薛磊 作品数:8 被引量:25 H指数:2 供职机构: 国防科技大学 更多>> 发文基金: 武器装备预研基金 中国博士后科学基金 国家社会科学基金 更多>> 相关领域: 电子电信 军事 自动化与计算机技术 文化科学 更多>>
基于KLD的蝙蝠算法优化自适应粒子滤波 被引量:13 2019年 针对粒子滤波存在计算效率低和因粒子贫化导致的计算精度下降问题,基于KLD(Kullback Leibler distance)采样和蝙蝠算法,提出一种可动态调整粒子规模的自适应粒子滤波算法.首先,在重要性采样中利用KLD采样动态调整粒子规模;然后,使用蝙蝠算法定向优化粒子集,并在迭代更新中使蝙蝠算法和KLD采样相互作用,从而达到同时提升计算精度和计算效率的目的.实验结果验证了所提出算法的可行性和有效性. 滕飞 薛磊 李修和关键词:粒子滤波 状态估计 对光电精确制导武器的区域电子防空干扰目标分配方法 被引量:10 2018年 精确制导武器是区域电子防空的首要作战对象,以红外、电视、激光为制导方式的光电制导武器占据绝大比例。干扰目标分配作为对抗过程中的关键环节,其准确性和合理性直接决定能否实现对敌有效干扰,确保己方重点目标的安全。在分析区域电子防空目标特征、对抗能力和决策难点的基础上,确立了基于多层防御的干扰分配思路。针对目标分配的前提威胁评估问题,提出了目标环境不确定条件下基于知识推理的威胁等级判定方法。依据威胁评估结果,建立以干扰效能指数最大化为目标的干扰分配数学模型,解决不同作战对手、对抗手段、力量配置情况下的分配决策问题。仿真实例表明,所提方法能够积极响应战场态势变化,在实时分配、精确干扰和主动调整上满足实战要求。 欧阳志宏 薛磊 丁锋关键词:电子防空 知识推理 面向频谱共存的MIMO雷达波形设计综述 被引量:2 2023年 多输入多输出(multiple-input multiple-output,MIMO)雷达良好的空间分集和波形分集能力使其在目标检测和参数估计等方面有着传统雷达无法比拟的突出优势。然而,随着信息技术的快速发展,雷达和通信系统对频谱资源的需求日益增长。频谱资源稀缺导致雷达和通信系统势必出现竞争频谱资源的问题,进而使得二者相互干扰并导致性能下降。针对面向频谱共存的MIMO雷达波形设计问题,介绍了MIMO雷达的基本概念、信号模型以及信号处理任务,对MIMO雷达波形设计问题的一般形式,以及面向典型应用场景的波形设计问题进行了概述。为通过发射波形设计提高MIMO雷达在频谱拥塞环境中的性能,对频谱约束下的MIMO雷达波形设计、MIMO雷达与通信系统协同设计和雷达通信一体化等领域的研究进展进行了系统的评述和总结,并展望了下一步的研究方向。 薛磊 唐波 李达关键词:MIMO雷达 波形设计 基于周期样本图重构的雷达PRI调制类型识别算法研究 2023年 为提升对雷达脉冲重复间隔(pulse repetition interval,PRI)的分析性能,提出了一种基于周期样本图重构的雷达PRI调制类型识别算法。首先,建立了雷达PRI调制模型,分析了不同调制类型的信号特点;其次,利用到达时间(time of arrival,TOA)多阶差分序列估计了雷达PRI调制周期,并基于直方图算法重构了PRI周期样本图;然后,以PRI周期样本图为基础,提出了5个PRI调制特征实现PRI调制类型识别;该方法不仅能够提升PRI调制类型的识别准确率,而且对干扰脉冲特别是脉冲丢失具有很强的稳健性;最后,仿真实验表明了所提方法的有效性。 薛磊 黄中瑞 刘照龙基于时频域特征挖掘与自注意力机制融合的雷达PRI变化类型识别 2024年 针对存在异常值时雷达辐射源脉冲重复间隔(pulse repetition interval,PRI)变化类型识别困难的问题,提出一种基于时频域特征挖掘与自注意力机制融合的雷达PRI变化类型识别方法。首先对PRI序列进行时序变化特征和小波特征分析,从时域和频域2个角度构建特征集;然后基于自注意力机制以数据驱动的方式学习时频特征之间的互补性,有效把握不同维度特征对识别效果的贡献,实现对不同维度特征的深度融合;最后基于全连接神经网络对融合后的特征进行模式分类,从而实现对PRI变化类型的识别。仿真结果表明,在不同异常值水平下,所提方法能够显著提高对6种典型PRI变化类型的识别准确率,而且识别效果要显著优于仅使用单一维度特征的方法。 王军 薛磊 屠俑霖 遇浩宁 姜建华关键词:小波变换 神经网络 电子目标图谱可视化需求分析及方法研究 在联合作战行动背景下,信息作战的主要任务是"破网断链"。准确、科学、直观地描述电子目标态势信息,加强电子目标图谱可视化研究能够增强意图研判、威胁分析、能力评估等战场态势智能感知能力。在进行本体构建、关联关系及应用显示等方... 付美玲 薛磊 徐英关键词:知识图谱 可视化 态势感知 基于BERT-BiLSTM-CRF模型的电子目标图谱实体抽取方法 2022年 针对电子目标情报数据种类繁多、关联关系复杂,电子目标图谱存在实体抽取混乱、语义容易发生歧义等问题,将BiLSTM-CRF模型和BERT模型相结合,提出了一种电子目标图谱实体抽取方法.该方法将BERT模型中训练的词向量传递给BiLSTM模型中做特征;然后在CRF模型中得到全局序列排列,实现电子目标图谱的实体抽取.实验结果表明,与Word2Vec和BERT不同字嵌入相比,BERT的字嵌入平均识别率提高3.22%;与BiLSTM、CRF、BiLSTM等不同模型层次相比,BERT-BiLSTM-CRF的平均识别率比其他3种模型最好的平均值还要高2.99%,说明该方法能够进一步提高电子目标相关命名实体识别的效果. 付美玲 薛磊 徐英关键词:知识图谱 知识抽取