对未知复杂体制雷达信号融合处理算法北大核心

针对算法对缺乏数据库的未知复杂体制雷达信号不能有效的进行融合处理的问题,提出了一种对未知复杂体制雷达信号融合处理算法。该算法首先进行实时建库,然后计算各参数的相似度,再利用D-S证据理论依次对信号各参数相似度和对各信号进行多层融合处理,最后合并完善信号。仿真实验表明该算法可较好对未知复杂体制雷达信号实现融合,处理有效率高,在大样本个数能保持稳定的处理有效率,且耗时较少。     

新型防空警戒雷达训练

在防空兵警戒雷达专业传统训练方法的基础上,结合新型警戒雷达技术体制特点,对新型警戒雷达训练进行的一系列探索,对于防空部队作战能力的提升起到了重要的推动作用。     

濒海要地防空雷达目标威胁分析与对策

为有效应对未来濒海要地防空作战敌方雷达目标威胁,应按战术任务重点分析警戒引导、武器控制、侦察监视和航行保障等四类目标,准确判断敌雷达可能对我造成的威胁,并从跟踪目标动态、注重预警能力、坚持集优打弱三个方面进行应对。     

通道幅相不一致时的全向测角误差分析北大核心

在理想情况下,基于均匀圆阵的米波全向雷达可联合-1阶、0阶和和1阶相位模式实现全方位的无模糊测角。然而在实际工程中,各接收通道幅相特性往往不一致,这将导致激励出的相位模式中包含误差项从而引起明显的测角误差,而且该误差无法补偿,只能通过校正通道间的幅相误差或选择合适阵列参数的方式来减小。为此,通过理论推导得到测角误差与各接收支路幅相误差之间的解析关系式,明确了幅相误差对测角误差影响的同时也为合理选阵列参数以减小幅相误差引起的测角误差提供了理论依据,仿真分析验证了理论误差分析的正确性并给出了最优的阵列直径取值。     

金刚石-安泰——俄罗斯空天防御支柱的现状与未来

金刚石-安泰是俄罗斯最大的军工企业之一,主要从事近程、中程和远程的地空导弹系统,搜索监视雷达系统以及自动控制系统的研发生产。该企业是在俄罗斯2002年颁布的《国防工业体系重组和发展(2002~2006)》目标计划下,根据俄总统普京签署的第412号令,由俄罗斯两大防空系统研制     

网络雷达对抗系统涌现性研究

涌现性是网络雷达对抗系统这种新型综合电子战系统复杂特性的典型表现。分析了网络雷达对抗系统组成与交互,阐释了网络雷达对抗系统涌现性的内涵及构成,总结了网络雷达对抗系统涌现性的不可加性、不可还原性、局部影响整体性和局部整体一致性特征,从组成效应、结构效应、交互效应、环境效应四个方面剖析了网络雷达对抗系统涌现性的产生机理,提出了网络雷达对抗系统涌现性控制4C方法。     

2014nccet：闪存阵列的可重构策略

利用低延迟、低功耗、高可靠的NAND Flash构建闪存存储阵列是实现高性能存储系统的有效手段。但应用传统RAID技术构建闪存存储阵列,会引入磨损均衡,校验数据更新频繁导致阵列生命周期降低等问题。针对闪存固有的读写特性,设计实现了一种基于NAND Flash的高性能RAID机制——基于缓存的可重构RAID策略（Cache-Based Reconfigurable RAID,CBR-RAID）。该机制采用可重构条带的思想,利用非易失存储器SCM（Storage Class Memory）作为缓存,对数据顺序重组。实验结果表明该策略能够有效降低垃圾回收开销,提高闪存阵列的性能和使用寿命     

闪存阵列的可重构策略

利用低延迟、低功耗、高可靠的闪存芯片构建闪存存储阵列是实现高性能存储系统的有效手段。但应用传统磁盘阵列技术构建闪存存储阵列,会引入磨损均衡、校验数据更新频繁导致阵列生命周期降低等问题。针对闪存固有的读写特性,设计实现了一种基于NAND Flash的高性能磁盘阵列机制——基于缓存的可重构磁盘阵列策略。该机制采用可重构条带的思想,利用存储等级的内存作为缓存,对数据顺序重组。实验结果表明:该策略能够有效降低垃圾回收开销,提高闪存阵列的性能和使用寿命。     

音圈电机驱动的快刀伺服系统性能测试

研发了一种新的音圈电机驱动的超精密快刀伺服系统,行程达到30mm,最大加速度为920m/s2。通过实验手段获得系统的运动模型,用于控制器的设计。针对一类典型的光学复杂结构曲面-微小透镜阵列进行加工,并对加工结果进行测试与分析。测试结果表明,所研发的快刀伺服系统达到了加工技术要求,为该系统在实际加工中更广泛的应用打下了基础。     

基于AM-LFM和IRT的旋转微动目标成像算法

在雷达成像中,基于CS的方法因其压缩采样的特性而在高分辨雷达成像中得到广泛应用。然而由于其是一种基于参数化的成像方法,对观测位置误差特别敏感。在实际中,一般无法知道精确的观测位置。观测位置的误差会造成成像结果位置的偏离、散焦以及无法聚焦。针对基于压缩感知的成像算法存在的观测位置依赖性问题,提出了一种基于调幅-线性调频(AM-LFM)分解和逆Radon变换(IRT)的微动目标成像算法。该方法根据分解后信号调频率分离目标微动信号与主体信号,再进行IRT成像。仿真及实验结果验证了算法的可行性和有效性。