摘要:

摘要:

摘要:经过40多年的发展，量子计算已处在一个从实验室到实际场景的应用阶段，意味着量子技术时代即将来临。量子计算的巨大优势就是其指数级增长的算力，它将为信息技术带来革命性的变化，但也为现有信息安全体系带来挑战。

摘要:基于多输入多输出（multiple-input-multiple-output， MIMO）阵列的一体化射频系统通过充分利用空间自由度和波形自由度，不仅能够同时实现雷达探测、数据通信、电子干扰等多种功能，而且具有目标探测可靠性好、参数估计精确度高、反侦察识别能力强等突出特点，在高动态强对抗环境中展现了巨大的潜力。从基于MIMO阵列的一体化射频系统的检测性能分析入手，剖析了一体化射频系统的检测性能极限以及影响检测性能的主要因素；针对MIMO阵列参数高精度估计问题，提出通过单个发射脉冲完成参数估计以及一种增强参数估计精度的波形优化算法；考虑到目标角度估计误差不可避免，提出了一种稳健的一体化波形设计算法；针对杂波环境中一体化射频系统性能下降的问题，提出了发射波形和接收滤波器联合优化算法，该算法不仅能够实现同时多功能，而且有效地抑制了杂波，提高了目标检测性能。最后，展望了一体化射频系统参数估计精度极限、高精度参数估计、稳健波形设计、波形设计算法快速实现等有待突破的信号处理关键技术。

摘要:在自动驾驶、团队配合游戏等现实场景的序列决策问题中，多智能体强化学习表现出了优秀的潜力。然而，多智能体强化学习面临着维度灾难、不稳定性、多目标性和部分可观测性等挑战。为此，概述了多智能体强化学习的概念与方法，并整理了当前研究的主要趋势和研究方向。研究趋势包括CTDE范式、具有循环神经单元的智能体和训练技巧。主要研究方向涵盖混合型学习方法、协同与竞争学习、通信与知识共享、适应性与鲁棒性、分层与模块化学习、基于博弈论的方法以及可解释性。未来的研究方向包括解决维度灾难问题、求解大型组合优化问题和分析多智能体强化学习算法的全局收敛性。这些研究方向将推动多智能体强化学习在实际应用中取得更大的突破。

摘要:机器学习逐渐发展成为一种成熟强大的技术工具，并被广泛应用于无线通信抗干扰领域。其中，较为典型的有基于深度强化学习的抗干扰方法，通过与动态、不确定通信环境的不断交互来学习最优用频策略，有效解决动态频谱接入抗干扰的问题。然而，由于外界电磁频谱空间复杂、干扰模式样式动态多变，从头开始学习复杂的抗干扰通信任务往往时效性差，导致学习效率和通信性能显著下降。针对上述问题，提出基于深度迁移学习的动态频谱快速适配抗干扰方法。首先，通过构建预训练模型对已知干扰模式进行学习；其次，使用卷积神经网络提取现实场景下的感知频谱数据，重用过往经验优先启动加速适配；最后，运用微调策略辅助强化学习实施在线抗干扰信道接入。仿真结果表明，相较于传统强化学习算法，所提方法能够有效加快算法收敛速度，提升通信设备抗干扰性能。

摘要:面部表情识别在计算机视觉任务中受到越来越多的关注，由于真实场景中的表情往往包含着大量由姿态、年龄、图像质量、标注等因素带来的噪声，大大增加了类内变化，给表情的分类任务带来了很大的困难。现有的基于此类问题的研究往往聚焦于数据本身，通过对数据进行筛选或者扩大模型接受的数据类型的形式提高识别能力，没有考虑到卷积网络本身对图像特征关注的局限性。针对该问题，提出了一种基于局部空间特征引导的卷积神经网络，对于特征图的某部分像素点进行强调，引导卷积网络的深层特征图能够关注到多个对分类有效的局部面部区域，同时使用对数据重标记的形式抑制由标签错误导致的噪声问题。经过在多个公开的表情识别数据集中测试，并与多个同类方法对比，所提方法具有较好的识别效果。

摘要:针对分布式多输入多输出（multi-input multi-output, MIMO）雷达测向中存在的数据信息提取不充分、运算量偏大等问题，开展了基于广义奇异值分解（generalized singular value decomposition, GSVD）的测向算法研究，以提高低信噪比条件下的角度估计性能。首先，建立了分布式阵列MIMO雷达回波信号的统一化表征模型；其次，将分布式MIMO雷达系统接收阵列数据的多线程GSVD问题转换为一个联合优化问题，运用交替最小二乘（alternating least squares, ALS）技术实现阵列信号流行矩阵的拟合，并引入子空间类算法实现目标角度联合估计；最后，对优化问题增加l1范数约束，避免了每次迭代中进行的奇异值分解运算，降低了算法运算量。仿真实验从角度联合估计、均方误差、运算时间等方面验证了所提算法的有效性。

摘要:研究了一种基于盲源分离的单通道雷达有源相干干扰抑制方法。针对伴随式干扰场景，在间歇采样转发干扰、部分脉冲密集转发干扰等有源相干干扰并存的条件下，建立了基于脉冲压缩的多脉冲重复间隔采样抗主瓣有源相干干扰模型并对其可行性进行了证明。针对现有单通道盲源分离方法在时域进行分离效果有限的问题，提出对脉压后的距离维数据进行盲源分离的思想，可在一定程度上抑制噪声对盲源分离的影响。同时，由于目标信号和干扰信号在脉冲压缩后重合度较低，可获得更好的分离效果。仿真和实测结果表明，在多个干扰源存在的条件下，本方法可有效分离真实目标回波和干扰回波。当信噪比大于5 dB时，目标脉压回波相似系数接近100%；选取虚拟通道数越多，分离效果越好。

摘要:基于大潜深耐压实心厚壁柱状天线罩模型，提出一种四面阵干涉仪测向算法，推导了该模型下干涉仪相位差及信号入射角度的相关计算公式。该算法可以解决天线罩插入相位移不均匀性引入的相位误差问题。最后通过计算机仿真验证了所提算法的有效性，能够很好地解决经典干涉仪算法在实心壁天线罩模型下带来的阵元相位差严重失真以及测向误差大的问题。

摘要:为了有效提升光电成像系统焦平面探测器在外界存在激光干扰条件下的环境适应性，同时不显著降低原成像系统成像性能，提出了一种基于编码成像的激光能量调控方法，构建了一套以液晶空间光调制器为核心器件的编码成像实验系统并对该系统的成像性能进行了测试，设计了一套基于编码成像的激光能量调控实验验证系统并开展了多参数条件下编码成像抗激光干扰实验研究。实验结果表明，基于编码成像的激光能量调控方法可在不显著降低成像质量前提下有效提升焦平面探测器的抗激光干扰性能。