探地雷达在公路改扩建工程检测中的应用

公路改扩建工程在广东省正处于快速发展时期,如何准确得到路面病害情况,是旧路处治方案制定面临的主要问题.依托开阳高速改扩建工程,采用三维探地雷达对旧路进行病害检测,得到道路表面及内部的病害分布情况,并分别与人工徒步调查路况及开挖后内部实际情况进行比对.结果表明:当三维探地雷达检测采样间距设置为2.0 cm、驻波时间设置为0.6 ms、时窗设置为85 ns时,可达到较好的检测精准度;三维探地雷达可实现对路面结构内部不同深度位置的裂缝病害进行探测,精确识别3 mm宽裂缝,并了解裂缝的发展方向及性质.     

决策可靠性分析及在SAR图像目标识别中的应用

决策融合是提高合成孔径雷达（Synthetic Aperture Radar,SAR）目标识别性能的重要手段，然而，可靠性较弱的决策往往会导致最终决策融合的效果变差。将可靠性分析引入基于决策融合的SAR目标识别方法中，分别计算各个决策的可靠性系数并选取可靠性的决策参与最终的决策融合。为了验证方法的有效性，分别将提出的可靠性分析应用于多特征决策融合以及多分类器决策融合并基于MSTAR（Moving and Stationary Target Acquisition and Recognition）数据集进行了目标识别实验。在基于主成分分析、线性鉴别分析和非负矩阵分解三种特征进行多特征决策融合的条件下，所提方法和直接进行决策融合的方法的识别率分别为97.47%和96.50%。在基于K近邻、支持向量机和稀疏表示分类器的多分类器决策融合中，所提方法和直接进行决策融合的方法的识别率分别为97.10%和96.28%。实验结果充分证明了所提方法的有效性。     

Forecasting unknown-unknowns by boosting the risk radar within the risk intelligent organisation

This theoretical perspective paper interprets (un)known-(un)known risk quadrants as being formed from both abstract and concrete risk knowledge. It shows that these quadrants are useful for categorising risk forecasting challenges against the levels of abstract and concrete risk knowledge that are typically available, as well as for measuring perceived levels of abstract and concrete risk knowledge available for forecasting in psychometric research. Drawing on cybersecurity risk examples, a case is made for refocusing risk management forecasting efforts towards changing unknown-unknowns into known-knowns. We propose that this be achieved by developing the ‘boosted risk radar’ as organisational practice, where suitably ‘risk intelligent’ managers gather ‘risk intelligence information’, such that the ‘risk intelligent organisation’ can purposefully co-develop both abstract and concrete risk forecasting knowledge. We also illustrate what this can entail in simple practical terms within organisations.     

较差质量数据下的返回弹道计算及对落点影响的分析

针对某老式卫星返回时雷达跟踪数据曾发生的测量异常及质量较差等情况，为解决此类数据在返回弹道及落点计算中出现的实际困难以及给出应对措施，基于工程实际情况给出了三种不同建模类型下的弹道计算方法——当前统计解耦扩展卡尔曼滤波（EKF）、动力学建模无迹卡尔曼滤波（UKF）、多项式滑窗最小二乘估计算法，并应用该次质量较差的实际观测数据进行了算法应用效果分析与落点计算情况对比，对计算中的经验及教训进行了总结。研究结果表明，所给出的三种算法在面对较差质量数据时性能差异较大，在工程实际应用中可考虑将多种算法互为参考。研究结果及其经验教训对卫星返回弹道及落点的实时估计的工程实施有一定的参考价值。     

基于PRI信息的雷达脉冲信号分选技术研究综述

基于脉冲重复间隔（Pulse Repetition Interval，PRI）信息的雷达脉冲信号分选是电子侦察信号处理中的核心关键技术之一。以公开文献资料为来源，从直接搜索判定分选、直方图统计分选、PRI变换分选、平面变换分选、多方法综合应用等多个方面对该技术方向上的各种方法的原理、流程、特点、适用条件等进行了分类对比与归纳总结，指出了其所面临的巨大挑战，展现了其未来的发展趋势，为该方向上技术研究的深入推进与工程应用的优化推广提供了重要参考。     

基于车辆数据的k近邻联合概率数据关联算法

在交通场景中采用一些预警措施能够有效地减少交通事故发生。例如，对车辆轨迹进行跟踪并预测车辆的驾驶行为，就是一个常用的预警方法。在对车辆进行跟踪的过程中，数据关联是很重要的部分，它可以对车辆的观测点和轨迹进行关联，从而更新车辆的轨迹，完成跟踪过程。在此背景下，提出了一种新的数据关联算法，即k近邻联合概率数据关联算法(k Nearest Neighbor-Joint Probability Data Association,kNN-JPDA)。实验结果表明，该算法能够较好地解决在交通场景下车辆数据的数据关联问题，在精度以及运行效率方面都有所提高。     

一种基于微波雷达回波信号的车型分类方法

车辆类型识别方法是智能交通系统的关键技术之一。利用深度学习的高维特征泛化学习能力，将改进的LeNet-5卷积神经网络用于基于交通微波雷达的大小车型分类识别。首先，以雷达触发前的N帧信号为基础，对雷达的回波信号进行分析并构建数据集；然后，分析LeNet-5卷积神经网络的特点；最后提出一种改进的LeNet-5卷积神经网络。实验结果表明，与传统的支持向量机方法相比，所提方法能够智能学习大小车的雷达时频信号特征，大小车型识别准确率达到97%以上，可为交通场景下的车型识别研究提供新的技术途径。     

一种基于雷达图的雷达辐射源识别算法

在分析和考察雷达辐射源(Radar Emitter)多特征模式识别算法的基础上提出了一种基于雷达图(Radar Chart)中向量夹角余弦值的分类识别算法,借助雷达图实现了雷达辐射源空间特征向量向平面向量的转换,实现对雷达辐射源型号的自动识别,给出识别置信度.通过计算机仿真得到大于85%的正确识别率,进一步验证了算法在雷达辐射源识别工程中的可用性和可行性.     

利用无人机标定雷达精度的新方法

针对现有雷达标定系统存在的使用成本高、组织实施不方便、真值获取手段不可靠等一系列问题,提出了利用搭载“北斗”卫星定位系统的旋翼无人机作为探测目标的三坐标雷达精度标定新方法。设计了基于该方法的三坐标雷达标定系统方案,研究了系统实现所需的关键技术,最后给出了系统样机的试验结果。结果表明,该方法能够真实反映三坐标雷达的系统误差,与传统雷达标定方法相比,更加经济、简便、灵活。     

阵列天线在UXB系统标校中的应用

测量船基地现有标校塔与测量船距离只有980 m,无法满足高频段统一X频段（UXB）系统天线的远场标校距离条件。针对这一难题,提出了一种利用阵列天线合成准平面波的方法,实现在近场距离条件下的远场标校。在现有标校塔上架设安装阵列天线设备,利用16个单喇叭天线组成4×4的天线阵,并通过控制单个喇叭天线元的幅度和相位,使得传播到测量船UXB天线口面处由阵列天线合成的电磁波是准平面波,满足X频段天线远场标校要求。综合运用最优化理论和遗传算法,对阵列天线元的幅度和相位权值进行调节和优化,使得合成的电磁波更为接近准平面波。计算机仿真实验和外场条件下的实际测试均验证了该方法生成的准平面波能够满足UXB天线远场标校要求。