检索结果-南通市图书馆

检索条件"主题词=雷达行为意图"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于深度学习的多功能雷达行为预测技术研究

基于深度学习的多功能雷达行为预测技术研究

引用

作者：吕成电子科技大学

学位级别：硕士

多功能雷达(Multi-Function Radar,MFR)在现代战争中发挥着越来越重要的作用,提前掌握下一时刻敌方MFR的工作状态和行为意图,就能在雷达对抗中占据主导地位。鉴于时序深度学习模型强大的预测能力,研究如何利用深度学习技术发掘敌方MFR... 详细信息

多功能雷达(Multi-Function Radar,MFR)在现代战争中发挥着越来越重要的作用,提前掌握下一时刻敌方MFR的工作状态和行为意图,就能在雷达对抗中占据主导地位。鉴于时序深度学习模型强大的预测能力,研究如何利用深度学习技术发掘敌方MFR的行为模式,进一步实现对电子情报侦察系统的认知赋能,已成为雷达对抗研究中的重要内容。本文在现有雷达字、词、句多层级MFR信号模型的基础上,探究了适用于预测任务的MFR行为表征方式,然后重点研究了MFR信号序列、工作模式两种不同时间尺度下的深度学习预测方法。全文主要工作内容和贡献如下:(1)针对现有MFR信号序列预测方法长距离依赖关系捕获能力不足问题,研究了基于Transformer模型的MFR信号序列预测方法,相比领域现有的马尔可夫链(Markov chain,MC)和长短时记忆模型(Long-Short Term Memory,LSTM)有更强的时序预测能力,且在处理输入序列时没有前后时序限制,可以实现并行化处理;(2)针对现有深度预测模型存在的样本嵌入向量“挤”在同一狭窄空间这一表征退化问题,添加对比学习作为模型的正则化损失。其中对比学习所具有性质中的均匀性和对齐性,改善了原来的病态样本嵌入分布,在预测性能已十分优异的Transformer预测模型的基础上,进一步提高了低频高威胁度MFR信号的预测准确率;(3)提出的基于深度隐变量建模的工作模式预测方法,能够从MFR信号序列中估计影响工作模式切换的潜在雷达行为意图隐变量,并利用估计得到的隐变量分布进一步辅助工作模式的预测,可以提升工作模式预测的准确性。在模拟的机载MFR典型执行“空-面”任务场景中,相比忽略意图隐变量的影响、直接采用交叉熵优化的方法,预测准确率从77.45%提高到了85.46%。论文的研究成果均已通过仿真实验的形式进行了验证,是对现有MFR行为预测方法的进一步拓展型,为动态博弈等更为复杂场景下的MFR行为规律研究提供了思路,并能够为OODA作战闭环中的战略行动决策提供技术支撑。

关键词：雷达行为预测自注意力机制对比学习深度隐变量建模雷达行为意图

来源：

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

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

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

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

在线全文

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：