一种天波雷达探测威力评估方法

研究了天波雷达探测威力的评估方法.基于天波雷达探测威力的3类17种指标,采用层次分析法(AHP)建立了一种三级层次结构的探测威力定量评估模型,讨论了各级权重的定量计算方法,并对模型的有效性进行了检验.结果表明,运用该方法对天波雷达进行探测威力评估是有效可行的.     

相控阵体制机载预警雷达作战效能评估

相控阵体制是未来机载预警雷达发展的重要方向,其作战效能评估目前尚缺乏有效的方法和模型。采用经典的可用-可靠-能力模型(即ADC模型)对相控阵体制机载预警雷达的作战效能进行了建模,将预警雷达状态分为正常、降级和故障3种情况并给出了可用性的计算方法,根据概率论推导了可信性矩阵的计算方法,根据预警雷达探测威力、目标测量精度、目标跟踪能力3个指标给出了能力向量的计算方法。最后对建立的模型进行仿真,仿真结果得到:相控阵机载预警雷达作战效能随单个天线阵元的MTBF增加而增加,随执行任务时间的增加而降低。     

多功能相控阵雷达在反导预警系统中的应用

战术弹道导弹的防御是当今军事斗争中一个重要问题,而防御首先需要解决的是预警问题,多功能相控阵雷达因为其突出的性能,在反导预警系统中具有核心的地位。首先对战术弹道导弹进行了概述,指出了多功能相控阵雷达的性能特点,接着讨论了多功能相控阵雷达反导模式的工作原理和探测能力,并给出了仿真分析,然后指出了多功能相控阵雷达的关键技术,最后就开展多功能相控阵雷达技术研究提出了建议。     

基于BP神经网络的坦克炮火力威力评价模型

从分析不同型号坦克炮的主要性能指标入手,应用BP神经网络理论和方法探索其火力威力评价的问题.建立了坦克炮火力威力评价的BP神经网络模型,对原始评价指标进行了归一化处理,并构造了3组训练样本,利用MATLAB6.5中神经网络工具箱的图形用户界面GUI对评价指标和样本进行训练、仿真,并对结果进行比较.结果表明,BP神经网络模型能很好地解决评价指标与结果之间的非线性关系,评价坦克炮火力威力简便可靠,客观性强;研究结果可为坦克炮的进一步开发和研制提供理论参考.     

反导预警雷达的优化配置问题研究

根据反导预警雷达的预警任务和配置要求,建立带有可调参数的反导预警雷达优化配置模型.首先,给出雷达对弹道覆盖范围的计算方法,并建立X波段多功能相控阵雷达的优化配置模型.其次,考虑实战中对预警时间和重叠探测区的不同需求,在P波段远程预警相控阵雷达的优化配置模型中引入了可调参数,使输出的方案能同时满足对预警时间和重叠探测区的作战需求.最后,通过实例分析验证了模型的可行性,并且发现预警时间最大化与重叠探测区最大化不能同时实现,反导作战指挥人员应根据实际情况选择适当的可调参数,输出满足实战需求的雷达配置方案.     

搜索状态下相控阵雷达抗干扰能力评估

针对现有评估指标不能全面反映相控阵雷达在搜索状态下的抗干扰能力的问题,提出了利用搜索效率抗干扰改善因子这一综合指标来衡量相控阵雷达搜索状态下的抗干扰能力的方法.建立了在有源噪声干扰下搜索概率计算模型以及采用脉冲累积和累积检测技术后搜索概率的计算模型,通过分析脉冲累积数N和累积检测数M的关系,给出求解最大搜索效率的方法,最后通过实例仿真和结果分析,表明该方法计算简单,科学高效.     

基于卷积神经网络的多功能雷达行为辨识研究

针对多功能雷达行为状态复杂多变、难以识别的问题,提出了一种基于卷积神经网络的雷达行为辨识方法.建立多功能雷达行为辨识模型,对数据进行预处理,构建多功能雷达信号样本集.通过变化点检测算法对原始雷达信号脉冲序列进行分割,补齐有缺失的特征参数,构造完整的可用于训练的信号加参数数组样本.并针对处理后的雷达行为数据集的特点设计卷积神经网络进行训练与测试.仿真实验结果表明,训练完成的网络模型对于加入参数的样本训练效果更好,对多功能雷达行为有较好的识别效果.     

基于改进模糊层次分析法的相控阵雷达效能评估

运用五标度法和修正系数对层次分析法进行改进。针对相控阵雷达的特点,建立相应的效能评估指标体系。使用隶属函数等方法对各指标效能进行计算,运用改进后的层次分析法对各指标权度进行计算。通过示例,对相控阵雷达系统的效能进行了综合评估,验证了方法的有效性。     

多约束条件的雷达组网系统部署决策问题

分层次地建立了雷达组网系统的整体探测能力指标及雷达单元间的威力衔接指标模型.并对区域雷达组网系统的优化部署方法进行了深入研究和仿真验证.仿真表明,在部署决策过程中,基于所述模型,可建立科学有效的约束条件,从而大大缩小部署寻优的解空间,提高了优化部署实施的效率和可操作性.     

基于优化神经网络的雷达波束分配方法研究

在多目标的跟踪过程中,自适应地分配雷达波束能够进一步提升雷达的工作效率.为了合理调度雷达波束跟踪目标,根据目标运动状态参数,建立了目标威胁度评估模型.该模型根据目标运动状态,包含类型、速度、加速度、航向角、高度、距离和干扰程度等;然后基于混合遗传粒子群优化算法改进了BP神经网络,分别采用运动状态信息和目标威胁度作为神经网络的输入和输出,建立了目标威胁度评估模型;算法根据威胁度的大小进行波束调度,并采用执行威胁率衡量波束调度的效果.仿真结果表明,该模型具有更高的预测精度,能够准确地实现目标威胁评估,在此基础上具有较好的波束调度效果.     

基于BP网络的某型火控雷达角跟踪系统故障诊断

在介绍BP网络基本结构原理及其学习算法的基础上,结合某型火控雷达的特点,以角跟踪系统作为被诊断对象,运用BP神经网络的数学模型及学习算法对其进行故障诊断。诊断结果表明BP网络能够准确地诊断出样本的故障,提高了某型火控雷达角跟踪系统的一线维修效率,为提高火控雷达故障诊断效率提供了一种新的途径。     

神经网络在雷达装备故障趋势预测中的应用

为了提高预测精度,在雷达装备状态监测与故障趋势预测系统中引入基于指数衰减的神经网络预测模型。通过普通BP网络预测模型引出基于指数衰减的神经网络预测模型,经验证预测精度较高。并介绍了雷达装备状态监测与故障趋势预测系统构成,此系统对于雷达装备的早期故障预测和预防性维修具有重要意义。     

基于BP神经网络的C4ISR系统人机交互性能评估

针对C4ISR系统中人机交互子系统的特点,运用神经网络方法探索其性能评估问题.建立了C4ISR系统人机交互性能评估的指标体系,阐述了BP神经网络的相关原理及算法,构建了基于此网络的性能评估模型.并利用MATLAB软件进行了仿真分析,证明了理论的正确.采用神经网络理论进行性能评估,可弥补专家的经验和知识,降低评价过程中的人为因素影响,保证其客观性.模型能够比较准确地对C4ISR系统人机交互性能进行评估,为研究指挥自动化系统提供了一种新的思路.     

基于BP神经网络的防空预警雷达阵地选址决策方法

防空预警雷达阵地选址的优劣直接影响到雷达本身及防空武器作战效能的发挥。为了在雷达阵地选址中快速处理繁多的数据和进行定量分析,减少人为主观因素,给出了防空预警雷达阵地选址决策指标体系,并构建了基于BP神经网络的防空预警雷达阵地选址决策模型。最后通过实例验证了该模型对优选防空预警雷达阵地选址具有可行性和实用性。     

基于组合赋权雷达图实现电网电能质量综合评估

将改进的组合赋权雷达图方法用于电网电能质量综合评估。对主观、客观赋权法组合,基于组合权重与原权重之间的偏差尽可能小的优化思想,求取雷达图中各项指标的组合权值。利用各指标对应的扇形区域的对角线作为指标轴绘制雷达图,不仅最大限度体现各指标的独立权重,也反映了各指标之间的相互影响。利用雷达图的面积和周长两个变量完成对电能质量的综合评估。最后通过应用实例,验证了论文方法的合理性和在电能质量综合评估中的有效性。     

基于神经网络的大区域防空信息进攻作战效能评估

建立了大区域防空信息进攻作战效能评估的指标体系。由于指标主观性很强,普通的方法难以取得好的效果,而神经网络以其良好的非线性处理能力,为解决此问题提供了一个好的方法。对应用LMBP神经网络解决大区域防空信息进攻作战效能评估的方法问题进行了探讨,给出了神经网络的算法及评估模型。并通过实例证明了方法的可行性,最后与一般的BP神经网络方法进行了对比,体现了该方法的先进性。     

雷达网对侦察无人机突防的威胁评估模型

雷达网对侦察无人机突防具有非常大的威胁,结合无人机的突防战术,建立了雷达网威胁评估指标体系框架;并根据雷达网性能指标的相对性、不可比性和不确定性,运用模糊综合评估方法和层次分析法对雷达网的威胁度进行评估,最后归并获得的评价结果。事实表明,所建立的模型能较准确地评估雷达网对侦察无人机突防的威胁程度,对侦察无人机航迹规划具有一定的指导意义。     

多径条件下米波OFDM-MIMO雷达波束性能及特性分析

针对米波正交频分多路复用-多输入多输出(Orthogonal Frequency Division Multiplexing-Multiple Input Multiple Output, OFDM-MIMO)雷达波束形成问题,建立了米波条件下频分复用MIMO雷达阵列信号模型,理论导出了该体制下多径特性定量分析的理论框架、直达波和多径回波模型及其联合发射-接收双程方向图增益闭合表达式。提出了利用米波OFDM-MIMO雷达阵列双程方向图具有距离-角度二维分辨能力抑制多径算法。所提方法能够有效抑制阵列法线方向多径回波,同时有效抑制输出信干噪比周期性损失,且随频偏带宽的增大抑制能力进一步提升。     

基于学习矢量量化(LVQ)神经网络的雷达体制识别

由于现代战争中雷达体制的多样化、复杂化及其综合应用使得雷达体制识别中要处理大量复杂的高维数据,学习矢量量化(LVQ)神经网络不仅能处理有监督分类,而且相对于其他神经网络能以较小的计算量处理大量输入数据,所以采用LVQ对雷达体制进行识别,同时针对LVQ学习速率的变化可能引起学习算法不稳定,采用修正的学习速率算法.在简要介绍雷达体制和LVQ的基础上构造了LVQ神经网络对雷达体制进行分类.通过与径向基神经网络(RBFN)识别算法的仿真对比,证实了方法的有效性.     

雷达组网系统抗压制干扰部署优化算法研究

针对雷达组网系统抗压制干扰部署优化问题,讨论了雷达及其组网系统的残剩可探测区动态定量评估模型,定义了雷达及其组网系统的探测能力下降指数、雷达装备利用率及其抗干扰效能指数,给出了一套完整的组网系统抗压制干扰综合效能动态定量评估模型、优化布站决策模型及相应的实用算法。3部雷达组网的仿真试验证明了其有效性。