数据融合与敌我识别综述

敌我识别 (IFF)是自动目标识别 (ATR)技术的重要应用之一。高科技条件下现代战场中的目标侦察与敌我识别问题 ,一直是国际雷达领域和信息处理技术的主攻方向。为适应未来数字化战场的作战需求 ,具有敌我识别能力的系统 ,已成为 2 1世纪战场数字化系统的基本功能单元之一。扼要介绍了目标识别的有效途径、可提高敌我识别系统效能的数据融合技术及IFF现状与发展趋势。     

一种基于规则的敌我识别流程优化设计

随着远程精确打击和高超声速武器装备的发展,快速可靠地进行敌我识别、避免误伤尤为重要.分析了系统敌我识别过程中存在的识别结果前后不一致等问题,给出增加告警监视环节的敌我识别流程优化设计,设计了两类告警规则设计方法,强调人机相辅目标识别思想,为我军相关装备工程研制提供参考.     

空中目标敌我识别空域关联函数算法

空中目标敌我识别需要根据多信源、多因子综合判断目标属性.空域关联函数的计算是其中的一个关键问题,其实质是用数学方法判断平面内给定的一个点是否位于给定的单连通区域内部.解决此问题常用的方法有几何法、网格法和射线法等.针对此问题,基于复变函数理论,提出了环路积分算法,并推导出了针对任意多边形的环路积分算法的计算公式.     

海战场的规划识别研究

规划识别可分为锁眼型(keyhole)和意图型(intention),又可划分为个体的和群体的两种类型,对于敌舰艇编队的规划识别则属于意图型的和群体类型的.舰船及其编队指控系统在战场指挥决策过程中,根据多传感器信息融合系统提供的实时数据与信息进行态势评估,除了敌我识别、目标身份识别、威胁估计外,还涉及对敌舰及其编队的意图型、群体型的规划识别问题.初步探讨舰艇编队(即多自主体系统Multi-Agent System,MAS)规划识别特点、MAS规划识别规划结构框架和基于时态描述逻辑的动作推理的若干问题.     

《现代战场目标侦察与敌我识别》书讯

高技术条件下现代战场中的目标侦察与敌我识别问题 ,已显示许多全新的概念和特点 ,从而成为国际侦察技术和信号处理技术的重要课题。海湾战争中 ,多国部队由于误伤引起轩然大波 ,使敌我识别问题受到各国军事家的高度重视 ,美国在当年就拨款几千万美元进行研究。《现代战场目标侦察与敌我识别》系由江苏省系统工程学会军事系统工程委员会组织军内外十个院校和研究所的教授、专家编著而成。全书共分十二章 ,介绍了现代陆、海、空战场目标的雷达侦察、光学侦察、红外侦察、通信侦察等多种侦察系统及其敌我识别方法 ,伪装目标的侦察和敌我识别方…     

识别技术

利用光学仪器、雷达、声纳和计算机等设备,对远方目标进行探测和辨识的技术。识别可分为视觉识别、雷达识别及其他方法的识别。识别技术广泛用于国民经济、空间探测和军事领域。军事上主要用于判明目标的类型、性质和敌我属性。视觉识别主要利用人的眼睛和光学仪器。雷达和计算机是识别     

敌我识别系统及其进展

从敌我识别系统的应用背景出发,综述了敌我识别系统的发展历程,分析了各种敌我识别系统的特点,比较了毫米波敌我识别系统和激光敌我识别系统的性能,指出了数据融合技术和微米/纳米技术对敌我识别技术发展的重要性.相关研究内容对敌我识别系统的论证、技术体制的选择有参考价值.     

用于雷达监视的贝叶斯及登普斯特－－谢弗目标识别法

本文探讨了雷达监视系统中目标航迹的识别问题,为了跟踪器旁边建立目标识别器,这里使用了可用于空中监视系统实时处理的四个特征:从敌我识别系统(IEF)得到的目标标识符(TID).来自雷达的仰角量测、目标速度以及跟踪器估计的加速度。将这四个特征组合起来,可将空中目标分成五类:友方商用目标、友方军事目标、敌方商用目标(或未知目标)、敌方军事目标及假目标(雷达杂波)。两种流行的基于统计的技术,即贝叶斯和登普斯特——谢弗方法,用于开发本文的雷达目标识别算法。真实及仿真的空中监视雷达数据用于评估雷达监视系统的这种航迹识别方法的适用性及效能。     

战场数据融合仿真系统设计与实现

介绍了一种战场数据融合仿真系统的设计与实现方法。该系统由场景设定、信号产生、融合跟踪处理、目标识别、态势与威胁估计与数据库支持等功能子系统组成,模拟了数据融合的整个信息处理流程,包括:主动探测雷达、雷达侦察设备、通信侦察设备和敌我识别器获取敌我目标观测信息、利用多传感器跟踪数据对目标进行融合跟踪、提取辐射源电磁信息特征对敌方目标识别,进而形成态势与威胁估计。最终在Visual C#开发平台上利用MapX和ORACLE开发了战场数据融合仿真系统,并成功应用于实际系统中,取得了较好的效果。     

战术分析的目标威胁判断

威胁判断是进行有效攻击和有效防御的重要前提。针对目前威胁判断算法主观因素过强、没有考虑因素间的相互关系等问题,提出了基于战术分析的目标威胁判断算法。首先根据敌我识别和攻击意图对目标进行威胁等级划分,之后由目标的可攻性和目标的毁伤能力确定目标的攻击效能,根据目标的攻击效能对一级威胁等级进行威胁排序。该算法充分考虑了各个因素之间的相互关系,符合战术推理和战场实际情况。仿真表明,该算法能得到有效、合理的威胁判断结果,能满足对空中目标的威胁估计。     

雷达敌我识别系统现状、发展及启示

通过对几次较大规模局部战争,尤其是在伊拉克战争中所发生的多次误伤事件的原因分析得出:在大纵深、强机动和高度自动化的现代立体战争中,由高新技术装备起来的现代作战平台,要避免友军之间的误伤事件,必须建立与其相适应的目标敌我识别系统。首先简要介绍了目标识别及雷达敌我识别系统涵义、分类、组成和工作原理,然后阐述了雷达敌我识别系统的现状,最后对雷达敌我识别系统发展趋势作了展望,并得到4点启示。     

人工智能在火控系统中的应用

研究了空战时的决策问题,并对人工智能技术用于空战中机动目标的战术机动决策模拟做了尝试,讨论了计算机控制机动目标的战术机动决策逻辑的设计方法,同时也进行了数字仿真。     

单机攻击多目标逻辑的遗传优化求解

攻击逻辑的优化决策对于机载多目标攻击武器系统具有重要意义。本文建立了单机多目标攻击逻辑的解算模型 ,提出了解算要求 ,给出了采用遗传算法求解多目标攻击逻辑的应用方案。在此基础上 ,采用该方案进行大量的试探性仿真研究 ,对仿真结果进行了分析 ,并选择了合适的遗传算法参数。文章最后阐述了用遗传算法求解多目标攻击逻辑问题的发展前景     

新的IFF系统及其信号检测方法

介绍了一种新型敌我识别系统Mode 5 IFF,并分析了该系统的特点及信号产生流程。通过分析Mode 5 IFF系统询问及应答信号格式,提出了基于同步脉冲相关的Mode 5 IFF信号检测方法,该方法根据Mode 5 IFF信号同步脉冲数据一致性的特点,利用同步脉冲信号与所接收到的中频信号进行相关,取相关峰值达到Mode 5 IFF信号检测的目的。最后分析了该方法在"混扰"和低信噪比条件下的信号检测效果,验证了该方法的有效性。     

基于离散模糊动态贝叶斯网络的空战威胁估计

对空战中目标的各个特征因素进行了分析,建立了空战目标威胁估计的离散模糊动态贝叶斯网络模型,并利用离散动态贝叶斯网络的直接推理算法进行了仿真计算.仿真结果表明,该方法得到的推理结果与理论分析完全一致,而且能够将各种并不显著的特征因素进行综合,使得各个特征因素间及不同时间片的同一特征因素相互修正补充.为空战威胁估计提供了一种有效而准确的方法.     

资源约束条件下的空中兵力编组

通过对空中兵力的合理编组,实现作战资源的优化配置是提升兵力作战效能的有效途径。针对现代空战编队对抗过程的特点,从战术企图和信息优势角度提出了编队目标威胁评估方法。以编队目标为研究对象从宏观上调配己方作战资源,提出了作战资源成本和兵力调度成本2种兵力编组成本,在此基础上建立了资源约束条件下的兵力编组优化模型,并采用改进PSO算法对模型进行求解。作战想定仿真结果表明兵力编组模型能够有效解决空战兵力分配问题。     

改进cell密度聚类算法在空战目标分群中的应用

针对传统聚类算法对流形分布数据聚类效果差,且实时性不高的缺点,提出改进基于cell的密度聚类(Cell-Based density Spatial Clustering of Applications with Noise, CBSCAN)算法解决实时空战目标分群问题。通过分析空战态势参数,建立了空战目标分群通用模型,将目标分群转化为聚类问题。通过改进CBSCAN算法的簇类扩展方式,建立基于改进CBSCAN算法的目标分群模型。通过仿真实验,对比分析了K-means、最大期望算法、密度峰值算法、密度聚类算法、CBSCAN算法和改进CBSCAN算法在30种作战态势下的分群准确性和实时性,结果表明:改进CBSCAN算法可以在编队数目未知和目标流形分布的条件下,对多目标编队进行正确分群,且实时性较原始算法提高约30%,具有实际应用价值。     

MARK XIIA Mode 5系统仿真及抗干扰性能分析

Mark XIIA Mode 5是美军及北约盟军用以提高态势感知能力的新型敌我识别系统。以其为研究对象,首先分析了它所应用的关键技术,如RS纠错编码、软扩频和MSK调制等新技术;其次根据所应用的关键技术对系统进行了模型构建,并以Matlab为仿真平台进行了仿真,得出了询问/应答信号的时域波形及频谱;最后,重点对系统的抗干扰性能进行了分析,分别得出了MSK解调后、解扩后和RS解码后的误码率曲线,可以看出Mark XIIA Mode 5具有很强的抗干扰性能。