基于DPol-DPMZM的平坦光频梳产生方法[

文章提出了一种产生平坦光频梳（optical frequency comb，OFC）的方法，并用一个单集成双偏振双平行马赫曾德尔调制器(dual polarization dual parallel Mach Zehnder modulator，DPol DPMZM)进行了实验验证。通过调整调制器的6个直流偏置点和2个调制指数，理论上可以根据DP QPSK调制模型推导出的方程生成梳状数可调且强度完全相同的光频梳。实验结果表明，提出的OFC发生器可以产生7、9、11、13条直线，其平坦度分别为0.96 dB、1.13 dB、2.01 dB、1.17 dB。所生成的7、9、11、13行OFCs的杂散信号抑制比 (unwanted mode suppression ratio, UMSR)分别为10.33 dB、9.54 dB、6.79 dB和10.45 dB。此外，生成的OFC具有良好的频率可调性。实验生成了频率间隔为6.02 GHz、7.02 GHz、8.02 GHz、9.02 GHz的9线OFCs。     

基于深度神经网络的空中目标作战意图识别

传统基于空中目标特征状态推理作战意图的方法,需要大量的领域专家知识对特征状态的权重、先验概率等进行量化,明确特征状态与意图之间的对应关系,而神经网络可以在领域专家知识不足条件下,通过自身训练得到特征状态与意图之间的规则。针对反向传播（BP）算法在更新网络节点权值时收敛速度慢、容易陷入局部最优的问题,通过引入ReLU（Rectified Linear Unit）激活函数和自适应矩估计（Adam）优化算法,设计了基于深度神经网络的作战意图识别模型,提高了模型收敛速度,有效地防止陷入局部最优。仿真结果表明,所提方法能够有效识别空中目标作战意图,获得更高的识别率。