量子雷达及其目标探测性能综述

量子技术与传统技术相结合以提升经典系统性能是近年来电子信息、计算机技术等众多科学领域研究热点。由于隐身和电子对抗技术的进步和日益成熟,雷达作为一类典型的电子信息系统,其目标探测受到了越来越多的挑战。从雷达目标探测角度出发,介绍了量子雷达的基本概念与分类、若干实现模型,重点剖析、归纳了量子纠缠等量子效应增强雷达目标探测性能的物理机理与研究现状,指出了量子雷达研究和实现中的关键技术与研究方向。     

目标选择理论方法

针对现代战争特点和要求,给出了适合不同目标系统的6种打击目标选择理论,即重心效应理论、链条效应理论、瓶颈效应理论、连累效应理论、层次效应理论和组合理论。并运用这些理论,针对不同类型目标,给出了6种方法,即非线性规划方法、集合论方法、矩阵方法、群落型方法、网络型方法和塔型方法,基本涵盖了远程攻击武器目标选择理论与方法。     

水声传感器信息处理技术

水声传感器信息融合是为潜艇、水面舰艇提供完整、准确、清晰战术态势的关键技术。结合各类声纳的特点,研究数据互联,水下被动定位与跟踪算法,纯方位系统的可观测性,跟踪坐标系的选择以及机动目标跟踪,是解决水声传感器信息处理的关键。首先对前人在这些方面的工作进行了总结和评述,然后根据现代海战的战术背景分析了水声传感器信息处理存在的一些技术难点和值得进一步研究的问题。     

基于遗传算法的目标方位角估算

针对某型武装直升机加装微光电视瞄准系统后 ,提出了采用遗传算法进行微光电视图像的识别和提取 ,然后与模型基元进行图像匹配 ,来研究目标方位角的估算问题。经分析计算 ,能较好地满足需求 ,为微光电视瞄准原理的实现打下一定的基础。     

一种有效的常规雷达目标识别方法

基于小波变换和进化网络提出一种有效的常规雷达目标识别方法。即首先利用 Mallat算法对雷达目标一维距离像进行特征提取和压缩 ,然后在进化规划的基础上提出一种混合进化算法来优化设计由多层前向网络构成的分类器。实验结果表明 ,整个目标识别系统的结构简单 ,同时具有较好的推广能力     

战场目标声/震侦察与识别

介绍了一个采用被动侦察体制的多传感器侦察系统。在研究了地面战场典型目标的噪声场和地震动场产生机理的基础上 ,对战场目标噪声信号和地震动信号进行功率谱估计 ,分析了各种目标的线谱特性。设计了拓扑结构合适的 BP神经网络分类器 ,可以有效地分类识别战场典型目标     

基于运动状态和敌我属性的空中目标融合识别

研究了基于实时跟踪器的空中目标航迹身份识别问题。从分析目标运动状态和敌我属性的不确定性出发 ,建立了空中目标身份统计模型 ;根据建立的模型 ,通过采用Dempster Shafer证据理论方法 ,对空中目标进行融合识别。仿真实验结果证明了模型和算法的有效性。     

反舰导弹仿真中的目标命中判断问题

阐述了模型校核的意义和作用。对属于模型校核范畴的仿真中的系统状态不连贯问题的基本概念通过乒乓球的下落和反舰导弹攻击目标舰艇的例子进行了说明。介绍了已有的解决系统状态不连贯问题的三种方法,并进行了优、缺点分析。给出了反舰导弹仿真中的目标命中判断模型。指出,反舰导弹仿真中的目标命中判断问题是一个系统状态不连贯问题。为解决该问题,提出并应用了一种新方法预测法。利用预测法,最多进行两步最小步长仿真,就能够以要求的精确度检测到任何一个系统状态不连贯。相对于以前的三种方法,在提高仿真效率的同时,预测法还能够避免对系统状态不连贯问题的漏检。     

数值模拟类升力体外形高超声速粘性绕流

采用空间二阶精度的交替方向隐式分解的NND格式求解完全气体假定下的非定常薄层近似Navier Stokes方程 ,并采用抛物化的椭圆型方程生成复杂带翼外形的空间网格。最后给出了类升力体外形在M∞ =8 0 ,α =2 0°下的流场计算结果。     

非线性干扰观测器的高超声速飞行器自适应反演控制

针对高超声速飞行器参数不确定弹性体模型,提出了一种基于非线性干扰观测器的自适应反演控制器设计方法。将曲线拟合模型表示为严格反馈形式,采用反演方法设计控制器。采用动态面方法获取虚拟控制量的导数,避免了传统反演控制"微分项膨胀"问题。为了增强控制器的鲁棒性,基于二阶跟踪-微分器设计了一种新型非线性干扰观测器,以此对模型不确定项进行自适应估计和补偿。仿真结果表明,控制器对模型不确定性和气动弹性影响具有强鲁棒性,且能实现对速度和高度参考指令的稳定跟踪。