学习跟着航迹走 理论伴着浪花行

海军某驱逐舰支队521舰积极探索“随时能学、随处可学、随机深化”的“三随”理论学习模式,有力推动党的创新理论在基层的宣传普及,促进了各项任务的圆满完成。 一、科学构建立体多维学习网络。做到党的创新理论发展到哪里。理论学习就跟进到哪里     

雷达信号极化方向对地空干扰的影响研究

通过仿真,在雷达信号极化方向与矩形点目标长边或短边平行的两种情况下,分析了矩形点目标的雷达反射截面积,建立了地对空雷达干扰军事模型,以干扰暴露半径为主要指标进行了干扰效果估算,分析了雷达信号极化方向对干扰效果的影响,按照一般地对空雷达干扰作战要求,提出了干扰信号极化方向的选择建议。     

雷达组网探测资源可监控性分析

探测资源可监控性是实现雷达组网系统资源优化管理与控制的前提,与管控灵活性有着密切的关系。以雷达群组网系统为背景,综合考虑组网探测资源可监控性需求、技术可行性与经济性等因素,深入分析了雷达组网系统指控中心、组网雷达及附属设备等资源的可监视性与可控性,并提出了探测资源可监控性设计原则,这对组网管控系统及组网雷达的升级改造与研制具有一定的指导与参考价值。     

带时间窗的多无人机航迹规划两阶段启发式算法

带时间窗的多无人机(Unmanned Aerial Vehicles,简称UAV)航迹规划问题是一类重要的NP-Hard问题,相关启发式算法研究一直是该问题的研究重点和难点。建立了问题的UAV流模型,并提出了一种两阶段启发式算法用于问题求解。算法的第一阶段提出了一种基于"最迟完成服务优先"规则的航迹构造算法,用于获取问题的初始解;第二阶段利用模拟退火算法对初始解进行改进。最后基于Solomon Benchmark数据集对算法进行了测试,实验结果表明该启发式算法可以有效地求解带时间窗的多UAV航迹规划问题。     

基于模拟电视信号的外辐射源目标检测方法

以广播电视信号为辐射源的外辐射源雷达研究近年来受到各国重视,得到了较大发展。针对模拟电视信号的视频部分存在很强的距离旁瓣,难以用于目标到达时间差测量的问题,提出一种新颖的视频伴音信号联合目标检测方法。该方法利用视频信号测频,代入伴音信号中通过时延-多普勒滤波提取目标时延参数,从而完成目标的检测。实验结果证明,该方法优于传统的伴音信号单独目标检测方法,能有效的抑制虚警,提高检测概率。     

ISAR雷达欺骗式干扰信号生成算法

宽带ISAR雷达能够从目标回波中计算得出众多目标特征,对ISAR雷达的干扰信号必须高逼真地模拟目标的电磁散射特性和运动特性。从弹头目标电磁散射机理出发,分析了干扰信号生成流程,提出二维成像干扰的实现方案。针对虚假目标特性模拟问题,提出基于一维距离像模板合成欺骗干扰信号的算法。算法采用距离像模板与实际宽带ISAR信号的卷积调制处理,生成的干扰信号能较好地反映目标的电磁特性。通过多个脉冲的模拟,生成的干扰信号也能够准确反映目标的运动特性。仿真实验对暗室测量数据和HRRP模板数据进行成像效果对比,验证了算法的有效性。该算法对二维成像干扰机的工程设计具有指导意义。     

航天测试系统大容量数据处理方法研究

在航天测试系统中,经常需要处理大容量数据。讨论了C语言、C++语言、MFC中文件的操作方法。结合Win32 API相关函数,分析了大容量数据文件的读取、解包、分析等处理方法。在VisualC++6.0编程环境下,根据实际需求编写了数据分析处理软件。经过实验验证和实际数据测试,提出的方法可以有效地对大容量数据文件进行分析、处理,且已成功应用于多个航天测试项目,取得了较为理想的分析结果,为相关测试、试验提供了依据。     

基于Hopfield神经网络算法的雷达干扰资源分配

为了使有限的雷达干扰资源发挥最佳的干扰效果,基于干扰效益最大准则建立了雷达干扰资源优化分配模型。提出了基于Hopfield神经网络算法的干扰资源优化分配方法,利用该方法能够在可行的解空间中找出满足能量函数和约束条件的全局最优分配方案。并与干扰资源蚁群优化分配算法进行了比较,理论推导与仿真实验表明该方法的可行性与有效性,且比蚁群分配算法具有更快的收敛速度和更好的健壮性。     

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。     

基于多分辨率分析的雷达辐射源融合识别算法

结合信号融合识别的应用需求与多分辨率分析的特点,提出了一种基于多分辨率分析的雷达信号融合识别算法。该算法对获取的信号先进行小波变换后直接对信号进行融合识别。仿真实验表明:该方法在减少数据量的同时能够降低信息的损失,提高信息利用率,较好地保证信息的完整性,可有效提高信号识别性能。