陆战分队目标战场价值评估指标体系研究

陆战分队战场价值评估指标的确定和量化,是实现目标战场价值评估与排序的先决条件。依据敌方目标的属性特征、所处的战场环境,从相对战场价值和绝对战场价值两方面,建立了敌方目标相对于我方武器平台战场价值的指标体系。并用标度法和数学公式对各个指标体系进行了量化。     

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。     

429船在“刀光剑影”中前进

一天上午，某国侦察机突然增加到10多架次，在测量区低空盘旋，海面上也有5艘船只向我作业区附近靠拢，船上走动的人影和黑洞洞的炮口清晰可见……     

机动部队推行军队采购制度的几点建议

1.加大宣传力度,提高思想认识。要扩大宣传层面。当前要重点宣传军队采购的意义、相关知识、操作程序及军队采购与事业部门自行分散采购的区别,特别是要大力宣传军队采购的目的及原则,使全体官兵理解、支持、参与军队采购 工作,营造良好的外部环境。要创新宣传形式。除利用营区广播、黑板报、宣传栏等进行宣传外,还可以灵活运用多种形式进行宣传,如召开物资采购与事业部门座谈会、     

美英合作应对也门“基地”

去年圣诞节发生在美国的一起炸机未遂事件，再次让美、英等国陷入恐怖袭击的恐慌，也让也门这个阿拉伯国家成为世界瞩目的热点地区。     

强化四种意识 树立政治工作威信

习主席在全军政治工作会议上强调,当前最紧要的是要把政治工作威信在全军牢固立起来。政治干部肩负"党代表"的神圣使命,履行"党代表"的光荣职责,彰显"党代表"的作风形象,一岗一位、一言一行、一举一动都直接关乎政治工作威信的树立与缺失,必须强化四种意识,真正使政治工作富含魅力、发挥威力。一、强化阵地意识,切实在守土尽责中立威取信     

基于载波相位辅助的GNSS天线阵抗干扰算法*

对于全球卫星导航定位系统,干扰和多径是影响接收机导航定位性能的两个主要因素。针对卫星导航接收机的抗干扰问题,提出了一种基于载波相位辅助的卫星导航天线阵抗干扰算法。该算法进行盲零陷形成的同时利用各阵元通道输出信号的载波相位辅助来进行盲波束形成,并通过控制算法实现智能切换。仿真结果表明,提出的算法在干扰环境且接收机冷启动的条件下仍能成功抑制干扰、正常工作,在无干扰或弱干扰条件下能进行波束形成来增强卫星信号,从而提高卫星可见性以及定位精度。提出的算法不需要阵列校正以及姿态测量单元辅助,其实现代价远小于传统的波束形成算法。     

一种基于动态循环筛选模型的指标体系建立方法

针对评估中指标体系构建问题,提出一种层次网指标体系模型,对其中底层指标集的确立问题提出一种基于动态循环筛选模型的指标集选取方法,该方法在每一轮的循环过程中,通过评价专家专业度对专家集进行了优化,通过数据信息熵评价数据有效度系数,进而得到指标的重要度。指标集的双重优化确保了专家集的专业性和指标集的合理性,实际算例分析证明了此方法的可行性和有效性。     

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。     

(2015GIS)基于GIS的视频传感器覆盖范围计算方法

视频传感器覆盖范围计算是视频传感器网络初始配置、优化部署等的核心基础,其精度严重影响覆盖分析的结果,然而现有很多方法并未考虑计算方法执行效率与精度的影响,而方法的精度与效率在大范围监控视频覆盖分析应用中显得尤为重要。文章提出了一种兼顾速度与精度的视频传感器覆盖范围计算方法,首先将地理空间进行格网化;然后计算每个格网角点被视频传感器其覆盖状况,用0或1表示;接着,以格网四个角点的覆盖情况描述格网的覆盖情况,将格网分为16种覆盖状态;然后,逐步细化整个格网覆盖状态非(0000)和(1111)的格网,直至达到预设精度;最终获得视频传感器的覆盖范围。实验结果表明,本文方法能够更为精确地获得部署在地理场景中视频传感器的覆盖范围,同时兼顾了计算方法的速度和精度。