针对阵列雷达极化测量的极化干扰效果对比分析

为降低阵列雷达对来波极化信息的测量精度、阻碍雷达生成极化抗干扰滤波器,开展了极化干扰对雷达极化测量的影响研究,提出一套稳健、适应性强、易于操作的极化干扰生成方案。基于精细信号模型阐述极化测量的基本流程并分析其特点,得出极化域自由度不足和大功率导向是极化测量的固有缺陷的结论,这也是极化干扰实施的基本原理。针对几种经典的干扰模式和极化调制方法对雷达测量结果的干预诱骗作用进行理论推导和结果预测,并进行了仿真实验验证。研究表明,随机极化调制干扰对阻碍雷达极化测量更有效。     

SEAD场景异构无人机配置与任务规划联合优化方法

对敌防空压制(suppression of enemy air defenses, SEAD)场景是多无人机协同的典型应用,针对该场景特点,在任务规划问题基础上将各类型无人机数量也作为决策变量,充分表征目标、任务和无人机的多种约束,建立异构无人机编队路径问题模型。设计了双层联合优化方法求解该模型：上层设计了任务衔接参数指标,精确评估各类型无人机需求,指导无人机配置调整;下层设计了改进遗传算法,高效处理多类型约束并能结合无人机数量变化对任务方案进行精细调整;双层相互协调获得满足需求的无人机配置和执行方案。仿真结果表明,该方法可以在避免遍历无人机配置组合的前提下获得合理的无人机配置方案和高效可行的执行方案。     

基于动态规划算法的多无人机多目标协同侦察路径规划

研究了在规定的时间范围内,在满足侦察频次及时间间隔等约束条件下,多种类型的无人机协同完成对多种类型目标的侦察任务的路径规划问题。采用动态规划思想,将该问题转化为寻找满足约束条件的、能够覆盖最大数量目标的、个数最少的哈密顿回路问题,建立了动态规划算法的数学模型。在算法的执行过程中,设置了多个可调节的参数以及多种回退条件,使算法具有了类似于智能算法的较强的灵活性,且不易出现智能算法无解或陷入局部最优解的状况,提高了求解的效率与精度,并且通过模拟实例验证了该算法的有效性。     

什么是系列化

把一类产品的主参数或规格，按科学的规律进行分档、分级形成合理的序列，以较少的品种或规格满足最大使用范围的标准化方式。其要点如下。