31%、52%,且路径转折少，能较好地得到全局最优值，验证了CLGWO算法的有效性。
无人智能化装备建设与运用研究
杨勇;朱安石;路明磊;针对无人智能化装备建设与运用的问题,研究梳理了国内外空中、陆上、水面和水下无人智能化平台研究的现状,从计算机视觉类、语音识别类和自然语言处理类算法3个方面研究了国内外人工智能算法在商业和军事领域的应用,使无人智能化装备的建设方向更加清晰。着眼未来智能化作战,针对无人智能化装备运用问题,探索了无人/有人协同作战、蜂群式作战、分布式作战和跨域协同作战4种运用模式。针对无人智能化装备发展顶层设计、战略布局和创新发展提出了三点思考。