鉴于深度学习在图像识别领域的重大进展，在无人直升机自主着舰的应用背景下，针对较为复杂的着舰环境和着舰标志设计，采用单级多区域检测(SSD)网络对着舰标志进行识别。针对SSD网络对小目标识别率低的缺点，基于深度残差网络和特征金字塔网络结构对SSD网络进行了改进，使用ResNet101代替VGG-16网络，并利用特征金字塔网络结构改进传统上采样结构，将检测网络的高层语义信息融入低层特征信息中，最后通过实验验证了改进网络的识别效果。
着舰标志识别 SSD网络 图像识别 深度残差网络 特征金字塔网络结构 identification of landing mark SSD network image recognition deep residual network feature pyramid network structure
1 海军航空工程学院 研究生管理大队, 山东 烟台 264001
2 海军航空工程学院 控制工程系, 山东 烟台 264001
3 海军航空工程学院 指挥系, 山东 烟台 264001
4 中国人民解放军91213部队 装备部, 山东 烟台 264007
针对现有的以概率统计理论为基础的方法和模糊神经网络法必须建立在大量统计数据基础之上，以及模糊信息扩散估计法可能对器件失效阈值估计过高的问题，提出将模糊信息处理技术用于对原始实验数据的处理，得到训练样本，在此基础上利用支持向量机回归预测一定功率的高功率微波辐照条件下电子器件的损伤概率。仿真结果表明：该方法与模糊神经网络法都较好地给出了预测结果，但该方法具有更高的精度(均方根误差为7.406×10-5)，并且克服了在样本数据减半的小样本情况下模糊神经网络法可能出现野值的缺陷。
模糊信息处理 支持向量机 回归 高功率微波 电子器件 易损性 评估 fuzzy information processing support vector machine regression high power microwave electronic devices vulnerability assessment
1 海军航空工程学院 研究生管理大队, 山东 烟台 264001
2 海军航空工程学院 控制工程系, 山东 烟台 264001
针对复杂电大目标电磁脉冲耦合效应缺乏定量研究的问题, 基于时域有限差分方法(FDTD)建立了一套电磁脉冲耦合效应建模与评估分析流程, 开展了低频电磁脉冲激励下的仿真试验, 获取和分析了特性数据, 进而提出了一种表面加载透明导电材料的低频电磁脉冲激励防护方法。试验结果表明:基于功率密度的易损性分析具有良好的工程适用性, 而且防护方法对低频电磁脉冲激励具有较好的屏蔽效能。
低频电磁脉冲 耦合效应 复杂电大目标 易损性 时域有限差分法 low-frequency electromagnetic pulse coupling effect electrically large complex object vulnerability finite-difference time-domain method第22卷第11期强 Ｎｏ．11 强激光与粒子束
2010, 22(11): 2679
