1 国网河北省电力有限公司 信息通信分公司, 石家庄 050021
2 天津大学, 天津 300072
针对传统弹性光网络采用专用路径1+1保护策略存在资源浪费的问题, 文章提出了一种共享链路保护策略。在检测到链路故障后, 柔性光转发器切换至共享保护链路, 并根据业务的优先级和请求频率重排业务权重, 依据业务权重提供差异化的路由和频谱分配。此外, 文章提出一种以物理网络拓扑结构、业务需求集合和优质业务量占比为约束条件, 以最小化频谱隙利用率为目标, 具有业务区分的路由和频谱分配方法。理论分析和仿真结果表明, 与传统的1+1保护方法相比, 所提保护策略在降低网络拥塞率的同时, 可以最多节省38%的频谱资源, 能够最大限度地实现备份频谱资源的共享。
弹性光网络 专用保护 业务感知 整数线性规划 elastic optical network dedicated protection service awareness integer linear programming
空军工程大学 防空反导学院, 陕西 西安 710051
针对重构算法影响压缩成像目标检测效率和结果的问题, 提出一种二维非重构自适应阈值的红外弱小目标检测算法。基于Hadamard矩阵构建的二维观测模型, 利用Hadamard矩阵的特性对压缩差分图像进行解压缩, 直接解码目标的空域特征, 并利用改进的自适应阈值法对解码后的图像进行目标检测, 避免了重构带来的存储空间和运算时间的浪费。仿真实验表明: 在单目标和多目标的情况下, 该算法都可以有效检测目标, 并在检测率、虚警率和运算时间等指标上具有优越性能, 为压缩感知红外弱小目标检测的工程应用提供新的思路和有效算法。
非重构 目标检测 压缩差分 二维观测模型 自适应阈值 non-reconstruction target detection compressive subtraction two-dimensional measurement model adaptive threshold method 红外与激光工程
2019, 48(1): 0126001
空军工程大学 防空反导学院, 陕西 西安 710051
分析导弹尾焰可知, 影响其光谱变化的主要因素包括发动机、燃料等, 故根据尾焰光谱可以达到导弹型号识别的目的。为保证识别效率, 用特征光谱代表尾焰特征, 可大大缩减数据量。首先根据光谱差模型计算出各波长处的辐射差, 通过设定阈值将辐射差分段, 高于阈值的波段即为所选的特征波段。改变积分步长和阈值可获得几组不同数据。分别采用光谱角匹配算法(Spectral Angle Matching algorithm, SAM)和模糊算法对不同精度和不同特征波段的数据进行处理, 得到识别结果。以识别结果的正确率和待识别样本与各型光谱的相似度距离为衡量标准, 模糊算法识别效果可与SAM相当, 但其在算法复杂度方面优于SAM。
光谱识别 导弹尾焰 模糊算法 spectrum identification missile stern flame fuzzy algorithm SAM SAM 红外与激光工程
2018, 47(10): 1026001
空军工程大学防空反导学院, 陕西 西安 710051
助推段导弹有高温、大面积的尾焰,根据尾焰光谱特征可准确识别导弹。将其应用到天基预警系统能够使导弹防御系统趋于完善,但光谱信息数据量庞大,从获取光谱信息到识别光谱信息需要耗费大量时间。为此,寻找能够代表导弹尾焰光谱的特征光谱,使用模糊算法对特征光谱进行数据处理,以达到准确、快速识别的目的。利用已有的红外图像和大气、云层、导弹及飞机尾焰光谱数据进行特征光谱图像拟合,经信噪比分析后可知,特征光谱图像比全波段红外光谱图像的信噪比高。分别使用模糊算法和光谱角测度对拟合图像进行处理,结果表明模糊算法的实时性和准确性优于光谱角测度。
光谱 特征光谱图 模糊识别 导弹尾焰 云层大气背景
空军工程大学防空反导学院, 陕西 西安 710051
天基红外预警卫星远距离探测时获取的弹道目标特征信息匮乏，代表物质固有属性差异的光谱信息可作为目标识别的主要依据。将尾焰特征光谱信息作为识别的重要手段，综合考虑尾焰光谱吸收特性和特征光谱提取原则，采用改进的向前和向后间隔偏最小二乘法建立特征波段提取模型，以新型自适应变权重光谱相似性测度（SAVM）实现目标与特征光谱数据库的匹配，提出了基于尾焰特征光谱的主动段弹道目标识别方法。仿真实验进行了特征波段提取与SAVM优越性的验证，相较于全波段光谱匹配识别法，提出的方法所需数据量更小、识别精度更高。研究内容可为红外预警卫星系统优化探测识别能力提供有意义的参考。
光谱学 红外预警卫星 目标识别 特征光谱 相似性测度
弹道目标检测与识别问题是天基红外预警系统的核心难题之一.针对主动段弹道目标的检测和识别问题,分析了传统的基于空间和时间特征信息的弹道目标检测与识别方法.利用目标辐射空间与光谱的一致性,提出一种基于成像光谱技术的主动段弹道目标检测与识别方法,将空域目标检测和谱域目标识别两个环节进行联合处理.实验证明,该方法应用于复杂背景下低信噪比的红外弱小目标图像序列能得到较理想的结果,算法检测概率高、虚警概率低、具有较强的实时性.
弹道目标 目标检测与识别 成像光谱技术 光谱匹配 ballistic target target detection and recognition imaging spectral technology spectral matching
空军工程大学防空反导学院, 陕西 西安 710051
针对天基红外预警卫星获得的红外图像的特点, 分析了传统的红外弱小目标的检测与识别方法并指出了其存在的检测时间长, 虚警概率高等不足之处。根据导弹预警系统对目标检测的实时性、快速性和准确性需求及导弹尾焰红外辐射光谱特性, 提出了一种窄带高光谱的红外弱小目标检测与识别一体化方法。仿真实验采用了一个典型的红外背景图像, 根据两类典型导弹尾焰在 2.7～2.9.m波段范围内的红外辐射信息, 生成了 20幅 SNR为 2.0～2.5的红外图像, 结果验证了该方法能快速准确的检测并识别导弹目标。
红外弱小目标 检测与识别 管道滤波 窄带高光谱 infrared dim and small targets detection and recognition pipeline filter narrowband multispectral
1 第二炮兵工程大学控制工程系, 西安710025
2 中国人民解放军96317部队, 江西 宜春336000
针对飞行器在大机动飞行过程中气动参数不确定、外部未知干扰因素较多及系统建模可能存在误差等问题, 设计了一种基于RBF神经网络的非线性自适应反演控制器。飞行器大机动飞行过程中的广义不确定性由RBF神经网络在线逼近, 神经网络权值矩阵通过自适应律在线更新。反演设计过程中对虚拟控制律的反复求导带来的“项数膨胀”问题, 通过引入一阶滤波器来解决。通过构造Lyapunov函数, 证明了闭环系统所有信号均有界, 并且跟踪误差指数收敛到零的一个小邻域内。对某飞行器进行了大机动飞行仿真, 结果表明该控制器具有良好的跟踪效果和鲁棒性。
RBF神经网络 自适应反演 大机动飞行 RBF neural network adaptive backstepping high maneuvering flight
西北工业大学 智能材料研究室, 西安 710129
通过调控纳米粒子表面形貌，研究了纳米粒子形貌与表面等离子体激元之间的关系. 采用水相化学合成法制备出粗糙表面“花朵”形银纳米粒子.通过自组装形成单层阵列，并进一步组装成复合结构超材料. 测试了其光学行为，并将实验结果与树枝形纳米粒子、光滑表面纳米粒子进行对比分析.结果表明：光滑表面纳米粒子不能出现超材料效应，当粗糙程度增加，纳米粒子呈类“花朵”形时，样品出现透射峰和平板聚焦行为，但强度不高；当粗糙程度继续增加，纳米粒子呈树枝状时，出现了较强的透射峰与平板聚焦行为. 研究证实通过改变纳米粒子表面形貌，可以调控表面等离子体激元与入射光的相互作用，从而实现对光传播的操控.
超材料 自组装 表面形貌 表面等离子体激元 Metamaterials Self-assemble Surface morphology Surface Plasmon Polaritons(SPPs)
