检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

低信噪比下的ISAR成像技术研究

低信噪比下的ISAR成像技术研究

作者：张双辉国防科学技术大学

学位级别：硕士

低信噪比下的逆合成孔径雷达(ISAR)成像是空间目标监视领域中的重点和难点问题,具有重要的理论意义和应用价值。本文针对低信噪比下ISAR成像技术的特点和难点,从低信噪比下的高速运动补偿、低信噪比下的一维距离像预处理以及低信噪比下... 详细信息

低信噪比下的逆合成孔径雷达(ISAR)成像是空间目标监视领域中的重点和难点问题,具有重要的理论意义和应用价值。本文针对低信噪比下ISAR成像技术的特点和难点,从低信噪比下的高速运动补偿、低信噪比下的一维距离像预处理以及低信噪比下的自聚焦三个方面展开研究,以为国家导弹防御系统建设提供技术支持。在绪论中,首先阐述了低信噪比下ISAR成像技术的研究背景及意义,以美国为代表回顾了空间目标高分辨雷达的发展,随后概述了ISAR成像技术的研究现状,最后介绍了论文开展的工作和结构安排。在低信噪比下的高速运动补偿中,针对高速运动目标的特点,建立了基于线性调频信号(LFM)的宽带雷达回波模型,定量分析了高速运动动对一维距离像的影响。针对高速运动严重影响一维距离像质量的问题,分别提出了基于立方相位函数(CPF)和基于累积立方相位函数(ICPF)的高速运动补偿方法。最后通过仿真数据和暗室测量数据验证了这两种方法的有效性。在低信噪比下的一维距离像预处理中,建立了高斯白噪声条件下目标一维距离像模型,并对匹配滤波器(MF)进行推广,提出了类匹配滤波器(PMF)的概念。在此基础上提出了基于类匹配滤波器的一维距离像预处理方法,以提高目标一维距离像的信噪比。最后通过―mig25‖飞机仿真数据和―yak42‖飞机实测数据验证了该方法的有效性,试验结果表明,基于类匹配滤波器的一维距离像预处理方法能提升目标一维距离像信噪比5-12dB。在低信噪比下的自聚焦中,针对目前广泛应用的最小熵自聚焦算法运算效率低的问题,分别提出了基于牛顿迭代、简化牛顿迭代、牛顿-莎马斯基迭代的最小熵自聚焦算法,推导了各算法的迭代更新表达式,并分析了算法复杂度。最后通过―mig25‖飞机仿真数据和某民航飞机实测数据验证了这三种最小熵自聚焦方法的有效性,试验结果表明,本文方法与目前广泛应用的最小熵自聚焦方法相比,运算效率提高5-10倍。最后对全文工作进行了总结,并给出了下一步研究方向。

关键词：逆合成孔径雷达(ISAR)成像低信噪比速度补偿立方相位函数累积立方相位函数类匹配滤波器一维距离像预处理自聚焦

基于注意力机制的堆叠LSTM网络雷达HRRP序列目标识别方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

系统工程与电子技术 2021年第10期43卷 2775-2781页

作者：张一凡张双辉刘永祥荆锋国防科技大学信息通信学院陕西西安710106 国防科技大学电子科学学院湖南长沙410073

传统的雷达高分辨距离像(high resolution range profile,HRRP)序列识别方法依赖于人工特征提取,并且现有的深度学习方法存在梯度消失问题,导致收敛速度慢,识别精度低。针对上述问题,提出一种基于注意力机制的堆叠长短时记忆(attention-... 详细信息

传统的雷达高分辨距离像(high resolution range profile,HRRP)序列识别方法依赖于人工特征提取,并且现有的深度学习方法存在梯度消失问题,导致收敛速度慢,识别精度低。针对上述问题,提出一种基于注意力机制的堆叠长短时记忆(attention-based stacked long short-term memory,Attention-SLSTM)网络模型,该模型通过堆叠多个长短时记忆(long short-term memory,LSTM)网络层,实现了HRRP序列更深层次抽象特征的提取;通过替换模型的激活函数,减缓了堆叠LSTM(stacked LSTM,SLSTM)模型梯度消失问题;引入注意力机制计算特征序列的分配权重并用于分类识别步骤,增强了隐藏层特征的非线性表达能力。模型在雷达目标识别标准数据集MSTAR上多种不同目的的实验结果表明,所提方法具有更快的收敛速度和更好的识别性能,与多种现有方法对比具有更高的识别率,证明了所提方法的正确性和有效性。

关键词：高分辨距离像序列注意力机制长短时记忆网络雷达目标识别

基于注意力机制的堆叠LSTM神经网络雷达HRRP序列目标识别方法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2021年

作者：张一凡张双辉刘永祥荆锋国防科技大学信息通信学院国防科技大学电子科学学院

传统的雷达高分辨一维距离像（high resolution range profile, HRRP）序列识别方法依赖于人工特征提取，并且现有的深度学习方法存在梯度消失问题，导致收敛速度慢，识别精度低。针对上述问题，本文提出一种基于注意力机制的堆叠长短... 详细信息

传统的雷达高分辨一维距离像（high resolution range profile, HRRP）序列识别方法依赖于人工特征提取，并且现有的深度学习方法存在梯度消失问题，导致收敛速度慢，识别精度低。针对上述问题，本文提出一种基于注意力机制的堆叠长短时记忆网络（attentionbased stacked long short-term memory, Attention-SLSTM）模型，该模型通过堆叠多个长短时记忆网络（long short-term memory,LSTM）层，实现了HRRP序列更深层次抽象特征的提取；通过替换模型的激活函数，减缓了堆叠LSTM(stacked LSTM,SLSTM)模型梯度消失问题；引入注意力机制计算特征序列的分配权重并用于分类识别步骤，增强了隐藏层特征的非线性表达能力。模型在雷达目标识别标准数据集MSTAR上多种不同目的的实验结果表明，本文所提出的方法具有更快的收敛速度和更好的识别性能，与多种现有方法对比具有更高的识别率，证明了所提方法的正确性和有效性。

关键词：高分辨一维距离像序列注意力机制长短时记忆网络雷达目标识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

序列ISAR像复杂结构航天器在轨姿态估计

系统工程与电子技术 2023年第8期45卷 2438-2445页

作者：寇鹏刘永祥张弛李玮杰张双辉霍凯国防科技大学电子科学学院湖南长沙410073 西安卫星测控中心陕西西安710600

针对“中国空间站”等复杂结构航天器在轨姿态估计误差精度优化的问题,提出了一种基于多线性结构特征优化选择的姿态估计方法。首先采用奇异值分解方法获取ISAR等效成像平面的空间位置,然后通过Unet3+神经网络分割出航天器的典型部件,... 详细信息

针对“中国空间站”等复杂结构航天器在轨姿态估计误差精度优化的问题,提出了一种基于多线性结构特征优化选择的姿态估计方法。首先采用奇异值分解方法获取ISAR等效成像平面的空间位置,然后通过Unet3+神经网络分割出航天器的典型部件,进而获取各部件的线性结构,最后建立优化函数求解航天器在轨姿态角。仿真和实测实验结果表明,相比现有方法,所提方法能够实现结构特征的自动提取并有效减少姿态估计误差。

关键词：逆合成孔径雷达姿态估计成像平面部件分割

在线全文

学校读者我要写书评

暂无评论

一种基于元学习的稀疏孔径ISAR成像算法

雷达学报（中英文） 2023年第4期12卷 849-859页

作者：夏靖远杨志雄周治兴廖淮璋张双辉付耀文国防科学技术大学长沙410073

稀疏孔径逆合成孔径雷达(ISAR)成像的目标是从不完整的回波中恢复和重建高质量ISAR图像,现有方法主要可以分为基于模型的方法和基于深度学习的方法两大类:一方面,基于模型的稀疏孔径ISAR成像方法往往具备显性的数学模型,对雷达回波的成... 详细信息

稀疏孔径逆合成孔径雷达(ISAR)成像的目标是从不完整的回波中恢复和重建高质量ISAR图像,现有方法主要可以分为基于模型的方法和基于深度学习的方法两大类:一方面,基于模型的稀疏孔径ISAR成像方法往往具备显性的数学模型,对雷达回波的成像过程有清晰的物理建模,但算法有效性上不如基于学习的方法。另一方面,基于深度学习的方法通常高度依赖训练数据,难以适配空间目标ISAR成像任务中高实时、高动态的现实应用需求。针对上述问题,该文提出了一种基于元学习的高效、自适应稀疏孔径ISAR成像算法。所提方法主要包含基于学习辅助的交替迭代优化和元学习优化两部分。基于学习辅助的交替迭代优化继承了ISAR成像机理的回波成像模型,保证了方法数学物理可解释性的同时避免了方法对数据的依赖性;基于元学习的优化策略通过引入非贪婪优化策略,提高了算法跳出局部最优解的能力,保证了病态非凸条件下的算法收敛性能。最后,实验结果表明:该文方法可以在不依赖训练数据、不进行预训练的情况下实现高效、自适应的稀疏孔径ISAR成像,并取得优于其他常规ISAR成像算法的性能。

关键词：逆合成孔径雷达稀疏孔径ISAR成像学习辅助非凸优化元学习

在线全文

学校读者我要写书评

暂无评论

基于复值卷积网络的阵列DOA估计

现代雷达 2022年第5期44卷 64-71页

作者：刘阿飞师俊朋张双辉刁玉加丁一国防科技大学电子科学学院长沙410073 国防科技大学电子对抗学院合肥230037

针对现有深度学习方法难以有效利用阵列回波信号的复值相位信息这一问题,文中提出了一种基于复值卷积网络的均匀线阵波达方向(DOA)估计方法,旨在提高DOA估计精度并增强低信噪比条件下对多信源参数估计的适应能力。该方法利用实际阵列输... 详细信息

针对现有深度学习方法难以有效利用阵列回波信号的复值相位信息这一问题,文中提出了一种基于复值卷积网络的均匀线阵波达方向(DOA)估计方法,旨在提高DOA估计精度并增强低信噪比条件下对多信源参数估计的适应能力。该方法利用实际阵列输出信号协方差矩阵的Hermitian特性,以其上三角数据作为复值网络的输入,以对应的理想数据作为标签,学习得到信号理想协方差矩阵的第一行,再结合其Hermitian和Toeplitz特性,重构该理想矩阵;最后采用子空间类算法进行DOA估计。仿真结果表明:相比传统子空间类和实值卷积网络算法,该算法在低信噪比下具有更高的估计精度。

关键词：复值卷积波达方向估计协方差矩阵信噪比

在线全文

学校读者我要写书评

暂无评论

基于实测RCS序列的翻滚航天器姿态估计

系统工程与电子技术 2021年

作者：寇鹏钟卫军刘永祥张双辉赵东杰国防科技大学电子科学学院中国人民解放军63768部队航天工程大学

针对航天任务中翻滚航天器姿态估计的问题，提出了一种利用实测雷达散射截面(radar cross section, RCS)序列估计在轨翻滚航天器的新方法。该方法首先根据测站的可见性要求获得航天器的可跟踪弧段，然后推导了姿态翻滚航天器在本体坐标... 详细信息

针对航天任务中翻滚航天器姿态估计的问题，提出了一种利用实测雷达散射截面(radar cross section, RCS)序列估计在轨翻滚航天器的新方法。该方法首先根据测站的可见性要求获得航天器的可跟踪弧段，然后推导了姿态翻滚航天器在本体坐标系下RCS计算公式，以仿真和实测RCS序列匹配的均方误差为匹配适应度函数，姿态估计被转化为最小化匹配适应度函数的优化问题。为了精确求解该优化问题，提出了一种混合粒子群优化算法。实验结果表明，混合粒子群优化算法在精度方面优于传统的粒子群优化算法，同时验证了混合粒子群优化算法在姿态估计中的精度和抗噪声干扰能力。

关键词：姿态估计翻滚航天器粒子群优化雷达散射截面

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

河北省产业协同降碳与降碳潜力分析

环境科学与技术 2024年第1期47卷 201-213页

作者：丁颖辉张双金河北大学经济学院河北保定071000

核算生产侧和消费侧的直接和隐含碳排放、评价行业部门的协同降碳效应和降碳潜力对河北省产业低碳转型具有重要意义。该文以河北省28个行业为研究对象,基于EIO-LCA模型计算各行业直接和隐含碳排放量,构建隐含碳排放转移网络分析行业的... 详细信息

核算生产侧和消费侧的直接和隐含碳排放、评价行业部门的协同降碳效应和降碳潜力对河北省产业低碳转型具有重要意义。该文以河北省28个行业为研究对象,基于EIO-LCA模型计算各行业直接和隐含碳排放量,构建隐含碳排放转移网络分析行业的协同降碳效应,建立降碳潜力模型评价各行业部门的碳减排潜力。结果表明:(1)金属冶炼及压延加工业、煤炭开采和洗选业、电力和热力的生产与供应业是直接碳排放最多的3个行业;(2)从生产链视角来看,金属冶炼及压延加工业、煤炭的开采和洗选业、电力和热力的生产与供应业产生最多的隐含碳排放量;(3)从消费需求视角来看,金属冶炼及压延加工业、煤炭的开采和洗选业产生的隐含碳排放最多;(4)部门之间基于投入产出关联形成碳排放转移网络结构,其他行业、金属冶炼及压延加工业、交通运输储运业和邮政业始终处于网络的枢纽地位,是产业协同降碳减排的关键部门;(5)煤炭、金属、电力等产业链上游和中游产业的降碳潜力最为明显。

关键词： EIO-LCA 隐含碳排放碳排放转移网络降碳潜力协同降碳

在线全文

学校读者我要写书评

暂无评论

肌萎缩侧索硬化伴认知功能障碍的研究进展

中国全科医学 2022年第12期25卷 1524-1528页

作者：郭双辉张玉梅首都医科大学附属北京天坛医院神经病学中心北京市100071 首都医科大学附属北京天坛医院康复医学科北京市100071

认知功能障碍在肌萎缩侧索硬化(ALS)患者中是普遍存在的,ALS伴认知功能障碍常提示预后不良。近年来对ALS患者认知功能障碍的研究取得了一定的进展,本文对ALS伴认知功能障碍的临床特点、生物标志物、遗传学特征和最新治疗进展进行综述,... 详细信息

认知功能障碍在肌萎缩侧索硬化(ALS)患者中是普遍存在的,ALS伴认知功能障碍常提示预后不良。近年来对ALS患者认知功能障碍的研究取得了一定的进展,本文对ALS伴认知功能障碍的临床特点、生物标志物、遗传学特征和最新治疗进展进行综述,以期为ALS伴认知功能障碍的临床诊疗提供新思路。

关键词：肌萎缩侧索硬化认知功能障碍治疗综述