赵研
- 作品数：15 被引量：21H指数：3
- 供职机构：中国电子科技集团第五十四研究所更多>>
- 发文基金：中国博士后科学基金更多>>
- 相关领域：电子电信自动化与计算机技术航空宇航科学技术更多>>
- 一种基于异构多智能体强化学习的多无人机协同突防方法
- 本发明公开了一种基于异构多智能体强化学习的多无人机协同突防方法，属于多智能体深度强化学习领域。本发明通过构建牵引性博弈场景和结果描述性博弈场景，初始化状态、评价神经网络参数、目标神经网络参数等超参数，对智能体进行训练。训...
- 畅鑫李艳斌赵研杜宇峰
- 基于FPGA的嵌入式校准信号源SOPC
- 在系统设备不断向小型化、集成化、网络化发展的今天,嵌入式开发成为技术发展的最前沿,改变着系统的整体结构。由于FPGA器件的自身特点,成为了嵌入式开发的方便平台。Xilinx公司结合其最新一代高端芯片推出了全新的嵌入式开发...
- 赵研梁科
- 关键词：SOPCMICROBLAZEDDS
- 文献传递
- 一种基于深度学习的指挥控制网络关键节点识别方法
- 本发明提供了一种基于深度学习的指挥控制网络关键节点识别方法，所述方法包括(1)构建指挥控制网络关键节点数据集，(2)构建指挥控制网络关键节点识别神经网络模型，(3)基于训练集对指挥控制网络关键节点识别神经网络模型进行学习...
- 畅鑫李艳斌赵研杜宇峰
- 文献传递
- 宽带数字信道化接收机EDA设计
- 随着当今通信信号的发展，传统的接收机已无法满足对通信信号侦察对抗的需求，具有高截获概率和灵活处理能力的宽带数字信道化接收机逐渐成为通信对抗发展的新方向。本文根据实信号数字信道划分方法，利用Simulink搭建了实信号数字...
- 赵研杨书玲王玉林陈建峰
- 关键词：接收机MATLAB软件EDA设计
- 文献传递
- 一种基于特征工程的强化学习通信抗干扰方法
- 本发明提供了一种基于特征工程的强化学习通信抗干扰方法，该方法包括以下步骤：在时城和频域上构建通信干扰环境；基于干扰环境和特征工程构建强化学习环境；基于强化学习环境构建强化学习通信干扰方法模型；基于干扰环境对强化学习通信抗...
- 畅鑫李艳斌赵研杜宇峰
- 一种基于深度学习的指挥控制网络关键节点识别方法
- 本发明提供了一种基于深度学习的指挥控制网络关键节点识别方法，所述方法包括(1)构建指挥控制网络关键节点数据集，(2)构建指挥控制网络关键节点识别神经网络模型，(3)基于训练集对指挥控制网络关键节点识别神经网络模型进行学习...
- 畅鑫李艳斌赵研杜宇峰
- 基于模糊函数的脉冲信号检测技术被引量：3
- 2012年
- 在现代战场上,电子设备体制及工作模式日益复杂、多变,新体制脉冲信号的大量使用,使得现代电磁信号侦察接收机面临的电磁环境日益密集、复杂。因此,复杂信号条件下脉冲信号检测识别技术成为现代侦察接收机中一项亟待解决的关键技术。从电子侦察的视角,借助时频分析理论,提出基于脉冲信号的分量分离和各分量的模糊函数检测方法,以其本质性的特征对电磁信号侦察进行分析讨论,并进行了仿真评估,验证了该方法指标性能的先进性。
- 赵研苑蕾霍达
- 关键词：时频分析模糊函数模式识别
- 基于一维卷积循环神经网络的深度强化学习算法被引量：7
- 2022年
- 针对现有深度强化学习算法在状态空间维度大的环境中难以收敛的问题,提出了在时间维度上提取特征的基于一维卷积循环网络的强化学习算法;首先在深度Q网络(DQN,deep Q network)的基础上构建一个深度强化学习系统;然后在深度循环Q网络(DRQN,deep recurrent Q network)的神经网络结构基础上加入了一层一维卷积层,用于在长短时记忆(LSTM,long short-term memory)层之前提取时间维度上的特征;最后在与时序相关的环境下对该新型强化学习算法进行训练和测试;实验结果表明这一改动可以提高智能体的决策水平,并使得深度强化学习算法在非图像输入的时序相关环境中有更好的表现。
- 畅鑫李艳斌田淼陈苏逸杜宇峰杜宇峰
- 关键词：卷积神经网络
- 基于片上PowerPC的Vxworks处理平台设计被引量：2
- 2008年
- 随着数字信息技术和网络技术的高速发展,嵌入式系统设计已经成为目前蓬勃发展的行业之一。由于FPGA嵌入式处理器具有体积小、功耗低、集成度高、能与FPGA内部逻辑紧密结合的优势,它必将引领嵌入式系统设计的新潮流。基于Xilinx公司Virtex-IV系列FPGA平台,在其内嵌PowerPC405处理器上构建Vxworks操作系统平台,通过与传统嵌入式处理平台的比较说明该平台的特点和优势。详细阐述了系统软硬件协同设计方法和平台构建过程。
- 梁科徐铂韬赵研
- 关键词：EDKBSPVXWORKSTORNADOWINDML
- 基于MA2IDDPG算法的异构多无人机协同突防方法
- 2022年
- 为了形成智能化异构多无人机协同突防策略,提出了基于多智能体异步模仿深度确定性策略梯度算法的异构多无人机协同突防方法。首先,基于典型DDPG方法,采用异步并行框架进行改进,提高经验的收集效率。其次,分别构建基于专家经验知识的牵引性奖赏函数和基于任务结果的描述性奖赏函数。再次,通过分阶段训练后,使得深度神经网络产生的协同突防策略能够快速达到专家经验知识水平后,进一步提高对抗水平。最后,在仿真实验中,构建了异构多无人机协同突防环境,对改进方法和典型DDPG方法的对抗效果进行了对比。实验结果表明,MA2IDDPG方法能够有效产生多无人机协同突防策略,并且在训练阶段表现更为稳定且对抗效果更优。所设计的创新性MA2IDDPG方法框架可有效应用于无人机群控制领域,特别是对异构无人机群的智能控制方法研究具有重要参考意义。
- 畅鑫李艳斌赵研杜宇峰刘东辉
- 关键词：人工智能多智能体系统
