摘要：Opportunistic array radar （OAR） is a new generation radar system based on the stealth of the platform, which can improve the modern radar performance effectively. Designing the orthogonal code sets with low autocorrelation and cross-correlation is a key issue for OAR. This paper proposes a novel hybrid genetic algorithm （HGA） and designs the polyphase orthogonal code sets with low autocorrelation and cross-correlation properties, which can be used in the OAR system. The novel algorithm combines with simulated annealing （SA） and genetic algorithm （GA）, adds in keeping best individuals and competition in small scope, and introduces grey correlation evaluation to evaluate fitness function. These avoid the premature convergence problem existed in GA and enhance the global searching capability. At last, the genetic results are optimized to obtain the best solution by using greedy algorithm. The simulation results show that the proposed algorithm is effective for the design of orthogonal phase signals used in OAR systems.

摘要：研究了机会阵雷达的方向图综合问题,提出了一种基于模糊相关机会规划的方向图综合算法.该算法基于可信性理论,综合考虑天线单元分布的随机性以及工作状态的不确定性,以模糊变量来刻画天线单元参与方向图综合时的复杂不确定环境,建立方向图综合的规划模型.并结合模糊模拟算法和遗传算法设计了一种混合智能优化算法,用于求解该模型,仿真实验验证了所设计算法的有效性和稳定性.

摘要：针对机会阵雷达方向图综合的不确定问题,提出了一种基于模糊机会约束规划的方向图综合规划模型。该模型基于可信性理论,综合考虑天线单元分布的随机性以及激励状态的不确定性,将参与方向图综合时激励打开的天线数目看做一个梯形模糊变量,用以描述综合时的复杂不确定环境。随后,将规划模型转化为清晰等价形式,再结合遗传算法和灰关联综合评价法则设计了一种混合智能优化算法,用于求解该模型。以一维任意非均匀线阵为例,对主瓣宽度和最大副瓣电平进行了优化。仿真表明:优化后结果的可信性高于置信水平,验证了该算法的有效性。

摘要：围绕机会阵雷达(opportunistic array radar,OAR)阵列动态机会组阵的资源管理问题,以面向多任务为应用需求背景,针对机会布置在平台3D空间多个区域内的天线单元,提出了一种基于现代数学不确定性理论中的相关机会约束规划方法用于机会阵方向图综合。该方法建立在不确定性理论和模糊数学基础上,考虑OAR大量天线单元空间位置分布的不确定性和各单元激励(开/关)状态的不确定性,用模糊随机变量来刻画不确定环境中的模糊性和随机性,在天线资源受约束的不确定条件下,建立不确定规划模型来实现方向图综合。并设计将遗传算法和模糊随机模拟算法相结合的智能混合优化算法以获得模型的最优解。最后利用仿真实例验证了不确定规划模型和所设计算法的可行性和鲁棒性。

摘要：提出了一种基于灰关联混合蛙跳算法的雷达波形设计方法,以混合蛙跳算法为主体,在局部更新算子中引入遗传算法的遗传算子,并改进原始蛙跳算法的分组方法,丰富了种群的多样性,同时引入灰关联综合评价法则对适应度函数值加以关联度分析。文中以设计具有低自相关旁瓣和互相关特性的正交多相编码为例,将该算法用于雷达波形设计中。仿真结果表明使用本文算法产生的波形具备较好的低自相关特性和互相关特性,表明了该算法是有效和可行的。

摘要：人群计数对于室内空间公共安全管理、建筑节能优化等都具有重大的价值,商场也可以根据人数信息进行商品推荐和流量调控。传统基于视觉图像的方法部署成本高,受视线遮挡严重,而且容易造成隐私问题。采用商用WiFi的信道状态信息(CSI)来进行室内人群计数。首先对原始信号数据进行预处理,最小化噪声并降低数据复杂度;然后,通过滑动窗口将无线时间序列信号转换为热图图像,并设计了一个卷积神经网络CNN对热图进行特征提取,用以映射相应环境下的不同人数。实验设计了一种人员位置相对静态的模拟办公场景和另一种人员走动的模拟商业场景进行验证,结果表明所提方法在静态和动态条件下的准确率分别达到了98%和89%,相比传统算法均取得了更优效果,证明了该方法的有效性。

摘要：针对大部分的手势识别方法在较小样本下可能出现过拟合和训练误差等问题而影响识别精度,提出了一种基于多通道调频连续波(FMCW)毫米波雷达在小样本场景下的手势识别方法。采用FMCW雷达获取前推、后拉、推拉、拉推、快速挥手、快速敲击等六类手势的回波信号,首先对各种手势的雷达回波信号进行预处理,然后利用二维傅里叶变换得到手势动作的距离-时间谱图和速度-时间谱图,最后基于度量学习设计了双流度量学习原型网络以提取手势动作的多维特征并实现手势识别。实验结果表明,所设计的双流网络能够在小样本条件下进行手势识别,准确率可达到98.3%。

摘要：为了实现基于雷达传感器的人机交互,设计了一个基于深度学习的毫米波雷达手势识别实验。首先,该实验基于77 GHz的FMCW雷达,采集人体手部动作回波数据,并对回波数据进行帧差预处理,再利用多维FFT算法构建距离-速度-角度联合的多维特征融合数据谱图。然后,调用MATLAB中的深度学习工具箱,基于典型的VGG16网络,搭建了适用于多维特征数据提取和动作识别的3D-VGG16-NET网络。实验结果显示,该网络算法对手势的平均识别准确率达到99.38%。

摘要：为了帮助学生深入理解雷达传感器中信号检测和估计理论知识,掌握室内人员定位与跟踪实现过程,结合信号检测与估计理论课程,设计了一个基于毫米波雷达对室内人员定位与跟踪的实验。首先采用60 GHz的毫米波雷达采集人体运动数据,对数据进行预处理后使用多维快速傅里叶变换(FFT)构建距离-多普勒频谱图,然后结合二维单元均值恒虚警率(CA-CFAR)检测算法获取人体运动的距离和速度信息,再使用多信号分类MUSIC算法估计人体的方位角,最后利用扩展卡尔曼滤波算法进行人体运动状态估计,实现目标跟踪。实验结果表明,在多人定位和跟踪上平均每帧处理时间为33.2 ms,与实际运动路径的误差为0.275 m,表现出较好的实时性和准确性。

摘要：根据原设计,十堰市林荫大道项目下穿东风铁路通道工程中的既有铁路架空保护支护桩采用大截面矩形空心桩的形式,其施工复杂、难度大、风险高,本文从投资、工期和安全三方面对支护桩的截面设计进行对比研究,从而对原设计支护桩截面进行优化,以更有利于现场施工。