检索结果-内蒙古大学图书馆

系统仿真学报 2021年第8期33卷 1801-1808页

作者：黄星源李岩屹哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

在现代战争中雷达发展趋于多功能化,甚至多个雷达一起探测目标,使得雷达的抗干扰能力增强。而传统的干扰系统仍遵循着固定的干扰策略,面临需要干扰的雷达数目多时决策的实时性较差,故亟需对认知干扰进行研究。阐述了强化学习的概念并比... 详细信息

在现代战争中雷达发展趋于多功能化,甚至多个雷达一起探测目标,使得雷达的抗干扰能力增强。而传统的干扰系统仍遵循着固定的干扰策略,面临需要干扰的雷达数目多时决策的实时性较差,故亟需对认知干扰进行研究。阐述了强化学习的概念并比较了Q学习算法和双Q学习算法的差异,利用强化学习算法在认知电子战的基础上建立模型来实现雷达干扰策略的分配。通过对决策方法进行仿真验证了两种强化学习算法都能完成干扰策略分配任务,并且双Q学习算法在多雷达环境下效果更好。表明了强化学习算法可以进行自主学习,完成对干扰资源分配的认知决策。

关键词：多功能雷达自适应干扰双Q学习干扰决策

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的雷达信号类型自动识别方法

引用

指挥与控制学报 2024年第2期10卷 232-237页

作者：阮国庆吴蔚汪霜玲熊朝华国强中国电子科技集团公司第二十八研究所信息系统工程重点实验室南京210007 哈尔滨工程大学信息与通信工程学院哈尔滨150000

针对雷达辐射源信号类型的自动识别方法进行研究,引入迁移学习(transfer learning,TL)思想,将GoogleNet预训练模型迁移到雷达信号数据集中实现信号特征提取,在全连接层中采用极限学习机(extreme learning machine,ELM)作为分类器,完成... 详细信息

针对雷达辐射源信号类型的自动识别方法进行研究,引入迁移学习(transfer learning,TL)思想,将GoogleNet预训练模型迁移到雷达信号数据集中实现信号特征提取,在全连接层中采用极限学习机(extreme learning machine,ELM)作为分类器,完成对雷达信号的自动识别。仿真结果表明,针对9类雷达信号,在信噪比为0 dB的情况下,基于GoogleNet-ELM的识别算法具有很好的识别性能,得到95.7%的正确识别率,验证了所提算法在电子侦察领域应用的有效性。

关键词：雷达信号类型自动识别迁移学习极限学习机

来源：评论

学校读者我要写书评

暂无评论

采用GaN HEMT的可调窄脉冲激光器驱动电路

引用

红外与激光工程 2022年第10期51卷 136-143页

作者：杨仕轩赵柏秦王立晶王宁中国科学院半导体研究所北京100083 中国科学院大学北京100049 哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

为实现纳秒级的输出光脉宽,使用GaN HEMT作为激光器放电回路的开关管。由于GaN HMET的栅极总电荷小,提出使用小尺寸的GaN HEMT建立驱动电路的输入级,响应控制信号,控制放电回路开关管。搭建电路驱动860 nm激光器,并进行测试。放电回路... 详细信息

为实现纳秒级的输出光脉宽,使用GaN HEMT作为激光器放电回路的开关管。由于GaN HMET的栅极总电荷小,提出使用小尺寸的GaN HEMT建立驱动电路的输入级,响应控制信号,控制放电回路开关管。搭建电路驱动860 nm激光器,并进行测试。放电回路电源电压为12 V,测试结果显示,最大输出光脉宽8.8 ns对应大于8 W的峰值功率,输出最小光脉宽为4 ns。为实现更大的脉宽可调范围,设计另一款电路并测试。该电路实现输出光脉宽大于8.4 ns可调,在电源电压20 V、输入信号脉宽100 ns的条件下,输出光峰值功率可达46 W。电路尺寸分别为10 mm×6 mm和13 mm×11 mm,为实现进一步小型化,对设计的电路提出了集成方法。提出的电路结构简单、容易实现集成且成本低,为窄脉冲激光器驱动电路的设计提供了新的思路。

关键词：半导体激光器驱动电路 GaN HEMT 窄脉冲小型化

来源：评论

学校读者我要写书评

暂无评论

多视图主动学习的多样性样本选择方法研究

引用

智能系统学报 2021年第6期16卷 1007-1014页

作者：陈立伟房赫朱海峰哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

为了去除高光谱图像多视图主动学习分类中的所选样本的冗余,降低人工标记成本,本文提出了两种用于多视图主动学习分类中的多样性样本选择方法。将高光谱图像进行超像素分割,将所选样本中属于不同的超像素的样本加入训练集,其余样本加入... 详细信息

为了去除高光谱图像多视图主动学习分类中的所选样本的冗余,降低人工标记成本,本文提出了两种用于多视图主动学习分类中的多样性样本选择方法。将高光谱图像进行超像素分割,将所选样本中属于不同的超像素的样本加入训练集,其余样本加入候选集;比较各视图对样本的预测标签,将所选样本中预测标签不完全相同的样本加入训练集,其余样本加入候选集。本文分别用这两种方法对传统多视图主动学习的样本选择方法进行改进,并用两组高光谱图像数据进行实验。实验结果表明:使用这两种方法改进后,所得分类精度不变,使用的训练样本数量大幅减少。

关键词：高光谱图像分类多视图主动学习多样性样本选择超像素训练样本数量预测标签分类精度

来源：评论

学校读者我要写书评

暂无评论

基于近似消息传递的NOMA系统信道和脉冲噪声联合估计方法

引用

电信科学 2024年第9期40卷 44-53页

作者：李有明马冲亚吴永宏国强宁波大学信息科学与工程学院浙江宁波315211 中国电波传播研究所山东青岛266075 哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

针对非高斯脉冲噪声背景下的非正交多址接入(non-orthogonal multiple access,NOMA)系统的信道估计问题,利用信道和脉冲噪声的稀疏特性,提出一种基于近似消息传递的信道和脉冲噪声联合估计方法。首先构建全子载波的压缩感知方程,然后基... 详细信息

针对非高斯脉冲噪声背景下的非正交多址接入(non-orthogonal multiple access,NOMA)系统的信道估计问题,利用信道和脉冲噪声的稀疏特性,提出一种基于近似消息传递的信道和脉冲噪声联合估计方法。首先构建全子载波的压缩感知方程,然后基于稀疏贝叶斯学习理论提出一种信道、脉冲噪声和数据符号的联合估计优化问题。为解决这一超参量非线性非凸问题,设计了一种基于高斯广义近似消息传递和稀疏贝叶斯学习理论的期望最大化实现算法。仿真结果表明,与基于期望最大化的稀疏贝叶斯学习方法相比,所提算法在信道和脉冲噪声估计的均方误差、误码率等方面性能虽略有下降,但算法复杂度降低了1个数量级。

关键词：非正交多址接入信道估计脉冲噪声估计稀疏贝叶斯学习近似消息传递

来源：评论

学校读者我要写书评

暂无评论

级联光栅硅胶封装的脉象传感器研究

引用

红外与激光工程 2023年第2期52卷 354-361页

作者：陆锋陈亮张俊生太原工业学院电子工程系太原030008 电子科技大学机械与电气工程学院成都611731 中北大学信息与通信工程学院太原030051 信息探测与处理山西省重点实验室太原030051

提出了一种基于级联光栅的脉象波传感器。相同参数的两个光纤光栅组成级联光栅并植入硅胶腕带中,其中一个光栅作为传感光栅被用于感知脉搏信号,另一个光栅作为匹配光栅被用于解调。由于两个光栅参数完全相同,其反射峰重叠,传感器反射光... 详细信息

提出了一种基于级联光栅的脉象波传感器。相同参数的两个光纤光栅组成级联光栅并植入硅胶腕带中,其中一个光栅作为传感光栅被用于感知脉搏信号,另一个光栅作为匹配光栅被用于解调。由于两个光栅参数完全相同,其反射峰重叠,传感器反射光谱表现为单个反射峰。脉搏搏动产生的应变变化对传感光栅进行调制,导致传感光栅反射峰的中心波长产生偏移,进而导致传感器反射光的强度变化。通过对反射光的强度进行监测,即实现了脉象信息的测量和提取。实验中分别测试了健康男性青年和老年受试者,以及同一个健康男性受试者上午8时和下午8时的脉象信息。结果显示,传感器可有效提取不同受试者的脉象特征点,测试结果符合中医脉象理论。当环境温度变化时,级联光栅中两个光栅的反射峰以相同速率向同一方向偏移,传感器反射光谱的强度不变,因此该传感器不受环境温度影响。此外,该传感器具有结构简单、解调方便、成本较低等优点,在脉象测试中具有一定的应用潜力。

关键词：级联光栅传感器脉象应变

来源：评论

学校读者我要写书评

暂无评论

基于时间-顶点谱图小波变换的动态纹理分类方法

引用

信号处理 2021年第6期37卷 1008-1016页

作者：韩微乔玉龙哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

动态纹理在空间和时间上表现出“外观”和“运动”属性,为了有效结合这两种属性进行动态纹理分析,本文提出一种基于时间—顶点谱图小波变换与边缘分布协方差模型的动态纹理分类方法。该方法将动态纹理看成时间—顶点图信号,利用时间—... 详细信息

动态纹理在空间和时间上表现出“外观”和“运动”属性,为了有效结合这两种属性进行动态纹理分析,本文提出一种基于时间—顶点谱图小波变换与边缘分布协方差模型的动态纹理分类方法。该方法将动态纹理看成时间—顶点图信号,利用时间—顶点谱图Meyer小波变换对动态纹理进行多尺度分解,再对每个子带应用边缘分布协方差模型,由此得到带内相关性的特征协方差矩阵作为动态纹理特征进行分类。由于时间—顶点图信号的表示可以有效描述动态纹理像素间的空间关系及其沿时间的变化,同时谱图小波变换继承了图表示和小波变换的优势,因此利用时间—顶点谱图小波分解与边缘分布协方差模型,可得到有效的动态纹理特征。在标准动态纹理数据集上的分类实验结果表明,本文方法具有良好的分类性能。

关键词：图信号处理时间—顶点谱图小波变换动态纹理分类

来源：评论

学校读者我要写书评

暂无评论

基于语义嵌入学习的特类视频识别

引用

电子学报 2023年第11期51卷 3225-3237页

作者：吴晓雨蒲禹江王生进刘子豪中国传媒大学信息与通信工程学院北京100024 媒体融合与传播国家重点实验室(中国传媒大学) 北京100024 清华大学电子工程系北京100084

暴力视频传播已经成为网络环境治理面临的隐患之一,暴力视频这类特类视频的智能识别技术对维护互联网内容安全具有重要意义.由于采集来源的多样性,暴力视频分布通常呈现较大的类内方差和较小的类间方差,常见的暴力视频识别模型难以适应... 详细信息

暴力视频传播已经成为网络环境治理面临的隐患之一,暴力视频这类特类视频的智能识别技术对维护互联网内容安全具有重要意义.由于采集来源的多样性,暴力视频分布通常呈现较大的类内方差和较小的类间方差,常见的暴力视频识别模型难以适应复杂多变的暴力场景.同时,暴力一词本身具有高度抽象的语义,如何从有限数据中学习通用的暴力语义表示成为一大难点.针对这些问题,本文基于语义嵌入学习的思想,构建了一种新颖的多模态暴力视频识别模型,主要由三部分构成.(1)多模态特征提取.考虑到视频具有多模态属性,采用了三种不同的深度神经网络分别提取表观、运动、音频三种模态的特征表示.(2)多模态特征融合.为获得鲁棒的通用视频表示,设计了一种轻量级的多模态特征融合模块(Multimodal Efficient Fusion Module,MEFM),该模块包括共享空间映射与多模态特征交互两部分,在对多模态特征进行充分交互的同时,又能够有效抑制不同模态信息之间的干扰.(3)语义嵌入学习.为适应不同数据分布的暴力数据集,提出了一种基于语义嵌入的多任务学习方法,通过引入中心损失构建暴力语义中心,并采用余弦嵌入损失将暴力样本向中心聚合、非暴力样本进行离散,形成具有语义判别性的特征表示,从而增强了模型的泛化能力,减少了数据噪声的干扰.在VSD2015,Violent Flows和RWF-2000三个公开数据集上的实验表明,本文提出的暴力视频识别模型较已有方法分别提升了4.79%,0.81%和1.5%,取得了具有竞争力的结果.

关键词：暴力视频识别多模态特征融合语义嵌入多任务学习

来源：评论

学校读者我要写书评

暂无评论

基于三维降噪自编码器的高光谱变化检测算法

引用

实验技术与管理 2023年第2期40卷 7-13页

作者：冯收陈勇奇樊元泽宿南闫奕名赵春晖哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 先进船舶通信与信息技术工业和信息化部重点实验室黑龙江哈尔滨150001

随着高光谱图像变化检测技术的可实用性越来越高,为提高变化检测算法对高光谱图像中空间信息的关注度,设计了一种基于三维降噪自编码器的高光谱变化检测算法。该算法在特征提取过程中,采用三维卷积层同时提取高光谱图像的空间和光谱信息... 详细信息

随着高光谱图像变化检测技术的可实用性越来越高,为提高变化检测算法对高光谱图像中空间信息的关注度,设计了一种基于三维降噪自编码器的高光谱变化检测算法。该算法在特征提取过程中,采用三维卷积层同时提取高光谱图像的空间和光谱信息;此外,还在输入数据中加入高斯噪声并在网络中引入残差网络,用于提高网络的特征提取能力和鲁棒性。实验结果表明,与其他5种对比算法相比,所提出的算法在3种不同数据集上在检测性能上更具优势,不仅能检测出较为连续的变化区域,而且具有一定的泛化能力、更高的检测精度和鲁棒性。

关键词：高光谱图像变化检测自编码器

来源：评论

学校读者我要写书评

暂无评论

移动辐射源目标多站协同雷达信号分选

引用

海军航空大学学报 2025年

作者：姚璐孙浩禹李松炜邓志安江苏省新闻出版学校哈尔滨工程大学信息与通信工程学院

针对移动辐射源目标引发的雷达簇概念漂移问题，提出了一种面向移动辐射源的多站协同雷达信号分选方法（Mobile-Object Stream Affinity Propagation,MO-STRAP）。该方法结合了自适应流聚类和概念漂移检测技术，通过对有效雷达簇进行漂... 详细信息

针对移动辐射源目标引发的雷达簇概念漂移问题，提出了一种面向移动辐射源的多站协同雷达信号分选方法（Mobile-Object Stream Affinity Propagation,MO-STRAP）。该方法结合了自适应流聚类和概念漂移检测技术，通过对有效雷达簇进行漂移检测与合并，有效地解决了移动辐射源目标导致的雷达簇增批问题。MO-STRAP算法在传统自适应流聚类算法的基础上增加了两个核心步骤：1）使用概念漂移检测算法检测辐射源移动所引起的数据流样本分布随时间的变化情况；2）使用多站时差定位算法计算出雷达簇对应的辐射源位置，根据雷达簇位置变化信息与辐射源移动速度的匹配情况进行雷达簇增批合并。最后进行了仿真实验，结果表明所提出的MOSTRAP方法面对移动雷达辐射源目标，能够有效抑制雷达簇增批现象，且在不同时差定位误差和脉冲丢失率条件下，均能够保持90%左右的分选成功率，性能明显优于传统方法。

关键词：协同信号分选概念漂移检测多站时差定位移动辐射源

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：