通信信号智能调制识别对抗攻击研究

基于深度学习技术的通信信号调制识别算法由于其优秀的特征提取能力,极大地提升了调制识别任务的精度,但是对抗样本特性的存在,导致基于深度学习的调制识别模型的安全性受到了极大威胁,通过在训练好的调制识别网络中添加设计好的特定微小扰动,就可以使得调制识别模型完全失效。研究了基于深度学习的调制识别模型及其对抗样本攻击方法,提出一种基于快速梯度符号法的定向扰动生成方法,该方法在扰动和原始信号功率比为-21 dB的条件下,针对11类常见的不同调制种类的通信信号生成扰动,实现对通信信号调制识别模型的定向攻击,为智能调制识别模型的攻防对抗提供参考。     

基于大规模训练集SVM的发动机故障诊断

提出了一种新的学习策略,用于解决发动机故障诊断中大规模支持向量机(SVM)的训练问题.通过保留初始SVM分类器支持向量超平面附近的样本以及错分样本,使最终得到的约减集规模明显缩小,从而可在保持较高分类精度的前提下使训练时间明显缩短;同时,由于支持向量的数量减小,分类时间也相应缩短.探讨了序贯最小优化(SMO)算法的参数选择和实现过程中的关键问题,为这种极具潜力的算法在发动机故障诊断中的实际应用奠定了坚实的基础.仿真实例表明,这种基于大规模训练集SVM的发动机故障诊断方法有效、可靠,容易实现,可以作为工程应用的基础.      

基于贝叶斯稀疏重构的非均匀样本谱估计

在航空电子对抗领域,往往需要利用非均匀样本来估计信号的频谱。针对非均匀样本谱估计问题,提出了贝叶斯稀疏重构谱估计算法(BSRSE)。该算法首先将非均匀采样的谱估计表示为稀疏信号重构问题。然后利用拉普拉斯分布表示稀疏性,建立贝叶斯模型。最后通过构造加速的不动点迭代方法估计参数,从而估计信号频谱。与现有谱估计方法比较,该算法具有较高的频率分辨力、较强的噪声适应能力,且需要较少的样本数。数值仿真验证了该算法的有效性。     

基于多模态联合语义感知的零样本目标检测

零样本目标检测借助语义嵌入作为引导信息,将未见过的物体的视觉特征与类别语义嵌入映射到同一空间,根据其在映射空间的距离进行分类,但由于语义信息获取的单一性,视觉信息缺乏可靠表示,易混淆背景信息和未见过对象信息,使得视觉和语义之间很难无差别对齐。基于此,借助视觉上下文模块捕捉视觉特征的上下文信息,并通过语义优化模块对文本上下文和视觉上下文信息进行交互融合,增加视觉表达的多样化,使模型感知到前景的辨别性语义,从而有效地实现零样本目标检测。在MS-COCO的2个划分数据集上进行实验,在零样本目标检测和广义零样本目标检测的准确率和召回率上取得了提升,结果证明了所提方法的有效性。     

基于相对马氏距离的非均匀杂波抑制方法

由于天基雷达覆盖范围广、探测背景复杂,雷达回波会呈现出明显的非均匀特性,从而导致杂波协方差矩阵(clutter covariance matrix, CCM)估计与实际情况出现偏差,从而恶化天基雷达对空中动目标的检测性能。针对上述问题,提出了一种基于相对马氏距离的非均匀样本抑制方法,该方法首先计算所有样本的广义内积(generalized inner product, GIP),在此基础上选取一个合适的样本作为参考。通过比较场景中所有样本与参考样本的马氏距离,将相对马氏距离大于判定门限的样本作为非均匀样本剔除。用筛选后的样本进行杂波协方差矩阵估计,从而提高天基雷达在复杂环境下对空中动目标的检测性能。理论分析和实测数据结果表明,所提算法能够在非均匀环境下有效检测出空中动目标。     

火炮首发命中率试验脱靶弹数据处理方法

通过对出现脱靶弹情况下的散布特征参数估计方法进行研究,建立正态双边截尾样本均值和方差估计数学模型,并给出了数值计算方法,为火炮武器系统首发命中概率试验脱靶提供了理论依据。     

基于乏信息系统的本征融合技术

提出基于乏信息系统的本征融合技术以模拟小样本条件下的未知分布.采用隶属函数法、最大隶属度法、自助法、灰自助法、算术平均值法和最大熵法等多种数学思想,从不同侧面分析各个个体的特征信息并进行融合,推断出总体的概率分布.滚动轴承噪声的试验研究表明,本征融合技术可以有效地模拟乏信息系统的概率分布.      

基于海杂波稀疏性与非均匀度的样本挑选方法

针对预警雷达对海监视面临海杂波分布非均匀与杂波样本受目标污染,导致自适应杂波抑制处理性能恶化和目标能量损失的问题,提出了一种基于海杂波稀疏性与非均匀度的样本挑选方法。该方法将目标的导向约束与广义内积样本挑选方法结合,先利用海杂波在空时二维平面上的稀疏分布特性,根据海杂波与目标空时二维分布差异剔除被目标污染的样本,再利用广义内积准则衡量海杂波分布的非均匀程度,并获取均匀样本,以提高杂波协方差矩阵的估计精度。仿真结果表明:所提方法能在提高杂波抑制性能的同时,减小目标信号能量损失。该方法可广泛应用于海面预警监视雷达系统。     

一种改进的SAR图像姿态角识别方法研究

对Hough变换和Radon变换算法进行了介绍,通过分析两种方法在实际应用中的局限性,提出了一种综合上述两种方法的姿态角识别算法.利用MSTAR公共目标数据库中的目标样本,通过实验验证该方法能够更有效准确地估计目标的姿态角.     

基于自然和模拟样本的检测率评估方法研究

鉴于产品在试飞现场和测试性模拟试验的试验结果均为成败型数据,为了更加客观全面的评估产品检测率,提出了测试性模拟试验样本选取及分配原则、自然样本和模拟样本融合方法、基于故障率的故障检测率评估模型,解决了传统测试性评估方法中在实际应用中的样本覆盖不全以及评估结果受限等技术问题。