时变信道下雷达辐射源个体识别的局部相关检验方法

辐射源个体识别是电子战领域的研究热点。针对时变信道下波形已知的雷达个体分类问题,基于似然比检验提出一种稳健的局部相关检测方法。该方法利用雷达波形中差异度较大的部分生成参考波形,构建假设检验模型进行信号分类,并通过比例因子调节参考波形的差异显著性。仿真实验表明,随着参考波形差异显著性增强,本方法识别性能明显优于直接最大似然比方法,具有较好的抗多径性能。     

圆周SAR与线性SAR成像特性分析与对比

圆周合成孔径雷达因其独特优势已经成为雷达领域的研究热点。分析圆周合成孔径雷达与线性合成孔径雷达在成像区域大小、点散布函数特性、回波频谱特点、三维成像能力等方面的差异,凸显了圆周合成孔径雷达的成像特点。发现单航过圆周合成孔径雷达频域成像处理的难点在于其回波频谱的空变性。为提高频域成像处理的效率,分析了平面圆周合成孔径雷达与多航过圆周合成孔径雷达成像模式,并指出这两种模式易于在频域开展一致化处理。仿真试验证明了分析内容的正确性。     

基于随机冲击的相关竞争失效可靠性评估

针对电子产品在工程实践中受随机冲击应力的影响及多失效模式的问题,以累积冲击和极限冲击来描述产品的冲击过程,考虑失效模式相关性并建立了随机冲击下产品竞争失效模型。以具有自然耗损和突发耗损特点金属化膜脉冲电容器为对象,进行了可靠性对比分析,验证了模型的合理性和有效性,为遭受复合应力影响的电子产品的可靠性评估提供了一种新方法。     

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。     

面向体系作战的信息共享效益建模仿真

信息共享是体系作战的基础,如何量化信息共享对作战决策及作战效果的影响,需进行定量建模与分析。首先深入分析了信息共享对体系作战的重要性,分别在信息域和认知域中采用信息熵形式化地描述了战场客观信息和指挥员主观知识;其次从信息的完整性和精确性的度量指标出发,给出了信息共享对作战决策的正面效益模型,同时在信息共享带来的无用信息增多和信息冗余两方面,定量分析了其带来的负面影响;最后通过仿真实例分析验证,仿真结果表明模型构建的正确性。     

郭里集附近战斗经过辨析

郭里集附近战斗是台儿庄战役的重要战斗之一,但长期以来鲜为人知。近年出版的一些著述虽然介绍了此次战斗,但都片面地引用中方文献来记述。笔者在查阅了中、日双方的一些相关文献后,通过分析,发现中方文献的记载有不少错漏,现在有必要对此正本清源。     

基于边带相关置换的BDS抗窄带干扰算法

提出了一种新的窄带抗干扰算法,利用北斗卫星导航系统(BDS)信号体制频谱的对称性,通过将受到污染的频谱部分替换为未受污染频谱,而对于对称干扰,则将其置零,以达到最大程度恢复原信号的目的。仿真表明,该方法扩展了常规边带相关置换法的应用范围,其抗干扰效果优于常规的频域干扰置零方法。     

一种针对移动异构传感器网络的密钥管理方案

基于不对称密钥预分配和哈希函数,提出了一种新的移动异构传感器网络的密钥管理方案。该方案主要对网络不同子区域使用单独分开的密钥池,并为簇头节点从存储密钥池中选出密钥和为普通节点从存储密钥池中选出密钥的派生密钥,提高了现有方案的安全连通率和抗节点捕获攻击能力。同时,利用区域种子密钥和哈希函数实现了对移动簇头的认证,有效防止了伪造攻击。分析和仿真表明:该方案不仅能明显提高移动异构传感器网络的安全性能,而且能有效减少资源消耗。     

R-C系统中由表面散射引起的视场内杂散光分布

推导了R-C系统焦平面上由主镜和次镜表面散射引起的视场内杂散光分布的近似解析表达式.针对典型R-C系统的视场内杂散光分布,由近似表达式得到的计算结果与利用商业光学仿真软件得到的模拟结果具有较好的一致性,说明了近似表达式的正确性.与焦平面上无像差衍射光分布相比较,可以方便地分析强光入射时R-C系统焦平面上不同区域的饱和机制.研究结果表明,对于典型的R-C系统,探测器表面上以几何像点为中心,半径为2.5mm的范围内,衍射光是引起探测器饱和的主要因素;在此范围外,表面散射造成探测器的饱和.该结果为进一步研究强光饱和实验,解释有关现象提供理论分析基础.     

基于微分进化算法的盲源分离

将微分进化算法的优点引入到盲源分离中,提出了基于微分进化的盲源分离算法。该算法以混合信号的峰度为代价函数,采用独立分量分析的方法对瞬时混合的信号进行盲分离。盲源分离中常用的自然梯度算法是一种局部寻优算法且收敛速度较慢,而微分进化算法是一种全局寻优算法且具有并行性、易实现等优点。分别用无噪仿真信号和有噪仿真信号对提出的算法进行仿真实验,比较了基于微分进化算法的盲源分离、基于粒子群优化算法的盲源分离和基于自然梯度算法的盲源分离的分离结果。结果表明:基于微分进化的盲分离算法收敛速度快,分离效果也比较好。