蒸发波导对毫米波传播的影响分析

在毫米波电子对抗领域,通常认为毫米波频段电磁波传播近乎于直线传播,因此研究重点多集中于视距范围内对抗方法研究.但在海洋大气环境中,由于蒸发波导的存在,满足一定条件的毫米波频段电磁波传播会出现超视距现象.为此,在对蒸发波导及毫米波传播特点研究基础上,重点分析了蒸发波导中毫米波频段电磁波的最低陷获频率、最大发射仰角以及形成波导传播后蒸发波导内毫米波射线追踪问题.对毫米波超视距电子对抗研究具有重要意义.     

胚胎电子细胞的部分基因循环存储结构

为了在保证胚胎电子系统可靠性的前提下降低系统的硬件消耗,提出一种新型的基因存储结构——部分基因循环存储,细胞只存储阵列的部分基因,通过细胞内、细胞间的基因循环、非循环移位实现阵列的功能分化和自修复,自修复过程中基因存储内容根据故障细胞数目进行自主更新。该存储结构中基因备份数目可由设计者根据系统可靠性和硬件消耗要求设置,不受阵列中空闲资源数目的限制。理论分析和仿真实验表明,该新型存储结构不仅实现了胚胎电子阵列的功能分化、自修复等功能,而且能够在保证系统可靠性的同时降低硬件消耗,具有较高的工程应用价值。     

基于正交分集的灵巧噪声干扰对抗方法*

针对数字射频存储干扰机多通道宽带转发模式下的灵巧噪声干扰,提出了基于混沌调制信号、多谐波相位调制线性调频信号的正交分集抗干扰方法。混沌调制信号与多谐波相位调制线性调频信号具有“图钉”型模糊函数,除了具有良好的距离、多普勒分辨力,而且对回波频率敏感,通过正交分集设计,能够更好的适应宽带转发灵巧噪声干扰。通过计算机仿真对新方法的抗干扰性能进行了分析和验证,结果表明,在多通道宽带转发灵巧噪声干扰环境下,新方法的抗干扰改善因子能够达到10dB以上,抗干扰性能明显优于传统的频率捷变、斜率捷变方法。     

基于球状模型的短波频率泛克里金重构算法

针对现有短波频率优选方法中数据处理过程复杂、输入参数条件苛刻、工程实现难度较大等不足,结合电离层变化特性,提出了一种基于球状模型的泛克里金法,应用于短波频率的重构。利用短波频率管理系统中大量的实测频率数据,构建了符合频率数据变化特征的基于球状模型的变异函数,建立了反映沿经度、纬度及水平方向通信频率变化剧烈程度的漂移表达式。随机选取多个样本数据,通过交叉重构法对短波频率数据进行重构。实验结果表明,基于球状模型的泛克里金法具有较高的频率重构精度,能够应用于短波通信频率的重构,特别是满足军事通信方面对短波频率优选手段的需求。     

频率匹配准则的某型机枪自动机结构参数优化

首先分析了影响某型重机枪射击精度的影响因素,并以武器频率匹配准则为依据,以建立的机枪动力学虚拟样机模型为平台,通过灵敏度分析,找出导气孔横截面积、活塞的有效横截面积、枪机框质量、枪机质量和枪机框缓冲簧刚度等参数是影响武器射击频率的主要因素;利用序列二次规划优化方法对自动机结构参数进行优化,优化仿真结果表明,武器的射向一致性得到明显提高,这对于武器结构方案优化设计,提高武器射击精度是至关重要的。     

雷达目标全极化一维距离像的瞬时测量方法

雷达目标宽带全极化测量在雷达成像、目标识别等领域有着重要应用,为此,基于正交频率分集思想,设计了一种用于宽带全极化瞬时测量的矢量信号波形;给出发射信号模型和回波信号模型,利用该波形的单个脉冲回波,可以获取测量带宽内多频点全极化数据,再经逆离散傅立叶变换后可以得到目标的全极化一维距离像;最后,用仿真数据和实测数据进行仿真实验,验证了该方法的有效性.     

音乐与军队法纪

音乐与严肃军纪协调行动早在甲骨文中就有“律”字,实指军队的法律。甲骨卜辞有云“师惟律用”,就是强调军队只有遵守军纪军法,方可“用”于对敌作战。其“律”字与成书于殷末周初的《易》“师”卦的“师出以律”的含义相同,都指军队行动要遵守号令。而“律”     

采用张量方法的盲干扰抑制及信源恢复技术

针对多输入多输出系统受到有意干扰情况下的盲干扰抑制和信源恢复问题，提出一种双阵列天线接收机结构，通过差分处理，在不考虑独立性的条件下实现盲干扰抑制。消除干扰后的数据有明显的张量切片特征，将其堆积成三阶张量，并通过基于张量分解的方法不经信道估计直接恢复源信号，相较于传统基于信道估计的信源恢复方法大大降低信道估计误差的影响，提高恢复精度。仿真结果表明，所提方法较传统基于训练序列进行信道估计的方法能以更小的训练开销达到更优的信号恢复性能。     

一种跳频通信中增加可用频率数的方法及其性能分析

针对跳频通信中传统收发同频体制的不足,介绍了一种新的增加可用频率数的方法。提出了不对称频率表的概念及设计,对其在短波跳频通信中提高跳频处理增益、改善系统抗阻塞干扰等性能进行了分析,并与常规跳频进行了比较,得出了一些有益的结论。     

一种新的k-means聚类雷达信号分选算法北大核心

针对传统k-means聚类算法在雷达信号分选中应用存在的不足,提出了一种基于数据场和灰关联分析的k-means聚类雷达信号分选算法。该算法首先根据数据场理论计算所有数据样本的势值,寻找局域势值最大值,选取距最大值最近的样本数据作为初始聚类中心,局域势值最大值个数作为聚类数目;然后用灰关联度代替欧式距离来判断数据样本间相似性。该算法能够自动获取初始聚类中心和聚类数目,对频率捷变雷达具有较好的分选效果。仿真结果验证了算法的可行性。