基于时序时空双流卷积的异常行为识别

针对地铁站特定场合下,人体异常行为识别无法有效利用帧间运动时间维度信息,导致人体异常行为识别准确率不高的问题,提出一种深层次残差长短期双流网络结构。将RGB帧和连续光流帧作为双流网络的输入,分别利用ResNet34提取低层特征信息,空间流网络提取运动外观特征信息,时间流网络提取光流运动信息,然后将特征信息输入长短期记忆（LSTM）网络,有效学习空间外观和光流运动的帧间关联时间信息,并且通过多种加权融合策略加强模型识别效果。最后在地铁站异常行为数据集上验证提出的网络结构,并与原双流网络进行对比,改进后的网络识别准确率提高了4.7%,融合后的模型准确率提高了12.9%。实验结果表明,所提方法能够充分利用时间维度信息,可有效提高异常行为识别准确率,在昏暗环境下仍有较好的识别效果。     

基于HSV的乳腺癌细胞识别方法

乳腺癌是女性致死率最高的疾病之一,严重威胁女性的身体健康。目前,病理医生判断病症等级,仍通过观察病理切片中的增殖细胞个数,具有很大的主观性。本文提出了一种将RGB彩色空间和HSV彩色空间模型结合的方法,采用各分量的色度特征,通过量化分析建立色度特征方程,实现从病理图像中检测识别乳腺癌增殖细胞。经20组乳腺癌病理切片图像验证,准确性达到了94.2%,优于单色彩空间模型方法约4%,本文提出方法能够更精确识别乳腺癌细胞,为乳腺癌细胞识别提供了一种新方法。     

空中目标自适应分段轨迹样式识别

常规空中目标轨迹识别方法能够识别单一轨迹样式,但对于复杂轨迹样式识别效果差。文中提出一种基于Softmax多分类网络的空中目标自适应分段轨迹识别算法。首先,通过滑窗在时间上遍历整条复杂轨迹序列,在窗内利用设计的拟合方程对窗内轨迹进行拟合,得到方程参数;然后,基于方程参数训练Softmax分类网络模型,完成基于方程参数的窗内轨迹样式识别;最后,考虑到窗内识别错误及其特征,将识别结果进行同类合并,并基于Haar小波重构对识别结果进行修正,消除离散错误识别结果。仿真结果表明：文中所提方法能有效地对复杂轨迹样式进行分段识别。     

基于极化重构的弹头识别方法研究

极化特性是弹道目标识别的重要特征之一,针对复杂突防环境下弹头快速识别需求,提出了一种基于分时极化重构和特征压缩的弹头识别方法。利用微动目标的极化散射矩阵暗室测量数据,分析了动态目标的极化散射特性。结合弹道轨道模型,仿真了弹道目标的动态极化散射矩阵雷达回波信号。基于运动参数和极化互易性对极化矩阵进行相位补偿重构;然后利用重构的极化矩阵提取极化不变量特征和庞加莱球点的变化等特征,并采用多维特征投影变换实现特征压缩,去除无用冗余信息;最后通过软判支持矢量向量机进行序贯识别,从而实现对弹头、碎片和发动机等弹道目标的快速稳健识别。     

基于移动平台的三维风速风向动态测量系统

由于风速风向对帆船等移动平台的影响,需要实现对风速风向的动态测量,因此设计了一款基于时差法的正四面体非正交结构超声波阵列的动态测量系统。该系统通过测量超声波在顺风和逆风下传播的速度不同,结合测量装置的结构解析,得到风速风向和俯仰角,利用磁力计补偿方位信息数据和中值滤波算法,解决了在移动平台上实时动态采集风速风向和俯仰角的问题。经实际测试,系统风速测量误差在±1 m/s以内,风向测量偏差不超过0.8°,俯仰角测量偏差不超过1°,达到预期设计要求。     

基于ＭＥＭＳ红外热电堆传感器阵列的智能手势识别系统

本文提出了基于MEMS红外热电堆传感器阵列实现智能手势识别的方案,针对性设计出MEMS红外热电堆传感器阵列的信号调理电路,实现信号的高效处理。进一步地,基于单片机中加载的的卷积神经网络模型,对处理后的信号进行高精度识别与分类。测试结果表明,该系统对于四种静态手势的识别准确度达92.00 %,并且能够实现通过识别手势来控制多级外设运作的功能。本系统还采用蓝牙技术,实现了系统与移动终端之间的数据交换,实际最大通信距离可达15米,符合非接触测温场景的需求。最后还开发了相应的移动终端小程序,提高了人机之间的可交互性,进一步拓宽了该技术的应用场景。     

基于两级ＳＶＭ的Φ－ＯＴＤＲ系统振动事件识别算法

相位敏感光时域反射计(Phase-sensitive Optical Time Domain Reflectometer,φ-OTDR)对于振动信号能够实现高灵敏度的连续分布式测量,目前的振动事件识别算法常从一个或者两个维度来提取特征,如时域或频域等,未能实现多维度大样本特征参量的融合分析;现有的算法一般采用简单的单级识别算法,结构比较简单,导致最终的模型识别准确率不高、泛化能力较差。针对上述问题,本文对实验采集的振动信号从时域、频域和空间域的多参量特征进行提取和融合,针对具体的振动信号识别问题,构建了一种两级支持向量机(Support Vector Machine,SVM)识别算法,对振动事件进行了两级分类,能够实现对相似振动事件的精确识别,识别准确率达90%以上。     

微弱光信号的量子增强接收优化方法(特邀)EI北大核心CSCD

在经典理论框架下,相干探测性能受限于散粒噪声对应的标准量子极限,而量子增强接收技术通过引入位移算子,采用关联的方式将经典的平衡零拍/零差探测转化为光子数态的测量,理论上可以突破标准量子极限并不断逼近Helstrom极限。无歧义量子态识别(Unambiguous State Discrimination,USD)是量子增强接收常用的识别判决策略之一。然而,由于微弱光信号的能量有限,传统的USD量子增强接收方法的适用微弱信号范围较小,微弱信号识别的错误率较高。提出了一种QPSK调制量子增强接收的混合测量优化方案,该方案首先通过二态零差测量将QPSK相干态的区分转化为BPSK相干态的区分,然后通过BPSK量子增强接收测量实现相干态的无歧义识别。仿真表明,混合测量方案在平均光子数在3.2~11.3之间优于经典的外差测量方案,而且比传统QPSK量子增强接收方案具有更大的适用信号范围。     

点面复合红外诱饵空中动态散布特性仿真及使用研究

点面复合红外诱饵是国内外飞机平台使用的先进红外干扰装备之一,具备较好的对抗红外制导导弹的能力。为获得点面复合红外诱饵空中动态散布特性,为其使用提供理论基础,提升点面复合红外诱饵使用效能,对点面复合红外诱饵的点源诱饵和面源诱饵进行动力学和运动学分析,联立方程组并进行求解,获得了点源诱饵空中运动轨迹和面源诱饵在空中的散布情况,然后改变飞机平台速度进行仿真,获得了点源诱饵和面源诱饵的相对运动趋势和平台速度影响规律。基于点面复合红外诱饵空中动态散布特性仿真,开展使用研究,阐述了点面复合红外诱饵的干扰特性和干扰机理,干扰特性主要包括辐射强度值、辐射强度变化率和辐射面积,分析了点面复合红外诱饵在红外制导导弹导引头视场的形成特点,并基于此开展干扰机理研究,分析了点面复合红外诱饵在红外制导导弹的成像阶段和非成像阶段的干扰机理,能够为诱饵使用策略的制定提供参考和借鉴,提升飞机平台战场生存能力。     

基于周期样本图重构的雷达PRI调制类型识别算法研究

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。