共查询到20条相似文献,搜索用时 250 毫秒
1.
舰艇隐身对反舰导弹末制导
雷达目标截获能力的影响 总被引:1,自引:1,他引:0
以法国海军的拉菲特级隐身舰为典型对象,就水面舰艇目前的隐身水平进行了评估,分析和计算了典型反舰导弹末制导雷达对隐身舰艇的检测概率和理想状态下对隐身舰艇的截获概率。指出在反舰导弹的攻击过程中,如果能够保证末制导雷达对目标的多次捕捉,舰艇隐身的效果将被抵销;隐身舰艇利用电子干扰产生假目标将可以抑制末制导雷达对真实目标的捕捉。因此,反舰导弹及其末制导雷达要对付舰艇隐身,其关键不是采用新体制雷达来提高检测能力,而在于提高现体制末制导雷达的目标识别能力。 相似文献
2.
3.
4.
由于反舰导弹在速度、机动性等方面的显著潜力,已日益成为舰船的主要威胁.尽快识别反舰导弹类型对缩短系统反应时间,正确预测目标运动具有重要意义.针对从不同目标传感器提取的末制导雷达辐射源参数和弹道特性参数,对目标数据进行相关处理,应用径向基神经网络(RBFNN)分别对反舰导弹模式识别,仿真中充分考虑了各种误差干扰并进行容错性处理,仿真结果表明该算法的有效性.最后将两部分识别结果通过D-S证据理论进行综合决策,进一步提高了系统识别决策的可信度. 相似文献
5.
6.
舰艇队形识别目标选择算法 总被引:3,自引:0,他引:3
根据反舰导弹自控终点散布、末制导雷达方位探测误差、舰艇队形和散布,推导建立了正态判据总体的均值向量和协方差矩阵,并描述了如何应用马氏距离判别法和判据总体从舰艇编队中识别选择出所装订目标的算法流程。对算例的仿真结果表明队形识别目标选择算法优于传统目标选择算法。 相似文献
7.
设计了一种基于GA的带有可进化性的ANN的体系结构,并将该结构应用于舰船雷达的目标识别中。实验结果表明,经GA的优化搜索,这种经过改善的有进化能力的ANN结构,在舰船雷达目标识别中取得了较好的效果. 相似文献
8.
反舰导弹对编队内预定目标捕捉概率研究 总被引:3,自引:0,他引:3
基于现代反舰导弹末制导雷达的搜索过程,通过分析反舰导弹对编队内预定目标的捕捉条件,研究反舰导弹对编队内预定目标的捕捉概率计算模型,研究了反舰导弹对编队进行突击时捕捉概率的计算方法,并通过实例计算,得出反舰导弹对编队突击时,突击方向和开机时机等参数的确定方法。 相似文献
9.
10.
目标识别技术是无源雷达的关键技术之一.针对无源雷达目标识别的特点,在分析空中目标类型和目标表征的基础上,建立了基于BP神经网络的目标识别模型,并对设计该模型涉及的基本问题进行了详细分析,最后运用该模型对给定特征的空中目标的进行了实验.实验结果表明,该模型提高了目标识别的稳定性和准确性,是有效可行的. 相似文献
11.
在全极化、高距离分辨力雷达体制背景下,研究了光学区雷达目标极化特性。利用极化分解将复杂目标分解为三个简单目标, 并提取描述三目标关系的特征参数对四类军用飞机目标进行了识别实验研究, 获得了良好的目标分类识别效果。 相似文献
12.
文中提出了一种高分辨率雷达目标一维距离像的识别算法。该算法借用图像处理方法,先对雷达目标的一维距离像进行编码,经过傅里叶变换提取一组形状特征。这组特征精确地描述了一维距离像曲线的走向。而后,利用人工神经网络技术对一定姿态角变化范围内的这组形状特征进行识别。实验结果表明,可以获得良好的识别效果。该算法为雷达目标一维距离像识别算法的实时处理提供了一条有效途径。 相似文献
13.
概述了基于雷达成像的目标类型识别技术。阐述了多层前向网络的分类特性,提出一种网络结构自整定算法来训练网络,并构造分类器,对基于转台成像实验的雷达目标类型识别问题进行了仿真研究。研究结果表明,经结构自整定算法训练后的前馈网络对成像雷达目标具有较好的推广识别能力,识别率达到90%。 相似文献
14.
15.
反舰导弹电子对抗仿真问题的研究 总被引:4,自引:0,他引:4
为观察、评估和研究针对反舰导弹末制导雷达的电子干扰的效果,研制了一个反舰导弹电子对抗仿真系统。文中给出了该仿真系统的模型框架,从仿真可信度的角度对其中的末制导雷达仿真模型作了进一步的说明,并介绍了该仿真系统在针对反舰导弹末制导雷达的电子干扰技术研究方面的应用。 相似文献
16.
目前,水面舰艇面临着日趋严重的雷达与反舰导弹的威胁。为了有效对抗这种威胁,大力发展舰载雷达对抗技术具有十分重要的意义。舰载雷达对抗技术及设备主要包括舰艇雷达隐身、雷达侦察告警、敌我识别、有源干扰机和一次性干扰装置等等。 相似文献
17.
18.
19.
为了进一步提高干扰环境下反舰导弹的目标识别精度和泛化能力,将集成学习中的元学习策略引入反舰导弹的目标识别领域,并提出了一种基于叠加归纳策略的元学习目标识别算法。该算法首先通过构建元层学习器对多个基层学习器的学习结果进行"再学习",以纠正基学习器的错误分类、巩固基学习器的正确分类,进一步提高集成分类精度;然后,以决策树为基学习算法构建了同质多分类器系统,在自建的全极化一维距离像HRRP特征数据库上研究了基分类器的数量以及元特征样式、元学习算法的选取对元学习系统分类精度的影响;最后,通过与单一分类器和常用集成算法的对比,验证了基于元学习的反舰导弹目标识别算法的可行性和有效性。 相似文献