混合部署防空导弹距离量化分析

防空导弹混合部署对提高防空武器系统的整体作战效能有着重要意义,分析了重点防卫目标的选择原则,分析了防空火力单元与保卫目标的距离关系、以及火力单元间配置距离关系,在理论分析的基础上给出了导弹单元与保卫目标的配置距离计算模型,及其导弹单元在水平与垂直方向上围绕保卫目标的配置距离计算模型,根据目标飞行特性以及上述计算模型,可有效进行防空导弹的布防。     

利用矩阵翻转法求最佳H圈

利用矩阵翻转实现二边逐次修正法求最佳哈密尔顿圈(H圈).首先构造完备加权图,并用距离矩阵表示之,使所选初始圈的顶点为矩阵主对角线的上方元素对应的顶点;然后对距离矩阵加边框并进行若干次"翻转",直到矩阵不满足二边逐次修正法的修正原则,最后得到的矩阵主对角线的上方元素确定了最佳H圈的权重及路线.     

采用PWPF调节器的再入飞行器最优控制分配方法

针对具有反作用控制系统(Reaction Control System,RCS)和气动舵两类控制机构的再入飞行器,提出一种基于脉宽脉频(Pulse-Width Pulse-Frequency,PWPF)调节器的最优控制分配方法。将RCS的输入信号转化为连续变化量,RCS与气动舵的控制分配问题被描述为二次规划问题,并采用有效集方法对其求解。采用离散法和PWPF调节器将优化结果转化为RCS的开关机状态。与混合整数规划问题相比,连续二次规划问题更容易求解,计算速度更快。通过对二次规划问题的重构,该算法能有效地应对故障情况。     

基于PSO-BP神经网络的HRRP目标识别

为提高雷达目标识别准确率,提出了一种基于PSO-BP神经网络的雷达一维距离像识别方法。利用粒子群优化算法良好的全局搜寻能力,对BP神经网络的权值和阈值进行了优化,弥补了BP神经网络收敛速度慢、存在多个局部极值点的缺陷。利用实测数据对PSO优化前后的BP神经网络的识别性能进行了对比测试。实验结果表明,PSO-BP神经网络具有更高的识别准确率及噪声鲁棒性,分类性能优良。     

异型角反射体阵列寻优研究

战时,异型角反射体阵列布放态势将是影响其干扰效果的重要因素。以伯克级驱逐舰为典型舰艇,从雷达散射截面积(radar cross section,RCS)、高分辨率距离像(high resolution range rrofile,HRRP)和极化特征三方面入手,进行了异型角反射体布放间隔和布放数量的寻优,旨在寻找一种与载舰逼近度尽可能高的异型角反射体阵列,为反舰导弹突防研究提供基本理论依据。研究表明:综合考虑RCS,HRRP和极化特征三方面因素时,11个异型角反射体两两间隔5 m布放,能够发挥更好的干扰效果。     

TVM制导防空导弹先验距离战法

为了对空袭体系中施放电子干扰的目标进行打击,根据TVM制导防空导弹的技术特点,采用先验距离法,通过制导雷达和导弹组网,进行无源测向交会定位,能够较准确地得到目标定位并对导弹进行精确制导.给出了先验距离方法的数学模型和数据融合方法,最后提出了先验距离战法实施的基本原则.     

坦克射击模拟器瞄准镜分划的过渡过程模型

坦克射击模拟器炮长瞄准镜视景中,稳像工况下瞄准镜分划的过渡过程要与实装炮长瞄准镜中保持一致。该过渡过程实质就是火炮跟踪瞄准线的过渡过程。在分析炮控系统控制模型基础上,得到了二阶控制系统差分方程模型,即为射击模拟器炮长瞄准镜分划的过渡过程模型。     

创新人才军民融合培养体系及其构建

创新人才军民融合培养构成人才强国战略、创新驱动发展战略和军民融合发展战略的交汇点。创新人才是战略资源,军民融合为创新人才培养提供了一条全新路径。作为一项系统工程,创新人才军民融合培养包括创新人才军民融合培养主体系统、创新人才军民融合培养客体系统、创新人才军民融合培养方案系统、创新人才军民融合培养资源系统、创新人才军民融合培养制度系统、创新人才军民融合培养考评系统,在系统构建过程中需加大统筹协调、投入保障、政策倾斜、法治保障、合理使用力度,注重体系推进。     

KK分布杂波下的距离扩展目标检测算法

针对服从KK分布的大拖尾雷达杂波背景下的扩展目标检测问题,利用球不变随机变量表示了KK分布雷达杂波模型。在假设目标回波幅度已知的情况下,研究了基于Neyman-Pearson准则的距离扩展目标最优积累检测器,并通过对目标幅度的最大似然估计,推导了广义最大似然比检验检测器模型。为了降低这两种检测器中因计算第二类修正的贝塞尔函数而引入的运算复杂度,提出了一种基于顺序统计量的广义似然比检测器。该检测器利用检测窗内幅度较大的距离单元回波作为目标回波进行判决。利用蒙特卡罗仿真对这三种算法的性能进行了验证与比较,虽然最优积累检测器与广义似然比检测器具有更好的检测性能,但实现困难,计算量大,而基于顺序统计量的广义似然比检测器则具有更高的实用性。     

改进多重信号分类算法的宽带频谱快速感知方法

针对宽带频谱感知中采样率大、感知时间长的问题,在调制宽带转换器采样的基础上提出了一种改进多重信号分类算法的宽带频谱快速感知方法。调制宽带转换器对宽带频谱进行欠奈奎斯特采样,以最小描述长度准则估计信号个数,用改进多重信号分类谱估计信号位置。算法引入调整因子,使得多重信号分类谱中信号位置更为明显,降低了噪声的干扰。整个感知过程无须重构原始波形,无须计算频谱,大大降低了计算量,而且感知算法计算复杂度低,提高了感知效率。仿真结果表明,在低信噪比的情况下,该算法仍具有很好的检测性能。