检索结果-维普期刊中文期刊服务平台

新型光电探测技术在精确制导武器上的应用研究(特约) 被引量：10: 1; 作者宋闯姜鹏 +2 位作者段磊孙剑峰范之国《红外与激光工程》 EI CSCD 北大核心 2020年第6期210-219,共10页; 精确制导武器是现代战争中的主战武器,采用光电制导的精导武器具有分辨能力强、命中精度高的优势,在对地对海、防空反导、空间攻防等领域得到广泛应用。随着光电制导武器在现代战争中的作用愈发突出,其相应的对抗手段也在不断发展,使其... 展开更多; 关键词精确制导新型光电光学成像; 在线阅读下载PDF 职称材料

基于演化算法的约束区域均匀仿真实验设计方法被引量：3: 2; 作者魏佳宁郝昊 +2 位作者常衢通林涛张虎《系统仿真学报》 CAS CSCD 北大核心 2021年第7期1591-1599,共9页; 仿真系统通常依赖实验设计来产生仿真参数。面对约束区域下均匀实验设计存在的设计难度大、计算代价高的问题,改进了一种两段差分演化算法。将抽象的实验设计问题建模为一个约束优化问题。设计了一种融合分布估计和差分演化的求解策略;... 展开更多; 关键词均匀实验设计约束区域演化算法分布估计差分演化; 在线阅读下载PDF 职称材料

基于果蝇算法的约束区域均匀实验设计方法被引量：1: 3; 作者周佳伟杜欣 +4 位作者倪友聪张虎张昊倪皓然王峰《系统仿真学报》 CAS CSCD 北大核心 2023年第1期110-122,共13页; 针对已有的基于差分演化算法的两阶段均匀实验设计方法仍存在种群在约束区域分布多样性不佳和局部搜索能力不强的问题,提出了一种基于果蝇算法的两阶段均匀实验设计方法(two phase fruit fly optimization algorithm, ToPFOA)。ToPFOA第... 展开更多; 关键词均匀实验设计约束区域演化算法果蝇优化算法差分算子; 在线阅读下载PDF 职称材料

基于深度学习的序列图像深度估计技术被引量：4: 4; 作者梁欣凯宋闯赵佳佳《红外与激光工程》 EI CSCD 北大核心 2019年第S2期140-147,共8页; 针对单帧图像深度估计的弱泛化性,提出了基于深度学习的序列图像深度估计技术,利用深度卷积神经网络作为基础框架,结合对极几何约束,构建从序列图像到图像对应深度信息的端对端映射,实现仅依赖序列图像信息的无监督深度估计。同时,构建... 展开更多; 关键词深度学习对极几何深度估计; 在线阅读下载PDF 职称材料

基于OPNET的机群数据链混合TDMA协议仿真被引量：4: 5; 作者傅妍芳张楠 +3 位作者魏佳宁曲少春卢颖刘畅《系统仿真学报》 CAS CSCD 北大核心 2022年第9期1933-1940,共8页; 针对当前数据链的时隙分配问题,提出并实现了一种基于灰色关联分析法的混合时隙分配协议。通过灰色关联分析法对吞吐量、时延和当前报文缓冲区的负载程度做聚合,得到各节点综合得分,根据综合得分对时隙进行动态分配,同时采用固定时隙分... 展开更多; 关键词 OPNET LINK-16 固定TDMA协议混合时隙分配协议机群数据链; 在线阅读下载PDF 职称材料

VDAS中基于单目红外图像的深度估计方法被引量：5: 6; 作者李旭丁萌 +2 位作者魏东辉吴晓舟曹云峰《系统工程与电子技术》 EI CSCD 北大核心 2021年第5期1210-1217,共8页; 针对视觉辅助驾驶系统(vision-based driving assistance system,VDAS)对夜间等低能见度场景下的车辆前视深度感知需求,提出一种基于深度学习的单目红外图像深度估计方法。该方法采用端对端的多任务自监督学习框架,利用单目红外视频帧... 展开更多; 关键词红外图像深度估计卷积神经网络自监督学习; 在线阅读下载PDF 职称材料

题名新型光电探测技术在精确制导武器上的应用研究(特约) 被引量：10: 1; 作者宋闯姜鹏段磊孙剑峰范之国; 机构北京机电工程研究所天津津航技术物理研究所哈尔滨工业大学可调谐(气体)激光技术重点实验室合肥工业大学大数据知识工程教育部重点实验室; 出处《红外与激光工程》 EI CSCD 北大核心 2020年第6期210-219,共10页; 文摘精确制导武器是现代战争中的主战武器,采用光电制导的精导武器具有分辨能力强、命中精度高的优势,在对地对海、防空反导、空间攻防等领域得到广泛应用。随着光电制导武器在现代战争中的作用愈发突出,其相应的对抗手段也在不断发展,使其面临的作战环境日趋复杂,光电制导系统需不断增强对复杂作战环境的适应能力。在对红外、可见光、激光半主动等光电探测技术在制导武器中的应用现状总结基础上,分析了当前技术对抗恶劣自然天气、复杂背景、人为干扰等作战环境能力的不足。针对当前发展的多光谱探测、偏振成像、激光三维成像、量子探测等新型技术,介绍目前研究进展和成果,主要包括多光谱/多谱段成像对抗真假目标和识别伪装、偏振成像对抗雨雾等恶劣自然天气、激光三维成像在对抗复杂背景和穿透遮蔽等方面的应用优势和研究进展。最后,系统分析了当前新型探测技术应用存在的问题和需要突破的关键技术,并建议从基础器件研发、信息处理和目标特性研究等方面着力,通过基础技术和应用技术的联合攻关,推进新型探测技术的制导应用取得突破。; 关键词精确制导新型光电光学成像; Keywords precision guided new photoelectric optical imaging; 分类号 TJ765.3 [兵器科学与技术—武器系统与运用工程]; 在线阅读下载PDF 职称材料

题名基于演化算法的约束区域均匀仿真实验设计方法被引量：3: 2; 作者魏佳宁郝昊常衢通林涛张虎; 机构北京机电工程研究所复杂系统控制与智能协同技术重点实验室华东师范大学计算机科学与技术学院; 出处《系统仿真学报》 CAS CSCD 北大核心 2021年第7期1591-1599,共9页; 基金国家自然科学基金(61703382) 国防基础科研项目(JCKY2019204A007)。; 文摘仿真系统通常依赖实验设计来产生仿真参数。面对约束区域下均匀实验设计存在的设计难度大、计算代价高的问题,改进了一种两段差分演化算法。将抽象的实验设计问题建模为一个约束优化问题。设计了一种融合分布估计和差分演化的求解策略;并提出了一种删点迭代的方法,降低优化种群均匀性的时间复杂度。采用标准测试题和工程应用问题进行实验分析。实验结果表明:新算法在求解性能、算法稳定性、以及计算复杂度上都优于原算法。; 关键词均匀实验设计约束区域演化算法分布估计差分演化; Keywords uniform experimental design constrained region evolutionary algorithm estimation of distribution algorithm differential evolution; 分类号 N945.13 [自然科学总论—系统科学] TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于果蝇算法的约束区域均匀实验设计方法被引量：1: 3; 作者周佳伟杜欣倪友聪张虎张昊倪皓然王峰; 机构福建师范大学计算机与网络空间安全学院北京机电工程研究所复杂系统控制与智能协同技术重点实验室福建师范大学光电与信息工程学院武汉大学计算机学院; 出处《系统仿真学报》 CAS CSCD 北大核心 2023年第1期110-122,共13页; 基金国家自然科学基金(62172097) 福建省自然科学基金(2020J01165)。; 文摘针对已有的基于差分演化算法的两阶段均匀实验设计方法仍存在种群在约束区域分布多样性不佳和局部搜索能力不强的问题,提出了一种基于果蝇算法的两阶段均匀实验设计方法(two phase fruit fly optimization algorithm, ToPFOA)。ToPFOA第1阶段运用融合差分算子的果蝇搜索策略、基于K-means聚类及外部文档更新类中心等方法,以动态改进种群在约束区域分布的多样性;在此基础上,第2阶段进一步使用自定义果蝇算子提高约束区域内局部搜索能力。实验结果表明ToPFOA在解质量和稳定性上均优于ToPDE和ToPDEEDA。; 关键词均匀实验设计约束区域演化算法果蝇优化算法差分算子; Keywords uniform experimental design constrained region evolutionary algorithm fruit fly optimization algorithm differential operator; 分类号 TP391.9 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于深度学习的序列图像深度估计技术被引量：4: 4; 作者梁欣凯宋闯赵佳佳; 机构北京机电工程研究所复杂系统控制与智能协同技术重点实验室; 出处《红外与激光工程》 EI CSCD 北大核心 2019年第S2期140-147,共8页; 基金国防基础科研计划(JCKY2017204B064) 国家自然科学基金(61803356); 文摘针对单帧图像深度估计的弱泛化性,提出了基于深度学习的序列图像深度估计技术,利用深度卷积神经网络作为基础框架,结合对极几何约束,构建从序列图像到图像对应深度信息的端对端映射,实现仅依赖序列图像信息的无监督深度估计。同时,构建了一类基于场景三维几何信息的损失函数,舍弃原始基于图像间重投影误差的损失函数,提高算法鲁棒性。最后,通过开源数据库验证了算法的准确性和精度,同时,通过红外图像数据集验证了算法的泛化性,为军事领域应用奠定了基础。; 关键词深度学习对极几何深度估计; Keywords deep learning epipolar geometry depth estimation; 分类号 E91 [军事] TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于OPNET的机群数据链混合TDMA协议仿真被引量：4: 5; 作者傅妍芳张楠魏佳宁曲少春卢颖刘畅; 机构西安工业大学计算机科学与工程学院北京机电工程研究所复杂系统控制与智能协同技术重点实验室; 出处《系统仿真学报》 CAS CSCD 北大核心 2022年第9期1933-1940,共8页; 文摘针对当前数据链的时隙分配问题,提出并实现了一种基于灰色关联分析法的混合时隙分配协议。通过灰色关联分析法对吞吐量、时延和当前报文缓冲区的负载程度做聚合,得到各节点综合得分,根据综合得分对时隙进行动态分配,同时采用固定时隙分配的方式保证网络中的节点最少有一个时隙可用。仿真结果表明:与固定TDMA(time division multiple access)协议和P-TDMA(priority-TDMA)协议相比,该协议在减少竞争冲突的同时,也保证了较低的时延、相对较高的吞吐量和高时隙利用率。; 关键词 OPNET LINK-16 固定TDMA协议混合时隙分配协议机群数据链; Keywords OPNET Link-16 fixed TDMA(time division multiple access)protocol mixed time slot allocation protocol helicopters datalink; 分类号 TP391.9 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名VDAS中基于单目红外图像的深度估计方法被引量：5: 6; 作者李旭丁萌魏东辉吴晓舟曹云峰; 机构南京航空航天大学民航学院北京机电工程研究所复杂系统控制与智能协同技术重点实验室南京航空航天大学航天学院; 出处《系统工程与电子技术》 EI CSCD 北大核心 2021年第5期1210-1217,共8页; 基金装备预研航天科工联合基金(6141B07090114) 南京航空航天大学研究生创新基地(实验室)开放基金(kfjj20190730,kfjj20190723)资助课题。; 文摘针对视觉辅助驾驶系统(vision-based driving assistance system,VDAS)对夜间等低能见度场景下的车辆前视深度感知需求,提出一种基于深度学习的单目红外图像深度估计方法。该方法采用端对端的多任务自监督学习框架,利用单目红外视频帧之间的立体几何约束构建损失函数,无须场景的真实深度信息。取前后两帧重投影误差的最小值,解决了单目视频帧之间的遮挡问题,同时削弱了红外图像噪点多的影响。网络解码器将多尺度深度图统一上采样到较高分辨率并计算重投影误差,改善了深度图中的空洞现象。在FLIR车载红外数据集上的定性实验表明,所提方法能利用单目红外图像得到对应的像素级稠密深度;真实道路上的分析试验表明,所提方法能够在夜间情况下利用红外图像有效感知目标物的深度信息,15 m以内的相对误差为13.2%,可以满足多数突发情况下情况下的避撞要求。; 关键词红外图像深度估计卷积神经网络自监督学习; Keywords infrared image depth estimation convolution neural network self-supervised learning; 分类号 TP39 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	新型光电探测技术在精确制导武器上的应用研究(特约)	宋闯姜鹏段磊孙剑峰范之国	《红外与激光工程》 EI CSCD 北大核心	2020	10	在线阅读下载PDF 职称材料
2	基于演化算法的约束区域均匀仿真实验设计方法	魏佳宁郝昊常衢通林涛张虎	《系统仿真学报》 CAS CSCD 北大核心	2021	3	在线阅读下载PDF 职称材料
3	基于果蝇算法的约束区域均匀实验设计方法	周佳伟杜欣倪友聪张虎张昊倪皓然王峰	《系统仿真学报》 CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
4	基于深度学习的序列图像深度估计技术	梁欣凯宋闯赵佳佳	《红外与激光工程》 EI CSCD 北大核心	2019	4	在线阅读下载PDF 职称材料
5	基于OPNET的机群数据链混合TDMA协议仿真	傅妍芳张楠魏佳宁曲少春卢颖刘畅	《系统仿真学报》 CAS CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料
6	VDAS中基于单目红外图像的深度估计方法	李旭丁萌魏东辉吴晓舟曹云峰	《系统工程与电子技术》 EI CSCD 北大核心	2021	5	在线阅读下载PDF 职称材料