1 空军工程大学航空工程学院, 西安 710000
2 中国人民解放军95949部队, 河北 沧州 061000
合成孔径雷达(SAR)是一种高分辨率星载(或机载)雷达系统, SAR图像自动目标识别(ATR)技术是智能图像解译的关键技术之一。针对传统的SAR舰船目标检测算法大多受限于场景且泛化能力较差的问题, 设计了一种基于YOLOv3网络的检测模型, 使用多尺度先验框对目标物体进行检测, 通过训练得到模型的最优权重, 实现端到端的目标检测。测试结果表明, 与Faster R-CNN算法相比, YOLOv3在准确率与运行速度上均有更优秀的性能表现。
SAR舰船图像 目标检测 卷积神经网络 SAR ship image target detection YOLOv3 YOLOv3 convolutional neural network
1 空军工程大学航空工程学院, 西安 710000
2 西北工业大学电子信息学院, 西安 710000
3 中国人民解放军93046部队, 沈阳 110000
合成孔径雷达(SAR)图像自动目标识别(ATR)技术是人工图像解译的关键技术之一, 其旨在屏蔽固有噪声影响, 获取感兴趣区域内表征目标的潜在特征信息, 为目标识别提供有力的数据支撑。为了提升高分辨SAR图像目标识别精度, 围绕算法设计中的相干斑抑制和特征提取问题, 结合传统恒虚警率(CFAR)检测算法和深度卷积神经网络(DCNN)的最新研究, 设计了SAR图像自动目标识别框架。实验基于MSTAR标准数据集, 目标识别结果表明所构建模型的有效性。
SAR图像目标识别 相干斑抑制 特征学习 卷积自编码网络 卷积神经网络 target recognition of SAR image speckle suppression feature learning convolution auto-encoder network convolutional neural network
1 空军工程大学航空工程学院，陕西 西安 710038
2 西北工业大学电子信息学院，陕西 西安 710129
3 中国人民解放军95696部队，重庆 405200
为了提高面向遥感图像目标检测的YOLOv3-CS算法的检测速度，提出了一种基于Batcg Normalization（BN）层γ参数的自适应稀疏因子调整算法。以γ作为通道的重要性判断依据对YOLOv3-CS进行剪枝，得到YOLOv3-CSP目标检测模型。实验结果表明，所提剪枝方法在mean Average Precision（mAP）损失仅为0.22%的情况下，使YOLOv3-CS的模型大小压缩了95.92%，检测速度提高了173%。所提YOLOv3-CSP可以应用于检测精度和实时性要求较高的场合。
图像处理 YOLOv3 稀疏训练 模型剪枝 激光与光电子学进展
2022, 59(16): 1610008
1 中国工程物理研究院应用电子学研究所, 四川 绵阳 621900
2 中国工程物理研究院高能激光科学与技术重点实验室, 四川 绵阳 621900
3 中国工程物理研究院研究生部, 北京 100088
4 中国科学院上海硅酸盐研究所, 上海 201899
5 中国科学院大学材料与光电研究中心, 北京 100049
将非水基流延成型和真空烧结技术制备的YAG/Yb∶YAG/YAG平面波导陶瓷作为激光放大器的增益介质,研究其激光放大特性。种子源为1030 nm保偏光纤激光器,放大器的抽运源为940 nm半导体激光器阵列,抽运光经过耦合后从端面进入平面波导。对比了前端抽运和后端抽运的放大性能,测试了双端抽运的激光放大输出性能。在双端抽运下,当注入种子光的功率为136 W时,获得了功率为1.41 kW的激光输出,斜率效率达到41%。这是已报道的该类陶瓷平面波导达到的较高功率激光输出。
激光器 激光放大器 陶瓷平面波导 Yb∶YAG;
中国科学院上海硅酸盐研究所透明光功能无机材料重点实验室, 上海 200050
未来二极管抽运固体激光器的重要发展方向是实现“三高”,即高功率、高效率和高光束质量的激光输出,而热效应将严重影响固体激光器的激光性能。作为极具发展前景的增益介质材料,激光陶瓷具有连续激光输出能力强、热导率高、可以高浓度掺杂等优点,并且容易实现大尺寸、批量化以及复合结构样品制备,而复合结构的增益介质可以有效改善固体激光器的热效应。其中,通过在激光陶瓷中制备光波导结构,可以高效散热、提高抽运效率,获得紧凑且具有高增益的激光系统,该类激光陶瓷有望解决“三高”固体激光器的核心问题。对光波导激光陶瓷的研究进展及其设计原理、制备方法和材料性能做了综述和介绍,最后对光波导激光陶瓷未来的研究做了展望和分析。
材料 固体激光器 光波导结构 激光陶瓷 研究进展 展望 激光与光电子学进展
2018, 55(3): 030001
电子战目标威胁评估是制定电子战作战决策的重要环节，针对电子战目标涉及因素多、各因素不确定性大的问题，建立了电子战目标多属性群决策威胁评估模型，重点对威胁评估指标的选取以及确定进行了讨论，并基于标尺量化函数对定性指标进行量化；采用折衷排序方法VIKOR对威胁目标排序，从而在整体效用最大的同时达到个体遗憾最小。最后通过进行电子战干扰战情想定下目标威胁能力的评估仿真，验证了威胁评估模型的有效性及算法的可行性，为电子战目标威胁评估提供了一种行之有效的方法。
电子战目标 威胁评估模型 评估指标 多属性决策 折衷排序方法 electronic warfare target threat assessment model assessment index multiattribute decision making compromise ranking method VIKOR VIKOR
针对先进战机射频集成系统“一对多”干扰时的资源管控问题，首先，讨论了基于有源相控阵天线的雷达/电子战一体化设计方案; 然后，采用多属性决策方法建立了电子战目标威胁等级评估模型; 通过设置威胁等级门限建立干扰任务请求模型; 最后，采用时分复用的方式对干扰空间内的多个目标进行干扰，提出了干扰资源的自适应动态分配方法。该方法基于威胁等级偏差均值最小准则或最大威胁等级偏差最小准则，可以结合相控阵雷达资源管理算法，实现雷达/干扰资源综合管控。通过不同威胁等级门限的仿真，表明自适应管控策略能够实现干扰资源的动态分配。
战斗机 射频集成系统 威胁评估 干扰资源动态分配 单机对多目标 fighter aircraft integrated radio frequency system threat assessment dynamic allocation of jamming resource single-to-multiple attack
