光电缆的分布式温度传感网络

提出增加一根光纤光栅与光电缆绕制在一起，用于监测电缆中的实时温度。采朋有限元分析方法，建立了光电缆温度场模型。使用可调谐脉冲激光作为系统光源，在一条光纤上刻制多个相同中心波长的布拉格光栅，即采用全同光栅作为系统的温度传感器，当光电缆线路中温度发生异常时，反射回来的光栅中心波长发生偏移，通过检测反射光中心波长发生的偏移量可以确定光栅温度变化的大小。不同位置的光栅返回光信号所需的时间不同，通过检测和计算光返回的不同时间，可以计算出发生温度变化的光栅位置。实验结果表明，光栅的温度敏感性可以达到11．4pm／℃，光栅的测量温度与实际温度的误差在3％范围内。     

基于二维独立均匀分布对抗自编码的模式识别研究

标准对抗自编码模型能够以自监督方式自适应提取输入样本的特征,并通过对抗机制对提取的特征施加特定的先验分布,从该先验分布进行采样输入解码器,则可生成与输入样本近似的样本。但在实际应用中,有时需要生成指定类别的样本;对于模式识别任务,通常还需要对多类别样本的特征进行提取,并强化特征间差异,从而进行聚类分析。针对上述需求,本文提出基于二维独立均匀分布对抗自编码的分析模型。在该模型中,根据类别信息构建二维均匀分布,便于对不同类别的可视化特征进行专属约束,从而强化不同类别特征间的差异;此外,通过自监督与对抗训练,使得对应特定类别信息的均匀分布样本能够生成指定类别的样本。方法经网络公开数据MNIST数据集进行了验证,研究表明,该方法能够利用与类别信息相关的二维独立均匀分布对隐变量进行约束,提高了特征聚类性能,并能够生成指定类别的样本。     

一种基于攻击距离的对抗样本攻击组筛选方法

黑盒对抗样本生成过程中通常会指定1个攻击组，包括1个原始样本和1个目标样本，使得生成的对抗样本与原始样本范数差别不大，但被分类器识别为目标样本的分类。针对攻击组的攻击难度不同导致攻击不稳定的问题，以图像识别领域为例，设计了基于决策边界长度的攻击距离度量方法，为攻击组的攻击难易程度提供了度量方法。在此基础上，设计了基于攻击距离的对抗样本攻击组筛选方法，在攻击开始前就筛去难以攻击的攻击组，从而实现在不修改攻击算法的前提下，提升攻击效果。实验表明:相比于筛选前的攻击组，筛选后的攻击组的总体效果提升了42.07%，攻击效率提升了24.99%，方差降低了76.23%。利用攻击组的对抗样本生成方法在攻击前先进行攻击组筛选，可以稳定并提高攻击效果。      

基于深度强化学习的空战机动决策试验

空战智能决策将极大改变未来战争的形态与模式。深度强化学习决策机可以挖掘飞行器潜力，是实现空战智能决策的重要技术范式，但其工程实现鲜有报道。针对基于深度强化学习的双机近距空战机动智能决策的工程实现问题，开发了适于应用的深度神经网络在线机动决策模型，发展了通过飞行控制律跟踪航迹导引决策指令的机动控制方案，并进一步开展了软硬件实现工作与人机对抗飞行试验，实现了智能空战从虚拟仿真到真实飞行的迁移。研究结果表明基于本文发展的近距空战机动决策及控制方法，智能无人机在与人类“飞行员”的对抗中能够迅速做出有利于己方的动作决策，通过机动快速占据态势优势。研究结果显示了深度神经网络智能决策技术在空战决策中的潜在应用价值。     

空间仿生可变构智能感知网络技术

基于仿生集群系统感知功能与行为的视角，提出了空间感知网络的若干前沿科学问题，包括仿生可变构异构空间分布式智能感知网络设计、单星自主机动对准和协调操控、星群协同相对测量与控制等。在干扰对抗态势下，空间感知网络的生存智能需求是保持各节点的可变构型网络、异构分布式感知与协调控制，从抗扰、容错和节能等角度提出了未来智能感知网络所应具有的安全、绿色和免疫等特征。仿生空间感知网络的目标是通过可变构异构分布式星群设计，实现星群多源信息融合和“眼、耳、脑、体、群”的智能协调，提高感知网络的智能协调能力以及对于空地目标与空间态势的感知、理解、预判和机动处置能力。     

可重构多维度探测微波光子雷达

随着“太空经济”时代的到来，大国间的太空竞争也愈发激烈，对星载雷达探测系统的测量精度和多维度目标参数测量提出了更高要求。现有的星载雷达系统主要采用传统微波技术实现，面临电子器件速率低、工作带宽小、可重构性差等问题，这些问题越来越成为限制星载雷达系统进一步发展的瓶颈。将微波光子技术引入雷达系统可利用光子技术高频率、大带宽、可重构的特点有效克服电子技术的局限性，突破雷达技术瓶颈。阐述了可重构多维度目标探测微波光子雷达的特点和基本结构，介绍了多维度目标参数测量和雷达波形可重构的原理与方法，并对星载微波光子雷达的发展趋势和特殊应用环境需要考虑的问题进行了论述。随着微波光子雷达技术研究的不断深入和光电集成技术的迅速发展，微波光子雷达有望在未来星载雷达系统中得到大规模应用。