无人平台SLAM技术研究进展

作为一种定位与感知方法,同时定位与建图(SLAM)是实现无人平台导航制导与控制的关键技术。阐述了SLAM技术的发展历史、研究现状与应用场景,分析并介绍了SLAM原理及其算法实现。此外,总结了若干SLAM领域的研究热点,并对SLAM技术的发展趋势进行了展望。     

警用反无人机系统需求研究

针对高度低、特征小、速度慢的无人机威胁,分析了雷达、光电、频谱侦察、电子干扰等反制手段,提出警用反无人机系统需求。     

雷达海杂波时频谱特性分析

针对海杂波背景下目标检测问题的实际需求,整理分析了STFT、WVD、PWVD和SPWVD 4种常见时频分析方法及其优缺点,并基于实测数据对海杂波的时频处理结果进行了对比分析。分别对纯海杂波单元和目标单元实测数据进行处理,将利用4种时频分析方法得到的结果进行对比、分析和总结。对4种方法在时频分辨率、目标能量积累程度、对海杂波抑制能力和平滑程度上各自特点进行分析,并总结得到相应的结论。     

基于压缩感知的高精度地磁基准图构建方法

地磁基准图的构建是实现地磁匹配导航的基石。针对实测数据量较小时利用插值法构建的地磁基准图精度不理想的问题,将压缩感知理论应用到地磁信息采集中。结合地磁基准图的结构特点设计了以离散余弦变换作为稀疏基、单位矩阵作为观测矩阵,以压缩采样匹配追踪（CoSaMP）算法作为重构算法的基于压缩感知的高精度地磁基准图构建方法,并与三次样条插值、Kriging插值及PSO-Kriging插值法进行对比。实验结果表明:所提方法具有较高的重构精度和稳定性,与性能最好的PSO-Kriging插值法相比,在6.25%采样率下重构地磁基准图,所提方法使得峰值信噪比（PSNR）由66.97 dB提高至74.67 dB,绝对误差由25.47 nT减小至10.26 nT,均方根误差由28.57 nT减小至11.33 nT。      

基于CGAN的避扰通信决策网络离线式训练方法

基于强化学习的避扰通信,由于需要不断地与环境交互从中学习到最优决策,其决策网络的训练时间受环境反馈速率的约束,通常耗时严重。针对这一问题,提出了一种离线式训练方法。构建出一种频谱虚拟环境生成器,可以快速生成大量的逼真合成频谱瀑布图,用于避扰通信决策网络训练。由于所提方法脱离真实环境反馈,形成离线式训练,进而显著提高模型训练效率。实验结果表明:与实时在线训练方法比较,所提离线式训练方法的训练时间可以减少50%以上。      

动态失速风洞实验数据处理中的频谱分析与数字滤波

动态失速风洞实验是一种非定常实验,其测量所得数据属于随机数据范畴。由于强迫振动频率范围较大,要从中获得有效的实验结果,除了做固定截止频率的模拟滤波外,还必须对其进行数字滤波处理。数据的频谱分析结果表明只须对天平测量信号做数字滤波处理;滤波原则是仅需滤掉天平、支架、模型系统的固有振动频率分量,同时尽可能多地保留实验强迫振动的各阶谐振信号。     

基于改进的动态故障树的惯导系统安全性分析

惯导系统的安全性是影响整个飞行器安全的重要因素.在利用动态故障树对惯导系统进行安全性分析时,针对马尔科夫链的组合爆炸和无法分析事件服从非指数分布系统的问题,引入了Monte - Carlo方法.提出了一种基于改进的最小割集的动态故障树分析方法,该方法通过改进最小割集的生成方法,确定相应的分析流程,综合了二元决策图、马尔...     

基于SVD的雷达嵌入式通信波形设计方法

雷达嵌入式通信(REC)是一种在雷达后向散射回波中嵌入通信信号的新型隐蔽通信手段,相较于传统的隐蔽通信方式,REC具有更加优越的隐蔽性能,在军事和民用领域都有着非常广阔的应用前景。波形设计一直是REC中的重点研究目标,为了更好的通信可靠性和抗截获性能,提出了一种基于奇异值分解(SVD)的REC通信波形设计方法,给出了SVD波形设计的算法原理,并对SVD波形的通信可靠性、抗检测性能、抗截获性能和算法复杂度进行了仿真和分析。结果表明：相较于传统的REC波形,SVD波形可以实现完全正交,并且与雷达回波信号局部上分离、同时保持整体上的相似,具有更好的通信可靠性、低检测概率特性(LPD)和低截获概率特性(LPI),同时没有显著增加算法复杂度。     

基于图对比的上下位关系检测

上下位关系是自然语言处理(NLP)下游任务的基础,因此上下位关系检测是自然语言处理领域备受关注的问题。针对现有词嵌入方法采用随机初始化词向量,不能很好地捕获上下位关系不对称和可传递的特性,且现有模型没有充分利用预测向量与真实投影之间关系的局限性,提出了一种基于图对比学习的上下位关系检测(HyperCL)方法。引入图对比学习进行数据增强,基于最大化局部和全局表示的互信息,学习具有鲁棒性的词特征表示。所提方法学习了将下位词的词向量投影到上位词和非上位词,同时能够更好地区分嵌入空间中的上位词和非上位词,从而提高了检测精度。在2个基准数据集上的实验结果表明,所提模型比现有方法在准确率上提升了0.03以上。