基于集对分析的雷达装备保障性评估

为了合理评估雷达装备的保障性,提出了基于集对分析的雷达装备保障性评估模型.首先,学习借鉴国内外相似装备保障性参数,建立了适合雷达装备保障性评估的参数体系.在此基础上,运用集对分析方法,对多部雷达装备的保障性进行了评估,并将评估结果与灰色关联分析法的结果进行比较,2种方法排序结论一致,表明了该评估模型的可行性和有效性.     

基于改进动态规划的雷达弱小目标检测与跟踪

针对复杂背景下雷达弱小目标的检测和跟踪问题,提出了一种改进动态规划的检测前跟踪算法.该方法用多级检验判决方法代替常用的两级门限检测,并用传统跟踪技术进行目标位置状态估计,根据估计值与状态值的欧氏距离设计一个惩罚项来改进值函数.通过仿真验证,结果表明该方法能有效消除伪航迹,减小计算量,提高对雷达弱小目标的检测和跟踪性能.     

混合总线网络化ATS硬件结构与组网方案设计

混合总线网络化ATS可整合多种总线测试仪器/设备功能,发挥不同总线测试平台优势,增强系统灵活性,节约新系统的构建成本.针对靶场测试设备现状,研究了基于网络化测试技术的混合总线ATS构建方法.提出了混合总线网络化ATS硬件结构并设计了利用接口适配器和利用网关设备2种组网方案.     

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.     

美售台“铺路爪”另有所图

据香港《亚太防务》杂志最新披露,热炒多时的美国售台“铺路爪”远程预警雷达已在新竹乐山阵地进入战斗值班,台湾也成为美国在亚太方向上的第五个“铺路爪之家”。为宣扬其采购“合理性”,台湾军方屡屡对外宣称可有效探测到中国大陆发射的弹道导弹,但在航空电子专家眼中,却没那么简单。     

基于多智能体强化学习的无人机集群对抗方法研究

针对复杂动态不确定环境下的无人机集群对抗问题,基于多智能体强化学习开展了对抗决策方法的研究。首先,基于MaCA环境构建了无人机集群对抗模型;其次,引入集中训练网络的混合架构模式,改进了传统DDPG算法,设计了面向无人机集群对抗的MADDPG算法,分别采用基于规则的对抗策略和基于DQN的对抗策略对算法进行了训练,提升了对抗算法的鲁棒性、适应性和泛化性;最后,通过搭建对抗仿真环境,验证了所设计方法的有效性和可靠性。     

高重合度人字齿轮轮齿最佳修形优化设计

基于斜齿轮轮齿接触分析技术,建立了考虑人字齿轮典型安装误差的抛物线人字齿轮轮齿接触分析方法。综合考虑人字齿轮的传动误差与啮合特性,采用带精英策略的快速非支配排序遗传算法对高重合度人字齿轮的传动性能进行了多目标优化设计,该算法克服了优化结果的局部收敛,获得了人字齿轮最佳的齿廓、齿向抛物线修形参数。通过实例表明,修形优化后的齿面啮合印痕与传动误差较优化之前得到了明显的改善,有效地改善了高重合度人字齿轮的齿面偏载现象,降低了齿轮传动过程中的啮合冲击。对加工的人字齿轮在减振降噪试验台上进行带载试验,对比优化前后的噪音分贝值,进一步验证了该优化方法对人字齿轮副减振降噪具有一定作用。     

基于立方体理论的MFTA软件设计与实现

本文报道的MFTA(Multi-stateFaultTreeAnalysis)软件为可靠性工程师分析多状态系统提供一种计算机辅助分析工具。我们设计了友好的Windows95用户交互界面 ,采用树视图组件实现逻辑树结构框架的输入 ,采用字符串表格组件实现判定表的直接输入 (立方体形式的 0 -1序列 ) ,还实现了多态单调关联典型结构函数到立方体形式判定表的转化。以标准模板库 (StandardTemplateLibrary)为基础 ,采用面向对象程序设计方法构建了立方体类库 ;然后 ,实现了以立方体理论为核心的MFTA定性定量分析算法 ,完成了软件的研制。     

雷达目标识别的频域极小极大法

本文研究了雷达目标识别过程中关于目标的编码、分类特征的提取与选择等问题。提出了利用极小极大原则从频域中获取目标特征系数的方法,论述了它的数学框架以及寻求最佳解的算法步骤。利用实测的目标散射数据进行试验研究,结果表明了本文理论的正确性及其方法的有效性。     

一种基于多目标微粒群优化的虚拟网络映射方法

针对多个虚拟网络同时映射时资源统一优化分配的问题,提出了一种基于多目标微粒群优化的虚拟网络映射方法(MSC-VNE),提高底层网络资源利用率及全局负载均衡性能。建立了虚拟网络映射的多目标优化模型,将单个虚拟网络映射作为一个子群,并采用多子群协作优化的方法在子群映射时通过相互信息交换进行协同进化,最终达到全局资源的优化分配。仿真结果表明,与典型成果相比,提出的方法有效地提高了底层网络资源利用率和虚拟网络构建成功率。