基于电磁兼容分析的舰载雷达优化部署方法

针对舰载雷达频谱拥挤,频率相近或相同雷达之间存在电磁兼容的问题,提出了一种基于电磁兼容分析的雷达优化部署方法。针对由定向天线和全向天线雷达组成的雷达系统,建立了电磁兼容模型,将其作为适应度函数,运用粒子群算法对雷达进行优化部署。仿真结果表明,应用粒子群算法结合电磁兼容模型,可以很好地解决雷达的优化部署问题。     

对抗条件下雷达部署优化方法研究

针对强对抗环境下雷达网面临隐身、低空突防、复杂电子干扰等威胁问题,提出了基于雷达网探测威力和重点目标跟监能力相结合的大区域组网雷达优化部署方法,建立了雷达组网优化部署的评估指标体系和综合效能计算模型,给出了基于人工蜂群算法的雷达组网优化部署求解过程。仿真实验表明,该方法能显著提高组网效能,对雷达网作战有参考价值。     

改进粒子群算法在雷达组网优化布站中的应用

针对雷达组网优化布站问题,通过分析雷达组网探测性能指标,建立了优化布站数学模型,提出了一种融入自适应反向学习机制的改进粒子群算法并应用于雷达组网布站优化。在此基础上,通过调整加权值分析了不同情形下各性能指标对雷达网探测能力的影响,得出了各情形下的最优布站方案。仿真结果表明,采用改进算法得到的布站方案相对标准粒子群算法要更优,从而验证了布站模型的可行性和改进算法的有效性。     

针对隐身突防的海上编队雷达网建模与仿真

雷达组网是实现反隐身的一种有效技术。通过模拟隐身飞机在有无干扰情况下从空中和低空突防,对海上编队雷达网的对抗过程进行仿真,经过认知模型对探测效能的解算,得出优化的舰艇部署阵位。仿真结果表明所建立模型的可行性和正确性,并可为舰艇指挥员综合决策提供科学依据。     

雷达空域反隐身布站距离的计算

隐身技术在现代战争中的应用越来越广泛,雷达空域反隐身是对抗隐身目标威胁的一种有效途径,而要充分发挥雷达空域反隐身的效能,就需要合理部署雷达站。基于雷达空域反隐身原理,分析雷达布站问题,给出布站距离的计算模型,为雷达空域反隐身问题研究奠定基础。     

隐身轰炸机挂载空射诱饵弹对地突防决策研究

隐身轰炸机挂载空射诱饵弹是突破敌方严密防空体系的新战法,但是如何合理地将两种空射诱饵弹与反辐射导弹结合使用成为一个难题。以成功突防概率为目标函数,建立了隐身轰炸机突防过程中的综合效能模型,利用改进的粒子群算法对问题最优决策矩阵进行求解。通过仿真,分析了敌方雷达防护性等对反辐射效能的影响,得到挂载武器的最佳使用策略,为隐身轰炸机对地突防中的武器使用决策提供了理论支撑。     

基于N-P准则的雷达网反隐身探测概率分析

提高雷达网的探测概率是改善雷达网反隐身性能的重要手段。在分析单部雷达探测概率的基础上,提出了一种基于Neyman-Pearson(N-P)准则的雷达网信号检测数据融合评估算法,算法利用数据融合原理构建了N-P探测模型,给出了基于迭代算法的最优检测概率和判决门限计算方法。仿真结果表明了系统反隐身的有效性和融合算法的优越性。     

基于模糊聚类的粒子群算法在雷达组网优化布站中的应用

提出了一种基于模糊C-均值聚类的粒子群算法,将其应用于雷达组网优化布站.定性分析了雷达组网布站原则并对其量化,建立了优化布站的数学模型.为加快求解速度,结合模糊C-均值聚类对标准粒子群算法进行了改进,给出了基于模糊C-均值聚类的粒子群算法在该优化问题中的设计方法,并与标准粒子群算法和遗传算法进行了仿真对比.结果表明,该方法能够快速得出雷达组网优化布站方案,验证了雷达组网布站模型的可行性和改进算法的有效性.     

基于改进粒子群算法的复杂地况下雷达布站优化

针对现有雷达布站数学模型不能解决复杂地况下的雷达布站问题,提出了一种复杂地况下的雷达布站数学模型,该模型解决了雷达在复杂地况下布站位置受限的问题。在此基础上,提出了基于改进粒子群算法的复杂地况下的雷达布站优化算法,该算法改善了现有粒子群算法中期搜索性能不强的缺陷。仿真结果验证了提出的改进雷达布站数学模型的可行性和基于改进粒子群算法的复杂地况下雷达布站优化方法的有效性。     

异构无人平台不规则区域协同侦察部署方法

针对未来无人化陆战场有人/无人混合编队中异构平台携带多型侦察装备的协同侦察部署问题,提出自适应粒子群-区域最优匹配（PSO-ROM）算法。采用参数自适应和局部变异方法对粒子群优化算法进行改进,并对异构平台中探测性能最优的多个同类型传感器进行优化部署;针对异构平台中的多个其他类型传感器,采用区域最优匹配算法,依次对尚未覆盖的空白区域进行优化部署,直至达到侦察部署目标。实验结果表明,采用PSO-ROM算法进行异构传感器不规则区域部署时,算法执行时间相对于传统粒子群算法平均缩短91%,覆盖率平均提升14.9%,各节点移动距离平均缩短0.65 km。采用PSO-ROM算法开展重要区域的多频谱覆盖时,雷达波段、可见光波段和红外波段的平均覆盖率分别为91.0%、94.3%和96.1%。当覆盖比F达到1.2时,待部署传感器资源的利用率已接近饱和,再增加更多的传感器资源将不会对覆盖率产生明显的改善效果。     

制导雷达组网反隐身研究

现代战场上各种隐身目标的出现,要求利用多种传感器组网来采集信息并加以融合,才能充分利用隐身目标各个方向及各个频段不同的反射特性,最大限度提取信息,满足战场对信息、目标识别和态势分析的需要。为此,对制导雷达组网的带反馈的数据融合模型,以及分层Kal-man滤波融合算法、信噪比加权融合算法进行了研究,并通过对特定组网布站的仿真试验,验证了制导雷达组网反隐身的有效性。     

基于粒子群算法的多基地雷达优化布站方法

为提高多基地雷达探测及"四抗"能力,提出了一种基于混沌变异粒子群算法的多基地雷达优化布站方法.定性分析了多基地雷达的布站原则,并对其量化,建立了优化布站的数学模型.为加快求解速度,结合混沌理论对标准粒子群算法进行了改进,给出了混沌变异粒子群算法在该优化问题中的设计方法,并与标准粒子群算法和遗传算法进行了仿真对比.结果表明,该方法能够快速有效得出多基地雷达优化布站方案.     

有源雷达与无源雷达协同抗干扰部署优化模型研究

有源雷达与无源雷达组网探测可大大提高防空预警体系的信息对抗能力,优化部署是充分挖掘其预警潜能的重要手段.在分析协同抗干扰部署机理的基础上,建立了有源无源雷达协同定位精度模型、多站系统探测空间模型和基于圆径图的协同预警系统覆盖面积计算模型;分别针对全向任务区域和有向任务区域,建立了有源无源雷达协同抗干扰部署优化模型;最后给出仿真实例.仿真结果验证了算法及模型的有效性.     

基于随机规划的雷达对抗装备配置优化方法

应用不确定理论,研究了雷达对抗装备配置优化问题。在给出了雷达对抗装备侦察效果、干扰效果和反辐射摧毁效果评定模型的基础上,综合考虑了雷达对抗双方装备部署位置和反辐射武器攻击误差等不确定性因素,建立了雷达对抗装备配置优化模型,并利用混合智能算法对模型进行求解。算例表明了方法的有效性。     

基于改进的PSO算法解决雷达网布站优化问题

雷达网布站优化是电子对抗仿真的重要组成部分,雷达网布站是否合理直接影响雷达网作战效能.而常规优化算法相对复杂,易陷于局部最优解.针对这一问题,提出适用于解决雷达网布站优化问题的改进粒子群优化算法,并且将所提出的算法与遗传算法进行了比较.仿真结果表明,与遗传算法相比,在相同的条件下,改进粒子群优化算法具有精度较高且不易陷入局部最优解的优点,较好地解决了静态条件下雷达网布站优化问题.     

双（多）基地雷达组网技术的发展及其在反隐身飞行器中的应用

文章根据隐身目标的空域、频域等特性,论述了雷达反隐身的各种技术途径;重点分析了双（多）基地雷达组网最佳检测和准最佳检测模式的检测特性及其在雷达反隐身中的应用效果,为防空系统实现雷达反隐身提供一条重要的有效　技术途径。     

基于粒子群算法的H_∞混合灵敏度控制研究

针对步进电机存在负载摄动和失步超步问题,提出了一种基于粒子群优化算法的混合灵敏度设计方法。在H∞混合灵敏度约束下,采用粒子群算法寻找能够反映系统特性的适应度函数最优值,在搜索到合适的加权阵基础上,利用Matlab得到了H∞最优控制器,并利用优化控制器对步进电机进行控制仿真实验。实验结果表明：该系统具有响应快速平稳、抗负载扰动强等特点。     

实船训练系统中柴油机转速的粒子群优化RBF神经网络预测

针对柴油机是一个具有不确定性因素的强非线性系统,首先将RBF网络的参数编码成粒子群优化算法中的粒子个体进行优化;然后,利用粒子群算法的全局寻优能力优化RBF神经网络的关键参数;最后,建立了柴油机转速的预测模型。仿真结果表明:该算法使得柴油机转速的预测速度和精度都得到了提高。     

飞机隐身技术及其雷达对抗措施

现代战争表明，隐身飞机已成为雷达防空系统的主要威胁之一，给雷达的生存和探测能力提出了巨大挑战。文章通过分析隐身飞机的发展情况、雷达隐身机理和作战特点，阐述了它对作战样式和防御系统产生的重大影响.分析讨论对隐身飞机进行雷达对抗存在的困难和可能性，并从研发新式反隐身雷达、利用新技术改进现有雷达和运用战略战术三个方面对如何提高雷达反隐身能力进行重点论述。     

机载相控阵雷达搜索模式辐射能量控制方法

机载相控阵雷达过高的辐射能量威胁了战斗机的生存能力。为了减少相控阵雷达搜索模式辐射能量,提出了基于辐射能量控制的搜索模型。将总能量消耗函数和检测概率相对误差作为目标函数,以平均功率、波束宽度、积累脉冲数以及脉冲重复间隔作为优化变量,选取非支配遗传排序算法对此模型进行优化。仿真结果表明,在同样检测概率情况下,提出的搜索方法可以有效控制雷达辐射能量,具有更好的射频隐身性能。