方位多相位中心SAR信号重建误差分析

就方位多相位中心(Azimuth Multiple-Phase-Center,AMPC)合成孔径雷达(Synthetic Aperture Radar,SAR)系统的阵列误差对信号重建性能的影响进行分析。将阵列误差建模为随机过程,结合最小二乘(Least-Square,LS)算法,推导了AMPC SAR误差功率谱的解析表达式,进而得到了AMPC SAR的信噪比与方位模糊比的解析表达式。仿真实验验证了理论分析的正确性。分析指出,随着系统脉冲重复频率的升高,有必要通过减小重建系数以实现重建性能的提升。分析方法与结果对AMPC SAR系统设计以及图像质量预估提供有效支撑。     

一种基于随机波形分段相位编码调制的反侦察技术

为了提高雷达的隐蔽性能,降低被截获的概率,通常有很多种手段。在波形设计上,常见的是采用低截获概率(LPI)雷达信号,但常规的LPI信号仍然是有规律的信号,提出了一种基于随机波形分段相位编码调制的技术,使得脉冲的波形具有噪声特征,有较强的伪装效果,从而大大降低截获概率,仿真表明,这种设计技术具有良好的性能。     

航空自组网中面向容错的中继节点速度控制

由于飞机节点的通信距离有限,航空自组网的网络拓扑高动态的变化会导致频繁的网络分割并严重影响网络上层应用的正常运行。为了保证飞机节点之间端到端的连通性不受影响,航空自组网必须具备容错性,即任意一个节点或链路失效后网络仍然连通。通常情况下飞机节点的运动不可控,因此可在网络中加入一定数量的中继节点,通过控制中继节点的运动速度来实现并维持航空自组网的容错性。提出了一种在线中继节点速度控制方法,该方法根据网络当前状态计算出中继节点的最佳运动方式,在保证网络容错的前提下使得中继节点在网络运行时间内所运动的总路程最短。仿真结果表明该中继节点速度控制方法在航空自组网的容错控制方面具有潜在的应用前景。     

基于层次分析法的舰舰导弹武器系统作战环境指数研究

针对海况、大气波导、海浪杂波等环境因素对舰舰导弹武器系统作战效能的影响,采用层次分析法构建了舰舰导弹武器系统作战环境指数的层次结构,同时量化了各目标层的有关因子,确定了各目标层的权重,并建立了舰舰导弹武器系统作战环境指数的评估方法。经算例分析表明:该方法能够评估复杂环境条件对舰舰导弹作战效能的影响,为舰舰导弹的作战使用提供辅助决策支持。     

基于有限状态机的作战实体模型行为规则可视化建模研究

为提升仿真模型开发效率,降低仿真模型的维护成本,本文从模型规则可视化建模需求入手,提出了基于有限状态机的实体模型行为规则形式化表达模型,并对基于有限状态机的模型规则可视化建模工具框架进行了设计,对模型规则可视化建模的工程实现进行了理论上的探索。     

飞航式火箭助飞鱼雷命中概率分析

选定飞航式火箭助飞鱼雷为研究对象,分析其命中潜艇的过程,并根据在这一过程中的各阶段的概率,建立了火箭助飞鱼雷命中概率模型,并对模型进行了仿真,分析了火箭助飞鱼雷助推发动机推力、巡航发动机推力及入水点散步对命中概率的影响。仿真结果表明,所建立的命中概率模型符合要求,对飞航式火箭助飞鱼雷的效能分析具有一定的参考价值。     

一种应用于舰船编队的频谱分配辅助决策算法

为了避免舰船编队作战过程中电子设备间的电磁干扰,提高电磁频谱分配的准确性和快速性,需要对编队实施电磁频谱管理。文章首先提出编队电磁频谱管控的整体方案,并创新性地提出一种基于表上作业法和范例推理相结合的电磁频谱管理辅助决策算法求解编队频谱分配问题。利用该算法实现频谱分配功能,对于减少决策失误、缩短分配时间、提高舰船编队电磁频谱管理能力,具有重要而现实的意义。     

抗辐照MRAM研究进展

针对传统分块方法根据经验划分子块导致变量特征信息无法充分利用,其单一的建模方式忽略局部信息以及离线模型无法适应时变特性的问题,提出了一种KL (Kullback-Leibler) 散度多模块滑动窗口慢特征分析方法。在正常工况数据集中,利用KL散度来度量变量间的距离,同时引入最小误差平方和准则进行聚类,分成两个距离最小的子模块;在此基础上利用慢特征分析方法对每个子模块进行建模,结合滑动窗口对每次采样的数据进行更新,得到最优模型,分别计算监测统计信息,利用支持向量数据描述对故障监测结果进行融合,实现故障诊断。并将该方法应用于田纳西伊斯曼过程的监控中,得到了较高的故障检测率和较低的虚警率,验证了该方法的可行性和有效性。     

受互联网思路启发的电力系统重要节点评估算法

对电力系统中重要节点进行有效区分,有助于在资源有限的条件下对重要节点施加额外保护或改变拓扑结构,从而提高系统鲁棒性、降低事故发生的概率。受网页排序算法启发,提出电气链接结构分析的随机方法(electrical stochastic approach for link structure analysis, E-SALSA)用于电力系统重要节点评估。该算法综合考虑了电力系统拓扑结构、潮流等因素对节点的影响,能够有效反映电力系统的真实情况,并且其特点更符合电力系统背景。在IEEE300节点电力系统中,使用失负荷规模和最大子群规模两个指标对E-SALSA算法与电气介数算法、基于共同引用的超链接引导的主题搜索(model based on co-citation hypertext induced topic search, MBCC-HITS)算法进行了对比分析。结果证明E-SALSA算法相比电气介数算法在两个指标上都具有优势,相比MBCC-HITS算法能够更综合考虑各方面因素对节点的影响,进而证明了E-SALSA算法的合理性、有效性。     

改进Laplace先验下的复数域多任务贝叶斯压缩感知方法

为了将现有的实数域贝叶斯压缩感知方法推广至复数域,利用改进Laplace先验假设,提出了一种复数域多任务贝叶斯压缩感知(complex multitask Bayesian compressive sensing using modified Laplace priors, CMBCS-MLP)方法,消除了测量噪声方差的影响,并推导了一种基于递归操作的快速算法。数值仿真表明：针对复数域稀疏信号重构问题,相比于现有方法,所提CMBCS-MLP方法具有更好的精确性和鲁棒性。