Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 884

会议视频 30

会议信息 12

年份

2024 1

2023 97

2022 104

2021 106

2020 83

2019 60

2018 56

2017 63

2016 51

2015 20

2014 17

2013 24

2012 19

2011 14

2010 18

2009 17

2008 28

2007 24

2006 18

2005 22

展开︾

关键词

神经网络 27

深度学习 15

多目标优化 11

人工智能 10

机器学习 7

能源 6

人工神经网络 5

微波遥感 5

2020 4

BP神经网络 4

微波辐射计 4

目标识别 4

网络 4

网络安全 4

网络空间安全 4

智能制造 3

碳中和 3

网络空间 3

展开︾

检索范围：

排序：展示方式：

基于深度前馈神经网络的多基地外辐射源雷达高精度目标跟踪 Research Article

徐宝兄,易建新,程丰,龚子平,万显荣

《信息与电子工程前沿（英文）》 2023年第24卷第8期页码 1214-1230 doi: 10.1631/FITEE.2200260

摘要：在雷达系统中，目标跟踪误差主要来自运动模型和非线性量测。在评估跟踪算法时，其跟踪精度是主要衡量准则。为提高跟踪精度，本文将跟踪问题表述为从量测到目标状态的回归模型，提出一种基于改进深度前馈神经网络（MDFNN）的跟踪算法。所提MDFNN跟踪算法引入一种滤波层来描述输入量测序列的时序关系，并分析了最优量测序列长度。仿真和实测的外辐射源雷达数据测试表明，在所考虑的场景下，所提算法跟踪精度优于基于扩展卡尔曼滤波器（EKF）、无迹卡尔曼滤波器（UKF）和递归神经网络（RNN）的跟踪方法。

关键词：深度前馈神经网络；滤波层；外辐射源雷达；目标跟踪；跟踪精度

HTML PDF 收藏

外辐射源雷达中基于最差性能最优的稳健失配滤波算法 Research Articles

陈刚,王俊

《信息与电子工程前沿（英文）》 2020年第21卷第7期页码 963-1118 doi: 10.1631/FITEE.1900150

摘要：外辐射源雷达利用可获得的民用及商用照射源探测目标。这些照射源信号并非为雷达设计，信号结构中存在的时变特性使其模糊函数存在严重的距离模糊副峰。失配滤波技术能有效抑制副峰，可应用于外辐射源雷达。然而，当参考信号信噪比较低时，外辐射源雷达系统的副峰抑制性能急剧下降。为解决该问题，提出一种基于最差性能最优的失配滤波算法。该算法考虑参考信号信噪比的影响，据此构建新的优化问题模型。

关键词：外辐射源雷达；距离副峰；低信噪比；失配滤波；最差性能最优

HTML PDF 收藏

基于迭代方法的联合压缩感知与相位修正多站外辐射源雷达成像算法研究 None

Jue WANG, Jun WANG

《信息与电子工程前沿（英文）》 2018年第19卷第4期页码 557-568 doi: 10.1631/FITEE.1601423

摘要：受限于机会照射源信号通常为窄带信号，多站外辐射源雷达成像系统分辨率通常较低。另外，由于跟踪系统精度影响及站址测量过程中存在测量误差，系统成像质量会严重下降。为提高多站外辐射源雷达成像系统成像性能，开展了基于层析成像原理的高分辨外辐射源雷达成像算法研究。进一步，将压缩感知技术应用于外辐射源雷达成像系统中，以改善系统成像分辨力。最后，针对非合作平台测量误差引入的相位误差，提出相应的外辐射源雷达成像系统相位补偿方法。通过最小化图像的重构误差建立了相位误差求解模型，基于定点迭代技术对相位误差模型求解。

关键词：多站外辐射源雷达；压缩感知；相位修正；定点迭代技术

HTML PDF 收藏

LTE外辐射源雷达多普勒维模糊副峰分析及抑制 Research Articles

左罗,王俊,陈刚

《信息与电子工程前沿（英文）》 2021年第22卷第8期页码 1140-1152 doi: 10.1631/FITEE.2000143

摘要：本文详细介绍了LTE频分物理下行链路信号(LTE信号)作为照射源的外辐射雷达系统。根据LTE信号特定的物理帧结构分析其模糊函数特性，同时探讨多普勒维不同类型副峰的形成机理。提出一种基于自适应参考信号预处理的失配滤波方法求解模糊权值因子，抑制模糊副峰的影响，提高目标检测性能。

关键词：外辐射源雷达（PBR）；长期演进（LTE）；多普勒模糊副峰；距离多普勒二维联合

HTML PDF 收藏

未知辐射源信号特征辅助的广义标签多伯努利滤波器 Research Article

国强1,滕龙1,2,吴新良2,宋文明2,黄大羽2

《信息与电子工程前沿（英文）》 2022年第23卷第12期页码 1871-1880 doi: 10.1631/FITEE.2200286

摘要：提出一种未知辐射源信号特征辅助的广义标签多伯努利滤波器。复杂电磁环境下，辐射源特征通常未知且随时间变化。针对辐射源特征未知的问题，提出一种基于数据场动态聚类的辐射源特征求解方法。针对辐射源特征时变以及对应的概率分布未知的问题，提出一种改进的模糊C-均值算法来计算目标和杂波量测的相关系数，以近似辐射源特征的似然函数。在此基础上，将辐射源特征集成到广义标签多伯努利滤波器中，从而获得新的递归方程。仿真结果表明，提出的方法可以提高对多目标的跟踪性能，尤其在强杂波环境中。

关键词：多目标跟踪；广义标签多伯努利；辐射源信号特征；模糊C-均值；动态聚类

HTML PDF 收藏

面向多目标跟踪的关联相似度神经网络学习 Research Articles

马良,钟巧勇,张营营,谢迪,浦世亮

《信息与电子工程前沿（英文）》 2021年第22卷第9期页码 1194-1206 doi: 10.1631/FITEE.2000272

摘要：为解决视频多目标跟踪问题，提出一种特征和度量联合学习的深度神经网络架构，称为关联相似度网络。关联相似度网络以端到端的方式学习跟踪轨迹和检测结果之间的关联相似度。针对有缺陷的检测结果，关联相似度网络同时学习矩形框回归、目标分类和相似度回归3个任务。不同于现有基于对比排序思想的方法，我们直接训练一个二分类器来学习跟踪轨迹与检测结果的关联相似度，同时设计了损失函数来约束匹配集合元素的个数。得益于上述设计，关联相似度网络不仅能够解决多目标跟踪问题中的匹配问题，还可以进行单目标跟踪。基于提出的关联相似度网络，设计了一个简单的多目标跟踪算法，在MOT16和MOT17测试集上的实验结果表明其有效性。

关键词：多目标跟踪；深度神经网络；相似度学习

HTML PDF 收藏

基于神经网络的虚拟企业跟踪评价系统

王硕,唐小我

《中国工程科学》 2003年第5卷第4期页码 65-69

摘要：

设计虚拟企业跟踪评价指标体系，建立神经网络跟踪评价模型。结果表明，它比传统的方法简便、准确，具有广阔的应用前景。

关键词：虚拟企业神经网络跟踪评价系统

HTML PDF 收藏

基于并行处理机制的多基地雷达多目标跟踪算法

徐洪奎,王东进,陈卫东

《中国工程科学》 2007年第9卷第11期页码 151-156

摘要：

针对用多基地雷达系统跟踪近距离多高速机动目标的场合，提出了一种基于并行处理机制的跟踪算法。该算法将整个观测数据的关联过程拆分成若干个并行子关联进程，并将确定目标的跟踪过程拆分成两个并行的三维子进程，同时对距离和拟测值及多普勒速度拟测值进行迭代滤波。仿真结果表明，该算法不仅能够在杂波中快速精确地跟踪多个机动目标，而且具有很好的收敛特性和稳定性。

关键词：多基地雷达系统多目标跟踪并行处理 MSJPDA 并行扩展卡尔曼滤波

HTML PDF 收藏

基于可控参数的前馈神经网络出水总氮预测模型研究 Article

赵子豪, 王子昊, 袁家洛, 马骏, 何哲灵, 徐一兰, 沈晓佳, 朱亮

《工程（英文）》 2021年第7卷第2期页码 195-202 doi: 10.1016/j.eng.2020.07.027

摘要：本文基于我国城镇污水处理厂主流工艺——序批式活性污泥工艺（SBR），构建了一种基于可控参数的前馈神经网络（FFNN）出水总氮预测模型。与已有预测模型相比，本模型具备以下两个特点：①采用可控参数（表面气速与缺氧段时长）代替溶解氧作为模型主要输入参数，明显提高模型可用可控性；②采用算法优化的前馈神经网络构建模型，显著提高模型预测精准度。>R）明显高于其他相关模型；优化后的FFNN模型可根据进水与关键控制参数实现出水TN精准预测，有望实现城镇污水处理厂总氮稳定去除、系统节能降耗，助力国家“3060”碳目标实现

关键词：前馈神经网络（FFNN）算法可控参数序批式活性污泥工艺总氮

HTML PDF 收藏

基于RGBD和稀疏学习的鲁棒目标跟踪 Article

Zi-ang MA, Zhi-yu XIANG

《信息与电子工程前沿（英文）》 2017年第18卷第7期页码 989-1001 doi: 10.1631/FITEE.1601338

摘要：鲁棒目标跟踪近年来成为计算机视觉领域一项重要的且极具挑战性的研究方向。随着深度传感器的普及，深度信息因其对光照变化与遮挡表现出一定的鲁棒性而被广泛应用于视觉目标跟踪算法中。本文提出了一种基于RGBD和稀疏学习的跟踪算法，从三个方面将深度信息应用到稀疏学习跟踪框架。首先将深度图像特征结合现有的基于彩色图像的视觉特征用于目标外观的鲁棒特征描述。为了适应跟踪过程中的各种遮挡情况，我们设计了一种特殊的遮挡物模板用于增广现有的超完备字典。最后，我们进一步提出了一种基于深度信息的遮挡物检测方法用于有效地指示模板更新。基于KITTI和Princeton数据集的大量实验证明了所提出算法的跟踪效果优于时下最先进的多种跟踪器，包括基于稀疏学习的跟踪以及基于RGBD的跟踪。

关键词：目标跟踪；稀疏学习；深度视角；遮挡物模板；深度图像特征

HTML PDF 收藏

相关滤波视觉跟踪方法中深度上下文模型的研究 Article

Zhao-yun CHEN, Lei LUO, Da-fei HUANG, Mei WEN, Chun-yuan ZHANG

《信息与电子工程前沿（英文）》 2017年第18卷第5期页码 667-679 doi: 10.1631/FITEE.1500389

摘要：近来，基于相关滤波器的跟踪器因具有较高的计算效率而颇受关注，但这一方法不能很好地处理遮挡和尺度变化。本文旨在将深度信息整合到基于相关滤波器的跟踪器中，以解决跟踪器在上述两种情况下的跟踪失败。同时利用RGB-D数据构建了一个深度上下文模型，用来描述目标与周边区域之间的空间相关性。此外，本文采用了区域生长法使跟踪器对遮挡和尺度变化的场景具有更高鲁棒性，并利用模型更新等优化方法来改进较长视频序列的性能。通过对极具挑战性的基准图像序列测试集的定性和定量评估，本文提出的跟踪器比最先进的算法具有更好的性能。

关键词：视觉跟踪；深度上下文模型；相关滤波；区域生长

HTML PDF 收藏

基于海面更快区域卷积神经网络的导航雷达平面位置指示器图像海面目标检测方法 Research Article

陈小龙,牟效乾,关键,刘宁波,周伟

《信息与电子工程前沿（英文）》 2022年第23卷第4期页码 630-643 doi: 10.1631/FITEE.2000611

摘要：更快的区域卷积神经网络（Faster R-CNN）作为一种经典深度学习目标检测算法，已广泛应用于高分辨率合成孔径雷达和逆合成孔径雷达的图像检测。本文以导航雷达PPI图像为例，针对复杂背景（如海杂波）和目标特性情况，提出一种基于海面的更快的区域卷积神经网络（Marine-Faster R-CNN）算法的海面目标检测方法。该方法利用卷积神经网络（CNN）对雷达回波生成的PPI图像进行特征提取和目标识别。首先，为提高检测海面目标的准确率，降低虚警率，设计了特征融合网络FFNet（Feature Fusion Network），并从锚点尺度、多目标检测、数据样本平衡性、尺度归一化等方面优化Faster R-CNN它的性能经过了来自不同观测条件（海况、雷达参数和不同目标）数据集的验证。

关键词：海面目标检测；导航雷达；平面位置指示器（PPI）图像；卷积神经网络；更快的区域卷积神经网络

HTML PDF 收藏

复杂形状的扩展目标联合跟踪与分类 Research Articles

王丽萍,占荣辉,黄源,张军,庄钊文

《信息与电子工程前沿（英文）》 2021年第22卷第6期页码 839-861 doi: 10.1631/FITEE.2000061

摘要：本文解决具有复杂形状的单扩展目标联合跟踪与分类（joint tracking and classification, JTC）问题。利用两个向量对目标状态建模，以减轻高维状态空间和严重非线性观测模型对目标状态估计的影响，并利用归一化傅立叶描述子的欧氏距离度量获得类别概率更新的解析解。因此，该方法被称为“JTC-RHM方法”。此外，为解决检测不确定和杂波情况下的单扩展目标JTC问题，将所提JTC-RHM方法整合到Bernoulli滤波框架中，提出JTC-RHM-Ber滤波算法。特别地，推导了该滤波算法的递推表达式。仿真结果表明：（1）与基于随机矩阵模型的JTC算法相比，所提JTC-RHM方法能更准确地对不同形状、相似大小的目标进行分类；（2）与基于星凸RHM的扩展目标跟踪算法相比，所提算法对目标状态性能估计更优；（3）所提JTC-RHM-Ber滤波算法在状态检测和估计方面具有良好性能，能够正确地实现目标分类。

关键词：扩展目标；傅里叶描述子；联合跟踪与分类；随机超曲面模型；伯努利滤波器

HTML PDF 收藏

电流型有源电力滤波器的神经网络滞环控制

王萍,张珂,许会军

《中国工程科学》 2007年第9卷第1期页码 40-43

摘要：

神经网络滞环控制就是将神经网络和滞环比较器这两种方法相结合的一种控制方法。将二者结合的控制方法不仅可实现神经网络对快速变量的控制，而且可以提高滞环控制的性能。通过训练神经网络能够完成滞环比较器的功能，并可取代滞环比较器。给出了计算机仿真结果，神经网络通过DSP实现。

关键词：有源滤波神经网络滞环比较器

HTML PDF 收藏

可见光波段的深度衍射神经网络 Article

陈航, 冯佳楠, 江闽伟, 王逸群, 林杰, 谭久彬, 金鹏

《工程（英文）》 2021年第7卷第10期页码 1485-1493 doi: 10.1016/j.eng.2020.07.032

摘要： justify;">基于衍射光学元件的光学深度学习在并行处理深度衍射神经网络（D²NN）是其中一项具有里程碑意义的研究工作。D²NN在太赫兹波段通过3D打印进行神经网络的物理固化。鉴于太赫兹波段下存在的粒子间耦合限制和材料损耗，本文将D2NN的应用波段延展至可见光波段，并提出了包括修订公式在内的一般理论，解决了工作波长、人工神经元特征尺寸和加工制备之间的矛盾。在632.8 nm的工作波长下，本文提出了一种新颖的可见光D²NN分类器，可用于原始目标（手写数字0~9）和已更改目标（被遮盖和涂改目标）的目标识别。本文获得的实验分类精度（84%）和数值分类精度（91.57%）量化了理论设计和制造系统性能之间的匹配程度。

关键词：光计算光学神经网络深度学习光学机器学习深度衍射神经网络