青年长江学者杜兰:攻坚“雷达目标识别”十余载
发布时间:2016-06-03 17:23:59来源:新闻中心点击:我要评论: 0

■ 记者 李直

她的团队独创性的最早提出了高分辨雷达回波统计识别框架;她最早将贝叶斯统计学习方法应用于雷达目标识别;2014年,她以第二发明人获得国防技术发明一等奖,2015年,又以第二发明人获得国家技术发明二等奖……

“独创”、“最早”、“发明人”……2015年度教育部“长江学者奖励计划”入选者杜兰正在“雷达目标识别”领域的研究中稳步前进着。

如约来到采访地点,杜老师正坐在沙发上认真的修改自己准备的采访内容,见到我们,杜老师非常热情的给我们递水、挪座位。身着素雅蓝色连衣裙的她说话柔声细语,举止谦逊,让人倍感亲切。

谁也不会想到,这样一位80后温柔舒雅的女子,正在从事着雷达信号领域最为困难的研究方向之一——雷达目标识别技术,并且一做就是10余年。

做事认真 善于学习

“早在本科毕业设计我就已经开始接触了雷达目标识别,这个方向是我的导师保铮教授安排我去做的,后来通过一段时间的研究,我逐渐了解到雷达目标识别是一个很小众的科研方向,研究起来很难,很长一段时间内,在保老师的团队中没有老师专门去负责。”杜兰说,在当时,雷达目标识别虽然很难,但却是非常重要的技术,也受到美国等发达国家的高度重视,80年代就被美国列为国防关键技术。

在DARPA(美国国防高级研究计划局)1997年提交给国防部的一份报告中,认为“雷达目标识别技术是一项具有极高应用价值的技术,需要长期重点研究”,他们也用“to-hard-to-do”来形容雷达目标识别研究,所以说这确实是很有挑战的研究方向。说它难,是因为雷达目标识别是一个交叉方向,除了传统的雷达系统、信号处理之外,还涉及到机器学习和模式识别,要通过回波特性分析目标属性。而对于虚假或伪装目标的识别,我们要确定一个基准的门线,以区别判断真实目标与虚假或伪装目标。

“硕、博学习期间,我集中研究了高分辨雷达回波特性分析和统计建模。保老师一直很强调物理概念,所以,我们研究在结合雷达回波特性方面是很有特色的,也发表了多篇高水平的国际论文。我的博士学位论文也获得了全国百篇优秀博士论文奖。”杜兰说,虽然博士期间取得了一些成绩,但是,博士快毕业时更多的却是危机感和瓶颈感。我们在雷达信号处理方面的研究是有优势的,但在机器学习和模式识别方面还有很大欠缺,要想让雷达目标识别研究更进一步,在结合雷达回波特性的基础上,还需要具备最新的机器学习和模式识别方面的知识。

“出于这个原因,2007年9月,我前往美国杜克大学进行博士后访问学习。我所在的Lawrence Carin教授的研究小组在有关统计机器学习方面国际上很有名气,我在该小组做的是基础的贝叶斯统计机器学习研究。”杜兰介绍说。

正是这段时间,杜兰真正的深入学习了机器学习和模式识别方面的知识和方法。“在美国工作、学习期间,我感觉压力是很大的。虽然是博士后身份,但是我和小自己5、6岁的博士生一样都是刚刚进入统计机器学习领域。为了能够在最短的时间内入门、上手,我必须比别人更努力、付出更多。”杜兰说,做博士后所在的实验室也会定期开会,所有人坐在一起汇报、交流各自的进展和问题,对于大家提出的问题我会认真记录,反复的思索,随时想到随时记录,不论是会上还是私下都多方面去请教、学习,反复修改纠正自己的工作,甚至忘记吃饭,也会经常工作到凌晨。

在杜克,学校有一项“Safe Ride”的福利,就是学校为了保障学生安全,晚上可以免费送住在附近的学生、博士后回公寓。那时候我经常工作到凌晨1、2点,甚至3、4点,独自一人叫Safe Ride,时间长了,一个白头发、白胡子的司机都认识我了,经常在回家的路上和我聊天,问我关于中国、关于科研工作的问题,还会说你们做科研工作也好辛苦呀。”回想起这段小插曲,杜兰印象很深刻。

经过十多年的努力,杜兰在研究团队高分辨雷达回波的特性分析的基础上,独创性的提出了高分辨回波统计识别框架,对应了一系列由简单到复杂的基于统计建模的识别方法。这种方法相对于传统识别方法,更适合于雷达目标高分辨回波的特性,在应对噪声、干扰和在线建库方面都更具优势。因此国内一些其他团队和研究所目前都在采用该框架开展研究,在国外方面也得到了多个研究机构的学者在公开文献中引用或参考。

此外,为了使雷达目标识别技术满足实际应用的需求,杜兰也是最早将贝叶斯统计学习方法应用于雷达目标识别,重点解决了小样本学习和噪声稳健两个关键性的工程应用问题。相关成果不仅在雷达目标识别方面受到关注,在贝叶斯方法理论研究、图像处理、生物信号分析、智能交通管理等其他应用方面的论文中也有引用和参考。

谈到目前已经取得这这些成果,杜兰十分谦虚的说:“谈不上成就,只能说取得了一些进展,这要十分感谢保铮老师的指导和引领。保老师教会我最基本的科研方法,首先是物理概念,其次才是数学算法,还有归纳总结的能力以及做科研的严谨和仔细。”

物理慨念的重要性我深有体会,杜兰回忆说:“博士学习期间,香港中文大学的徐雷教授有一次在报告中提到当时主要用于经济学和统计学中的因子分析模型。我感觉这个模型可以用于我们正在研究的高分辨雷达回波统计建模。所以,我就找了大量资料阅读,这期间也解决了很多数学推导的问题。当时我很高兴,专门找保老师讨论,给保老师讲这个模型。但是,当保老师听完我一大堆的数学推导后,问了我两个问题,第一,为什么要把这个模型用于高分辨雷达回波统计建模?第二,要解决什么问题?这时,我才突然发现自己已经完全陷入了数学推导,而忘记了自己去研究这个模型的初衷。”

“之后,我和保老师进一步讨论、分析,发现因子分析模型是可以和我们之前研究的统计模型关联起来的,是一种更精细的统计模型。这么一梳理,研究思路清晰了,我的统计建模工作还形成了一个体系,并且之后还按照这个体系,基于因子分析模型做了一系列的改进工作。这次经历使我明白了,数学算法固然重要,但更重要的是物理概念,只有把牢牢的把握住要解决的物理问题,才能用对、用好数学算法。这也是我们团队一直在延续的一种研究理念。”杜兰告诉记者。

谈到这里,杜兰还讲了自己刚上研究生写第一篇论文时的经历,令她受益匪浅:“当时保老师帮我改我的第一篇论文初稿,因为保老师习惯看打印出来的文章,所以我把打印版交给了保老师。也就一两天时间,当我拿回文章的时候,发现上面已经密密麻麻写满的各种修改意见,甚至符号公式、图表甚至每个坐标的标注都很仔细的给出了修改意见,对于一些不太好的段落,保老师直接划掉,另附了稿纸自己重写这些段落。这份修改稿对我帮助很大,让我明白了严谨的科研态度体现在科研工作中的每个细节中。此后不论写任何报告和文章,我都要求自己要做到严谨、规范。”

问题导向 注重应用

杜兰所在科研团队完成的雷达目标分类技术项目获得了2015年国家技术发明二等奖,发明了目标分类新方法,解决了目标分类重大技术难题,为提升我国现有装备的信息获取能力做出了突出的贡献。

“雷达目标识别不仅仅是理论问题,同时也涉及到系统工程问题。”谈到团队项目获奖情况时杜老师告诉我们:“我们在国内首次将目标分类方法应用到了型号雷达系统中,实现了雷达目标识别理论方法的具体应用。在不同平台上应用的过程中,理论和实际的结合衍生出了不同的新的问题,通过团队成员协共同努力,在合作单位密切配合下,在设备上进行调试、数据处理、再调试、再改进等一系列过程,提出了最终实现了系列的应用。”

“一个技术理论方法的实用化是一个不断试验、不断改进的长期过程,可能需要很长时间很多人的努力才能实现。在理论研究时,可能环境的设置都比较理想,但是在工程应用中,实际的系统环境,有限的系统资源和时间分配都与在实验室不同,利用有限的资源来实现目标识别的功能就需要不断地去改进和调试,这才是在应用中最大的困难。这个获奖的项目如果从初期的理论算法研究开始算起,前前后后一共经历了大概有十五年的时间。”杜兰说。

相比于在实验室的理论研究,杜兰需要经常去一些条件艰苦的实验场所从事与研究所合作的工程应用类项目。在经常性的出差中,晚点、延误、改签甚至滞留都是家常便饭。

“记得有一次去新疆某地处理外场数据。由于实验场地在一个小地方,我们从西安过去需要在乌鲁木齐转乘支线小飞机,到了当地还需要乘坐一段时间的汽车,光路途上就需要整整一天的时间。当我们到达当地机场时,我惊奇地发现整个机场只有一条起飞、降落的跑道,停机坪只有学校操场大小,也就停放1-2架小型支线飞机。机场里没有登机口通道的,飞机降落在停机坪后,我们自己从悬梯走下飞机,然后自己拉行李走到小小的航站楼。这是我见过的袖珍的机场。走出航站楼,看到的就是修建在戈壁滩上的停车场和公路。合作单位的接机师傅见我们的第一句话就是西电怎么派来了两个女生。”杜兰笑着说。

由于项目的需要,一年多的时间里,杜兰和研究生多次去当地处理数据,最长的时候要待近一个月。为了保证学校的教学工作,杜兰只能多次往返西安和当地,行程最紧的时候一周要往返两趟。

归纳总结 鼓励交流

谈到带研究生,杜兰表示:“首先要严于律己,以我为表率,高标准、严要求,不断提升自己;其次是看中对科研能力和严谨的科研作风的培养。” 延续着保铮老师对我的教导,我十分重视引导学生从物理层面把握新方法、新概念,不用一味地陷入算法和数学推导,也重视对学生论文的修改,尤其是刚开始写论文的时候,要帮助学生形成标准、规范的写作习惯。我们团队一直有着坚持读文章,定期做工作汇报和讨论组会的传统,这也是为了培养学生的归纳总结能力,加强学生之间的交流。

“在报考研究生选择导师时,看到杜老师的介绍,对于如此年轻的老师取得如此大的成就感到很震撼,也因此报考了杜老师的研究生。然而上了研究生之后感到更加震撼,因为感觉不管我们多早来实验室,杜老师都已经坐在实验室开始工作了。”来自电子工程学院的研二学生刘彬说。

谈到这几年所获得的荣誉称号和奖项时,杜兰表示,每一次评奖都是对自己的工作总结和归纳的一个过程,最重要的是发现自己的不足。平时忙于具体的科研工作,不一定能察觉到自己在某方面的落后,通过整理材料、梳理思路才会发现这些问题。

“我非常重视专家在评审和答辩时提出的意见和问题,不仅在当时会思考回答,事后我也会反复琢磨,我认为这些专家是在帮助我把握自己的科研方向。相比于称号和奖项,这才是最大的收获。”杜兰说。

“学术交流也是非常重要的,尤其是对于雷达目标识别这样一个学科交叉的研究方向,我们不仅要关注雷达、雷达信号处理方面的最新研究进展,也要关注机器学习,人工智能领域的进展,比如深度学习、视觉注意、弱监督新理论。”杜兰说:“学术交流为我们提供了了解相关领域最新进展、最新动态的一种便捷方式,也给我们提供了对外合作的机会。我们有一些研究工作就是在交流中碰撞出的新点子、获得的启发。只要时间等方面允许,我经常参与一些国内外的学术交流活动,做口头报告、特邀报告等,也鼓励团队的学生们参加各种形式的学术交流。”

“我感觉科研工作贵在坚持,雷达目标识别很难,一些同学、朋友和学生也问过我,女生做科研工作是不是太苦了。对我而言,雷达目标识别这个研究方向很重要,而我们现在还有很多问题没有解决,做的还不够好,所以,我不会放弃,也不觉得苦。”杜兰坚定的说,博士阶段自己学会了基本的科研方法,博士后阶段学会了如何把握理论前沿,回国工作以来,自己在理论和应用相结合的研究中不断成长锻炼,每一步都是新的挑战,每一次成绩的背后都是坚持的力量。

责任编辑:付一枫
相关阅读:
    读取内容中,请等待...
请遵守《互联网电子公告服务管理规定》及中华人民共和国其他有关法律法规。
用户需对自己在使用本站服务过程中的行为承担法律责任。
本站管理员有权保留或删除评论内容。
评论内容只代表网友个人观点,与本网站立场无关。
验证码 看不清楚,换张图片
0条评论    共1页   当前第1
本月热点