期刊,舰船电子对抗 2024年卷2期_国家学术搜索

期刊信息/Journal information

舰船电子对抗

主　　编：周晓群

出版周期：双月刊

国际刊号：1673-9167

电子邮箱：jcdzdk@163.com

电　　话：0514-87807164

邮政编码：225001

地　　址：江苏省扬州市204信箱6分箱

舰船电子对抗/Journal Shipboard Electronic Countermeasure

查看更多>>本刊是船舶重工集团公司第七二三研究所主办的学术性科技期刊。主要刊载与海军舰船电子对抗有关的基础理论、科技成果、工程设计和应用以及国内外发展信息，包括ESM、ECM、ECCM、低空反导雷达系统等领域的新理论、新技术、新器件、新动态。

正式出版

收录年代

一种基于动态门限与LMS算法相结合的多径干扰抑制算法

郭立民于致博

52-56,92页

查看更多>>摘要：在船舰行驶过程中,信号的传输在岛屿反射与海面散射影响下易产生多径效应,使船舰的无线地空数据接收系统受到影响.为提高接收机的接收性能,首先完成了多径信道的建模,搭建了三径信道模型,并在此模型下,将动态门限法与最小均方(LMS)算法进行改进结合,并用此算法完成了信号处理的研究与仿真.仿真结果表明,所提算法优化方案可以提高在此种情况下信号接收系统的准确性.

关键词：

无线数据链多径信道干扰抑制最小均方算法动态门限

原文链接:

NETL
NSTL
万方数据

一种超短基线阵定位算法应用分析

袁春姗高磊唐济远吕志华...

57-60页

查看更多>>摘要：分析了一种多元阵超短基线阵水声定位几何算法,对多元阵声学定位算法与传统正交四元阵算法做分析对比,并与常见阵型的定位精度作比较.仿真结果表明,在阵元条件等一致的情况下,五元均匀圆阵精度最高,复杂度也最大,四元三维正交阵、四元平面正交阵,精度依次降低,复杂度也依次降低.对超短基线定位系统优化阵型、提高超短基线定位精度有借鉴意义.

关键词：

超短基线多元阵时延估计定位精度

原文链接:

NETL
NSTL
万方数据

查看更多>>摘要：近年来,将深度学习应用于调制识别领域是个热门方向,但为了提高识别精度,不断复杂化的网络结构给硬件设备带来巨大压力,提出将MobileNetV2网络应用于调制识别的方法.首先生成11种调制信号的数据集,再利用MobileNetV2网络进行调制识别模型的训练,最后通过全连接层进行11种调制识别的分类输出.实验表明,Mo-bileNetV2的识别率达到95％以上,相较于实验对比的2种卷积网络提高5％左右,且网络参数总量大大降低,训练时间也有所控制,降低了对硬件设备的需求.此方法对后续轻量化深度学习网络在调制识别中的应用有研究价值与意义.

关键词：

轻量级神经网络深度学习调制识别

原文链接:

NETL
NSTL
万方数据

基于遥感图像和改进YOLOv5s的舰船识别技术

张亮

67-70页

查看更多>>摘要：航空航天与遥感技术的快速发展,带来了海量的高分辨率海面舰船图像信息,由于遥感图像带有复杂的背景环境,经典的YOLOv5s算法对舰船目标的检测与识别效果并不理想.针对这一问题,提出了一种改进的YOLOv5s模型,首先,利用Copy-paste进行数据增强.其次,构建C3Ghost模块替换原YOLOv5s中的C3模块,以减少网络的计算量.实验结果表明,改进的YOLOv5s模型对舰船目标检测与识别的效果有了显著提升.

关键词：

遥感图像YOLOv5s舰船目标检测与识别

原文链接:

NETL
NSTL
万方数据

基于BP神经网络的雷达信号载波频率测量

付豪孙恒赵忠凯

71-75页

查看更多>>摘要：现代电子战争中常通过电子侦察的方式获取敌方雷达的各种信息,雷达信号的载波频率是后续进行辐射源识别、干扰和抗干扰的一个重要参数.鉴于神经网络对数据优异的多维函数表征能力,设计了一种架构简单的基于神经网络的雷达信号载波频率快速测量方法.首先对含有噪声的雷达信号进行采样,对采样得到的每个信号的频率进行标注,预处理获得信号样本数据集.然后将数据集划分为训练集和测试集合,输入到BP神经网络中进行频率拟合.最后,向训练所得的网络模型输入射频采样得到的时域信号,网络输出信号瞬时频率值.在输入信号频率范围为0.2-2.6 GHz,信噪比为30 dB的条件下,对该网络进行多次随机重复测试,实验结果显示输入信号频率估计值均方根误差优于5 MHz.

关键词：

BP神经网络载波频率测量雷达信号

原文链接:

NETL
NSTL
万方数据

一种基于TCN的单通道语音分离算法

温国伟刘金鹏方剑

76-80,85页

查看更多>>摘要：针对端到端的语音分离中编码器模块仅仅使用一层的卷积神经网络,无法提取出语音信号更深层次的特征的问题,提出了基于时间卷积网络(TCN)的端到端的单通道语音分离,TCN有灵活的感受野,能够输入可变的序列,占用内存少,梯度稳定.利用中英文数据集对提出的基于TCN网络的端到端的单通道语音分离算法进行仿真实验,实验结果表明,与TasNet模型相比,所提算法的分离结果有所提升.

关键词：

单通道语音分离深度学习信号失真比信号伪影比信号干扰比

原文链接:

NETL
NSTL
万方数据

基于改进卷积神经网络的信号调制识别

李瀚森黄华王铎澎

81-85页

查看更多>>摘要：信号调制识别是通信侦察的重要环节.在现代战争中,信号密度日益增大、波形更加复杂、调制类型越来越多、环境干扰大等情况都导致通信侦察的电磁环境更加复杂,信号调制识别越来越困难.近年来神经网络算法得到了极大的发展,卷积神经网络算法被广泛应用于各个领域.应用一种改进卷积神经网络进行信号的调制识别工作,得到了较为准确的识别效果.

关键词：

信号调制识别卷积神经网络深度学习

原文链接:

NETL
NSTL
万方数据

基于全局注意力机制的Robust-PointPillars三维目标检测

王盈丰吴俭宋佳柯涛...

86-92页

查看更多>>摘要：提出了一种基于全局注意力机制的Robust-PointPillars三维目标检测方法,在智能驾驶的应用中,提高了目标检测的精度和鲁棒性.PointPillars等神经网络通过使用点云柱表示点云,具有实现三维目标检测的潜力.首先介绍了空间和通道双重注意力模块,以增强有学习价值的点云特征,解决了 PointPillars缺乏点云柱内部学习机制和特征提取不足的问题;挤压与激励网络(SENet)模块的引入,使PointPillars对特征信息的学习理解能力得到进一步提高;最终,对受到干扰或缺失的传感器信号进行抑制,并利用全局注意力算法来提高鲁棒性.基于KITTI数据集上的目标检测结果,本文算法具有良好的目标检测精度和鲁棒性.

关键词：

三维目标检测PointPillars全局注意力机制挤压与激励网络模块

原文链接:

NETL
NSTL
万方数据

一种实现均匀线列阵恒定束宽的方法

吕丹丹

93-97,105页

查看更多>>摘要：当基阵接收信号为宽带时,若采用常规宽带波束形成,不同频率上波束图不同,频率越高,波束宽度越窄.当信号从波束主瓣内非主轴方向入射时,输出波形会发生失真,直接影响到后续的一系列功能,如系统估计波形、识别目标特性等.该问题的基本解决方法是,设计恒定束宽波束形成器,使基阵系统对不同频率的输入信号具有相似的波束图.研究了一种应用于均匀线列阵的恒定束宽控制方法——空间重采样法,仿真结果表明,在一定的带宽内,系统能够实现恒定束宽,证明了该方法的有效性.此外,仿真实现了空间重采样恒定束控算法在频域宽带波束形成系统中的应用.在频域宽带波束形成时,利用重叠保留法,解决了数据块之间相位不连续的问题.对于系统频带范围外的频点,采用置极小数处理的方法,抑制带外干扰,提高了结果的精确度.

关键词：

均匀线列阵恒定束宽波束形成空间重采样频域波束形成

原文链接:

NETL
NSTL
万方数据

基于码流分离与统计的小区用户行为模式识别

陈俊豪石荣邓科

98-105页

查看更多>>摘要：对移动通信小区用户的侦察与管控是保证电磁空间安全和正常通信秩序的必要手段.针对目前面向第5代(5G)移动通信侦察无法在用户级别进行精准分析的现状,提出了基于码流分离和统计的小区用户行为模式识别方法.通过通信侦察处理,不仅能够获得基础的系统信令信息,还可以截获、分析用户级别特定的信令与身份信息.根据用户的身份信息和控制信息,通过解调、解扰、解码得到终端的上下行业务码流,并从统计角度获得其流量图.在此基础上,利用深度学习模型进行迁移学习,识别其行为是通话、短信还是上网,从统计学意义上完成小区用户的行为模式识别.经过实际侦察实验验证,识别正确率达到了 87.50％,为移动通信用户的精准侦察与管控相关研究奠定了重要基础.

关键词：

移动通信侦察用户码流分离行为模式识别深度学习迁移学习流量图

原文链接:

NETL
NSTL
万方数据