首页期刊导航|海军航空大学学报
期刊信息/Journal information
海军航空大学学报
海军航空工程学院科研部
海军航空大学学报

海军航空工程学院科研部

钟阳春

双月刊

hjhyxb@sina.com

0535-6635441，6635480

264001

山东省烟台市二马路188号

海军航空大学学报/Journal Journal of Naval Aviation UniversityCSTPCD
查看更多>>本刊以邓小平理论，“三个代表”重要思想和科学发展观为指导，以军委新时期军事战略方针为依据，坚持“四项基本原则”，贯彻“百花齐放、百家争鸣”方针，报道最新科技成果，促进学院教学、科研、学术工作和对外学术交流，培养高素质军事人才，为军队现代化建设服务。读者主要为军内外高校师生、部队科技人员、科技院所科技人员。
正式出版
收录年代

    基于多智能体强化学习的对抗博弈技术综述

    张耐民蔡秉辰于浛刘海阔...
    395-410页
    查看更多>>摘要：多智能体对抗系统是多方博弈的复杂系统.近年来,很多研究聚焦于用强化学习解决多智能体对抗博弈问题.文章从多智能体强化学习的角度对智能博弈对抗的算法进行综述.首先,简要介绍了对多智能体强化学习及博弈论;然后,提出多智能体强化学习的4项关键技术难点,并提出相关解决方法;最后,归纳多智能体强化学习的前沿研究方向,总结了研究热点与存在的挑战.综述为后续的研究打下基础,为使用多智能体强化学习解决博弈对抗问题提供思路.

    多智能体强化学习博弈论

      原文链接:
    • 维普
    • 万方数据

    基于改进YOLOv5的工件识别算法

    刘振宇吕昊元
    411-420页
    查看更多>>摘要：针对工业生产流水线中工件识别速度慢、精度低的问题,提出1种基于改进YOLOv5(You Only Look Once v5)的工件识别方法,称为YOLO_Meta.对YOLOv5原有的网络架构进行多个阶段的调整,包括利用双路注意力机制模块和深度可分离卷积改进主干特征提取网络,可以更全面地提取特征;引入1种新型解耦头增强模型对各层级特征图的利用效率;利用聚类算法计算随机锚框相似度,对先验框进行过滤以及加入标签平滑算法等.基于MS COCO数据集和自制工件数据集进行实验并根据模型深度和宽度将模型分为大、中、小3款.实验结果表明:在MS COCO数据集上,大、中、小3款模型对比原模型的AP分别提高了3.4%、1.8%、6.9%.在自制工件数据集上,大模型对比原模型mAP提高了19.1%,F1分数提高了15.2%.文章提出的YOLO_Meta模型与原始模型相比,无论是稳定性还是准确率都有很大的提升,可为工件检测任务提供参考.

    计量学YOLO工件稀疏注意力机制上下文解耦头

      原文链接:
    • 维普
    • 万方数据

    基于双教师联合蒸馏的黑烟识别算法

    李威陈子健段贺兵时佳琦...
    421-428页
    查看更多>>摘要：基于监控视频的智能黑烟车识别方法,可以有效节省人力和物力资源,具有广泛的应用前景.但车辆排放的黑烟具有半透明性,与背景中的沥青路面不易区分;且随着车辆运动,黑烟产生烟羽扩散,具有不稳定的形状,导致黑烟识别的精准率和召回率较低.首先,利用YOLOv5s-MobileNetv3模型对车辆进行定位和排烟区域截取,以降低后续处理的数据量;其次,利用K-Means算法对车辆尾部黑烟进行聚类得到具有普适性的宽高比,据此提取得到车辆的尾部排烟区;最后,提出1种双教师联合蒸馏的黑烟识别方法进行车辆尾部黑烟识别.在某高速路段的包括黑烟车的62段监控视频上进行训练及测试,目标车辆检测速度为76 fps,在精确度94.70%的前提下,召回率为97.50%,黑烟特征识别精准率93.43%,误报率为6.52%.利用轻量级网络对车辆进行定位,降低了算法复杂度,保证了方法的实时性;文章提出的双教师联合蒸馏网络模型在保证较高精准率的前提下,识别时间具有明显优势.

    车辆检测YOLOv5s黑烟尾气识别知识蒸馏师生模型

      原文链接:
    • 维普
    • 万方数据

    基于YOLOv4-Tiny结构的小目标实时检测优化算法

    于海洋张钊吕瑞宏
    429-436,474页
    查看更多>>摘要：文章针对小目标实时检测的实际应用需求,以YOLOv4-Tiny结构为基本框架,使用ECANet重新设计Mo-bileNetV3的Bneck结构并替换主特征提取网络CSPDarkNet53-Tiny,以提高模型的深度和检测速度;通过在其主干网络输出接口后增加SPPCSPC模块和使用路径聚合网络(PAN)替换特征金字塔(FPN),增强模型的感受野,汇聚多区域上下文信息,使每个特征层得到更加充分的语义信息和位置信息;在Head后融入CBAM注意力机制,增强有用信息并抑制无用信息,提高模型的检测精度.以口罩佩戴状态实时监测来验证提出的算法,实验结果表明,与YO-LOv4-Tiny结构相比,该算法平均精度提升4.13%,达到91.84%,FPS提升4.4 frame/s,达到89.5 frame/s,满足口罩佩戴状态检测的实时性要求.

    YOLOv4-Tiny结构Bneck结构SPPCSPC模块路径聚合网络CBAM注意力机制

      原文链接:
    • 维普
    • 万方数据

    基于时空特征融合的TCNformer船舶航迹长期预测

    高龙吴俊峰杨柱天徐从安...
    437-444,491页
    查看更多>>摘要：船舶轨迹预测在多种海事任务中发挥着重要的作用,虽已提出了多种时序模型解决航迹预测的问题,但船舶轨迹固有的异构型和多模式仍然面临诸多挑战,且在轨迹长期预测任务中存在较高的预测误差.针对船舶轨迹长期预测的实际应用需求,设计了1种新的AIS数据离散高维表示方法和1种新的损失函数,并将预测问题建模为分类问题,结合时间卷积网络(Temporal Convolutional Network,TCN)和Transformer模型搭建了1种新的模型,称为TCNformer,利用融合的时间维度特征和空间维度特征,通过有效捕捉AIS数据的长期依赖性,预测未来几个小时船舶位置.在公开的AIS数据集上的测试表明,所提方法相较于其他时序模型预测性能提升2倍,最长预测时间范围延长约3.8倍,满足船舶航迹长期预测的要求.

    航迹长期预测时间卷积网络Transformer模型时空特征融合AIS数据

      原文链接:
    • 维普
    • 万方数据

    基于集成改进卷积注意力块的SAR图像目标分类算法

    孙靖森李宗豫杨森钟芝怡...
    445-452页
    查看更多>>摘要：在合成孔径雷达(Synthetic Aperture Radar,SAR)图像中,目标的轮廓和细节通常比较复杂.传统的卷积神经网络(Convolutional Neural Network,CNN)只使用单一均值参数进行无差别的特征提取,不能很好地区分SAR特征之间的差异.为了解决此问题,文章提出了1种基于集成改进卷积注意力块(Improved Convolutional Block Atten-tion Module,ICBAM)的SAR图像目标分类算法ICBAM_CNN.首先,该模块通过引入方差参数至传统CBAM模块中,设计了1种改进的CBAM注意力机制,有助于分类识别网络更好地学习SAR图像不同目标卷积层输出与通道注意力之间的差异信息,提升不同SAR目标特征的可分离性;然后,ICBAM设计了1种中心坐标注意力机制,能更好地捕捉SAR图像中目标的中心分布特征,有效抑制杂波对SAR目标分类影像的干扰;最后,为了提高效率,将改进后的ICBAM模块集成到CNN网络中,实现SAR图像目标分类.ICBAM_CNN深度融合了SAR图像目标的多层级特征,提升了SAR目标特征的可分离性,可实现SAR图像目标的高精度、高效率识别分类.通过MSTAR数据集进行实验,结果表明,相比于传统CBAM方法,改进ICBAM方法的精确率提升了2.44%,召回率提升了2.24%,F1-score提升了2.34%.

    SAR图像目标分类改进卷积注意力块集成ICBAM的CNN网络中心坐标注意力机制多层级特征融合

      原文链接:
    • 维普
    • 万方数据

    基于雷达目标特征可分性的一维特征选择方法

    田凯祥于恒力王中训刘宁波...
    453-460,500页
    查看更多>>摘要：海杂波背景下的海上小目标是海洋雷达探测的重难点.针对特征空间内海杂波与小目标特征可分性问题,提出了量化特征之间可分性的度量标准——重叠系数.通过开展对海探测试验获取的2～5级海况实测数据,分别提取时域特征相对平均幅度(Relative Average Amplitude,RAA)、相对峰值峰高(Relative Peak Height,RPH)、时域熵值均值(Time domain Entropy Mean,TEM),频域特征相对多普勒峰高(Relative Doppler Peak Height,RDPH)、相对多普勒向量熵(Relative Vector Entropy,RVE)、频域熵值二阶矩(Second moment of Frequency domain Entropy,SOFE),计算出重叠系数.通过特征检测器进行检测性能对比,低海况下,相对平均幅度、相对峰值峰高、时域熵值均值、相对多普勒峰高、频域熵值二阶矩特征之间重叠系数均在0.3以下,对应特征检测器的检测概率均在85%以上;高海况下其特征之间重叠系数均在0.7以上,对应特征检测器的检测概率均在50%以下.相对多普勒向量熵在4种海况下可分性较小,其对应的特征检测器性能较差.结果验证了重叠系数在一维特征选择的应用可行性,为多特征融合目标检测提供了一定支持.

    海上小目标海杂波特征提取雷达试验目标检测

      原文链接:
    • 维普
    • 万方数据

    星载测云雷达定标技术

    肖前循许海玉丁丕满张鹏飞...
    461-466页
    查看更多>>摘要：星载测云雷达是一种定量主动微波遥感仪器,定标是实现星载测云雷达定量化应用的前提和保障,对星载测云雷达进行定标技术研究具有重要的意义.首先,简要介绍了星载测云雷达定标原理及方法,包括内定标及外定标方法;然后,重点阐述了国外星载测云雷达定标技术发展现状,总结了国外星载测云雷达在轨定标方法,并提出了有源外定标技术难点问题,可为我国未来星载测云雷达定标设计提供参考.

    星载测云雷达云内定标有源外定标

      原文链接:
    • 维普
    • 万方数据

    基于全局及局部优势特征融合的遥感图像去雾方法

    刘庆敏冯贺阳王中李童...
    467-474页
    查看更多>>摘要：由于大气中颗粒物质的散射和吸收,遥感图像通常存在细节模糊、对比度降低等问题,严重影响其视觉质量.针对这些问题,文章提出了1种基于全局及局部优势特征融合的遥感图像去雾方法.首先,利用暗通道先验对原始图像进行去雾预处理;然后,采用多曝光融合策略以及积分和平方积分方法整合图像区域的优势特征信息,提升全局及局部对比度;最后,通过金字塔融合自适应选择全局及局部对比度增强的显著特征,以获得清晰化图像.实验结果表明,该方法在遥感图像去雾领域优于其他方法,处理后的图像在黑暗区域曝光、全局对比度增强及局部细节提升等方面表现出了良好的性能.

    遥感图像去雾暗通道先验金字塔融合对比度增强

      原文链接:
    • 维普
    • 万方数据

    基于相对多普勒峰高特征的OS-CFAR改进方法

    韩喆璇于恒力王中训刘宁波...
    475-484页
    查看更多>>摘要：在传统有序统计类恒虚警的基础上,提出了1种基于相对多普勒峰高特征的改进有序统计类恒虚警检测方法.该检测算法结合相对多普勒峰高(RDPH)特征和有序统计类(OS-CFAR)检测算法的优势,对雷达回波数据的相对多普勒峰高特征进行计算,通过排序选取参考单元的特征估计,得到检测门限,并通过仿真与实测数据测试对比该算法与其他传统恒虚警算法在不同背景下的检测性能,验证该算法的优势.结果表明:相较于传统均值类、有序统计类恒虚警检测算法,基于相对多普勒峰高特征的改进OS-CFAR检测算法在实测海雷达数据的高海况场景下能够达到更好的检测概率.

    雷达目标检测有序统计类恒虚警特征提取海杂波相对多普勒峰高

      原文链接:
    • 维普
    • 万方数据