超宽带合成孔径雷达实时成像处理

工作在VHF/UHF波段的超宽带合成孔径雷达具有穿透叶簇和地表探测隐蔽目标的功能,为提高战时快速打击能力,必须研究实时成像技术。本文分析了超宽带合成孔径雷达成像的特点,针对两种主要的超宽带成像算法:波束域算法和交叠子孔径算法,研究了实时处理的流程及处理结构。     

压制干扰环境下组网雷达的检测性能分析

为定量地研究压制干扰环境下组网雷达的检测性能,根据受干扰时雷达检测概率与接收信号信噪比、虚警概率和脉冲积累数的关系,结合秩K法则,推导得出了压制干扰下雷达网的综合检测概率的表达式。并以干扰压制比作为评估指标,通过仿真定量分析了不同干扰情况下组网雷达的检测性能。仿真结果表明所构建模型和方法的有效性。     

大斜视角下空时编码成像算法

空时编码可以有效地消除多发多收雷达的自相关干扰,但是传统的空时编码合成孔径成像算法无法精确校正其距离方位耦合,因此限制了其在大斜视角情况下的数据处理能力。为避免以上缺陷,将空时编码方案与ωK算法相结合,在空时解码处理中引入新的解码矩阵来完成一致聚焦,利用Stolt映射完成补余聚焦,对距离方位耦合进行精确地校正。理论分析和仿真结果表明:该方法能够在大斜视角情况下实现目标的高质量成像,并有效地消除了互相关干扰。     

基于两坐标雷达与红外传感器的融合跟踪

针对两坐标雷达与红外传感器的融合跟踪问题,提出一套基于航迹关联事件的后验概率最大化准则和"最近邻"思想的状态信息相关与融合估计的一体化实现方法,克服了两种传感器观测数据不完整给融合处理带来的困难,通过充分利用雷达的航迹,点迹和历史信息,融合高精度的红外测角和雷达测距信息,改善系统的跟踪能力.最后的仿真实验表明了该方法的有效性.     

相控阵天线阵面两级备件优化配置模型

针对相控阵天线阵面备件配置存在的冗余性强、批量送修、多级维修等现实问题,综合考虑备件费用、维修能力以及库存策略之间的关系,建立了基于定期补给的两级备件优化配置模型。给出了系统的故障件维修周转过程和维修备件的定期补给过程,在分析备件、库存、维修能力之间关系的基础上,结合成批到达的排队理论,建立了系统的供应可用度模型。以备件配置费用最小为目标、以系统供应可用度为约束条件,建立了系统的备件优化配置模型,并通过边际效益分析法对模型进行了求解。通过算例仿真与分析对模型进行了验证。结果表明:构建的备件配置能够较好地解决相控阵天线阵面的备件配置问题,具有一定的优越性。     

软件可靠性评估技术研究

MTBF,初始故障数N,故障暴露率K,一次运行的成功率θ是软件可靠性的基本参数,也是反映软件可靠性的关键因素.在理论分析和工程应用实验基础上,给出了这些参数的计算方法.     

基于扩展时空距离度量的连续k近邻查询方法

针对基于TPR树索引的连续k近邻查询,引入了一种新的时空距离度量最小最大距离函数作为TPR树索引搜索时节点剪枝上界。提出了一种采用最优优先策略的基于扩展时空距离度量的连续k近邻查询STM-CNN算法,利用最小距离函数进行TPR树索引节点搜索时访问排序,并使用最小最大距离函数对TPR树索引进行剪枝界定。     

K故障诊断在坦克炮控系统中的实现

K故障诊断法是一种计算量较小,主要应用于线性网络的模拟电路故障诊断方法,实施比较方便,具有很好的实用价值。通过对炮控元件操纵台诊断网络拓扑结构的设计、激励选定、计算和实验,实现了对操纵台的故障诊断。进一步提出炮控系统的故障诊断设备要着眼于故障诊断方法而不是检测方法。最后对K故障诊断法做了应用分析,供实践参考。     

基于异态集成学习的飞行目标辅助识别模型

对飞行目标类型的准确识别是空中作战意图识别的前提和基础。针对当前各类识别模型在训练样本较少时,较难同时获得模型的稳定性和较好的泛化能力且在线学习能力较差的问题,提出了一种基于异态集成学习的飞行目标辅助识别模型,将k近邻学习模型与BP神经网络模型进行整合,使模型兼具训练稳定性与较好的泛化能力;通过算法设计,模型具有了整体动态更新的能力。基于某作战仿真系统完成飞行目标识别实验,对比了该模型与各类模型的性能表现。实验结果显示所提出的模型识别正确率稳定在90%左右,且在个体学习器的基础上至少提高2%。     

蚁群算法的多目标识别模型

现代海战中,我面临的威胁目标复杂多样,正确识别敌目标是做出准确的军事决策的前提.基于蚁群算法的并行最优化特点,引入近邻函数,将目标识别问题转化为最优化聚类问题,提出了一种新的多目标识别算法.实验结果表明此方法是有效的,具有一定的军事现实意义.