雷达网威力范围可视化方法研究

以雷达网威力范围的可视化为研究对象,提出了网格分割筛选算法,并给出了仿真实例,较好地实现了威力范围的二维可视化。还探讨了雷达网威力范围的三维可视化方法,并给出了较好的解决思路。     

UML的海上编队雷达情报网作战视图描述

海上编队雷达情报网由于缺乏可以参照执行的标准,不能有效地实现系统的综合集成。体系结构设计是一种重要的系统顶层设计方法,是保证系统之间可集成可互操作的关健。美国国防部体系结构框架(DoDAF)适用于各种复杂系统的设计,已成为行业的建模规范。作战视图(OV)是进行系统顶层设计的体系结构技术中的重要组成部分,参考DoDAF2.0版的作战视图产品,采用统一建模语言(UML),对海上编队雷达情报网的作战视图进行了描述。     

网络中心环境下的军事通信超网络结构模型

网络中心环境下的军事通信网络是一个多重边异构的人工功能网络。为了分析、设计和构建网络中心环境下的军事通信网络,通过扩展、综合Jeff的作战网络模型和Hans的网络兵力参考模型,提出了一种能够清晰描述网络节点功能和链路传输类型的军事通信超网络结构模型,给出了模型的数学描述,并说明基于它可将军事通信网络分解为多个具有军事特征的功能子网或专业通信网。最后通过分析某联合作战部队通信的超网络结构特征,验证了模型的有效性。     

噪声干扰下雷达目标检测概率计算模型研究

针对雷达自身性能和干扰因素对雷达目标检测概率的影响,分析了噪声干扰情况下检测概率同干扰机有效功率、干扰机位置之间的关系,联合雷达的最大作用距离、工作频率等性能参数,得到了噪声干扰情况下雷达检测概率的表达式。并运用秩K法则,得到了噪声干扰下雷达网综合检测概率的表达式,解决了噪声干扰下雷达网检测概率的确定问题。仿真结果验证了模型和方法的有效性。     

基于主成分分析和神经网络的目标识别

采用主成分分析法将多项识别属性进行综合聚集,减少关联属性对识别的干扰,达到属性约简的目的。利用神经网络进行目标识别,通过优化训练策略,可以提高网络的收敛速度和泛化能力。主成分分析法与神经网络结合既能高效识别已知样本,又能对未知样本具有很强的自学与适应能力,从而有效地对海战场目标进行识别。通过对比仿真,证明了算法的有效性。     

基于滤波与BP神经网络的水下探测信号检测算法

针对水下探测系统探测船舶磁场信号时信噪比较低的问题,首先根据磁异常信号的频域特征,设计了约束最小二乘FIR滤波器,通过对含噪信号进行带通滤波,滤除高频噪声;再采用BP神经网络对低频分量进行学习,提取船舶目标特征信号。将该算法应用于船模实测实验,结果表明:该算法可以显著提高信噪比,增强对船舶磁场信号的检测能力。     

试论公安现役高等院校办学特色

办学特色是高等学校生存发展的前提和办学优势的集中体现,也是形成核心竞争力的关键。公安现役高等院校突出办学特色,要着力创新办学理念,强化学科专业特色和人才培养特色。     

对加强公安边防群众工作的思考

加强公安边防群众工作对维护沿边沿海地区社会稳定,推进新时期公安边防工作具有重要意义。从主、客观两方面分析了当前公安边防群众工作中存在的问题,提出公安边防群众工作要坚持为现实斗争服务、为打造服务型机关服务的原则,消除四个误区,提高专业化、信息化和社会化水平,加强保障机制、考核评估机制、奖惩激励机制和监督制约机制建设,推动公安边防群众工作深入开展。     

无线电引信定向探测优化研究

提出了用人工免疫算法优化RBF网络隐含层的性能参数,以及用最小二乘法确定RBF网络的线性输出层的权值,建立了基于人工免疫算法的两级RBF网络混合训练学习的算法机制。针对无线电引信定向探测方面存在的问题,用所建立的两级RBF网络混合训练学习机制对引信的定向探测进行了优化研究,最后计算机的仿真结果给出了该方法在目标方位识别方面的优越性。     

浅谈网络中心战

网络中心战是未来战争的主要作战样式,首先依次介绍网络中心战的概念、体系结构、优势,然后通过伊拉克战争实例说明网络中心战的优越性,最后指出网络中心战存在的问题及我军面对军事变革挑战应如何应对。