1.无形的浪潮与守望的明眸 试想一下这般场景：广袤田野的上空，暮色四合之际，一股由数以亿计微小生命体汇聚而成的洪流正借助强劲的高空气流，悄然跨越山川湖海。它们并非带来生命的信使，而往往是令人谈之色变的“空中劫掠者”——迁飞性农业害虫。沙漠蝗如浪席卷，一夜之间可将万亩青苗化为赤地；草地贪夜蛾犹如鬼魅，繁殖迅速且嗜食玉米等作物，短短数日可让辛勤耕耘的成果化为乌有；稻飞虱虽小却能成灾，吸食稻株汁液导致“虱烧”绝收。2020年肆虐东非的世纪蝗灾便是一个令人触目惊心的佐证：一个覆盖面积仅一平方公里的中等规...

近期，雷达院特种雷达研究所刘泉华教授研究小组在智能雷达抗干扰领域的最新研究成果发表在网络与信息安全领域国际顶级期刊IEEE Transactions on Information Forensics and Security(IEEE TIFS，影响因子8)上，第一作者为博士生张嘉翔。该研究提出了一种受网格细胞启发的深度强化学习方法，可提升雷达在面对自卫式压制干扰时的目标检测性能与策略收敛速度。 在现代电子对抗环节中，自卫式压制干扰机从雷达天线主瓣注入干扰信号，并能根据侦收到的雷达脉冲参数动态调...

一、研究背景 随着雷达分辨率的提升，扩展目标跟踪技术在自动驾驶、空域监视、海上监视和编队飞行等领域应用广泛。基于随机矩阵模型的扩展目标跟踪方法将目标轮廓建模为椭圆，能联合估计的目标运动学状态与空间扩展状态。但现有方法通常依赖一阶马尔可夫假设，难以刻画真实场景中普遍存在的高阶时序相关性，并且对状态与形状耦合关系的建模能力不足，难以兼顾精度、稳定性与实时性需求。 图1 高阶马尔可夫特性与状态—扩展耦合示意图 近期，北京理工大学雷达技术研究院多源探测研究所郑乐教授团队开展研究工作，提出适配于扩展目标的...