基于PSO-RBF神经网络的雷达目标识别

为提高雷达系统目标识别能力,对粒子群算法及RBF神经网络进行了分析。针对离子群算法(PSO)易陷入局部极小的缺陷,提出了基于自适应时变权重和局部搜索算子的改进PSO算法,并将该算法应用到RBF神经网络核函数参数的优化学习中,进行了雷达目标识别仿真实验。仿真结果表明,相对于标准PSO-RBF神经网络,改进算法不仅收敛速度快,且误差精度高,特别在干扰较强时,目标的识别率有较大提高。     

阵列增益下的最大听觉距离及算例分析

被动声定位技术已成为战场目标定位的重要手段,人-机一体化头盔式"电子哨兵"系统能够解决阵列信号处理低信噪比性能下降及人耳听觉距离有限的缺点。作为系统研发的理论基础,从声传播方程出发,研究了考虑阵列增益条件下的最大听觉距离。基于声传播方程,分析了声传播损失的计算方法,探讨了自由场情况下和存在阵列支撑物情况下阵列常规增益和阵列超增益的算法,最后通过算例对阵列处理提高人耳听音距离进行了说明,为人-机一体化"电子哨兵"系统研发提供了理论依据。     

SOJ与RGPO复合干扰下目标跟踪技术

SOJ干扰下目标检测概率降低,容易出现检测不到目标真实回波,如果此时再施放RGPO干扰,由于RGPO回波比目标回波幅度强,雷达更容易误将RGPO干扰回波当成真实目标的回波。针对上述特点,提出了采用检测门限自适应与卡方检验相结合的方法实现了对RGPO的鉴别,同时采用多假设跟踪实现了此种复合干扰下的目标跟踪方法。仿真实验表明,此方法具有较高的RGPO鉴别概率同时也可以较好地实现干扰下目标的跟踪,具有一定的实际工程意义。     

面向网络化战术防空的通信网络构想

对美军"一体化火力控制"提出的背景和概念进行了描述,分析了其相对于"以平台为中心"的作战模式所具有的优越性;研究了"网络化战术防空对通信网络的需求,提出面向网络化战术防空的通信网络构建的初步设想。     

求解武器目标分配问题的改进粒子群算法

在建立多种类型武器目标分配模型的基础上,提出了一种求解该模型的改进粒子群算法。首先,定义粒子聚焦距离变化率,使惯性权重依据聚焦距离变化率自适应调整;其次,采用速度最大值线性递减的策略平衡算法收敛精度与全局寻优能力之间的矛盾;最后,粒子替换策略使算法改善了因自适应惯性权重的引入而造成收敛速度变慢的问题。仿真结果表明,提出模型和算法合理有效,算法收敛快,适合求解各种种群规模的武器目标分配问题。     

一种新的权重修正合成方法

传统的证据理论由于自身的缺陷,面对高冲突下的证据组合无法正常融合,或者融合结果不理想。针对这个问题,提出一种修正的证据理论,运用模糊测度和置信距离相结合的方法产生新的权重,对冲突证据体进行加权和修正,从而获得较为理想的融合结果。通过仿真实验证明,该方法能够有效处理冲突证据,并获得更好的融合结果。     

基于模糊贝叶斯网络的UAV中远距空战战术决策

针对无人机中远距空战战术决策时决策环境的不确定性和决策实时性问题,提出了基于模糊贝叶斯网络的无人机中远距空战战术决策方法。研究了无人机空战过程,对影响战术决策的主要因素进行分析建模,构建了战术决策的模糊贝叶斯网络。最后,利用模糊集合理论对连续型态势变量进行变参数模糊化,并输入战术决策网络进行推理,对该决策方法的正确性、实时性以及在不确定环境下的有效性进行仿真验证。     

淬火

每年都有一批佩戴列兵军衔的特殊大学生走进火热的军营,接受钢铁淬火般的历练。他们是共和国未来的军官,她们肩负着党和人民的殷切希望。出生于90后的国防生,成长在和平安逸的社会环境下,他们能否胜任自己的岗位,在强军梦中实现自我价值,也一直是我们所关注的焦点。     

无人机的电子战运用及对未来电子战的影响

在“零伤亡”作战思想的指引下,随着计算机、人工智能等技术的日臻成熟,无人机的发展风起云涌。近年来,无人机在战术运用方面更是突破了传统的侦察领域,逐步涉足攻击甚至电子攻击等领域。通过回顾无人机在近代历次军事冲突中的运用,分析无人机运用于电子战的优势,探讨无人机在电子战中的运用及可能的运用情况,最后指出无人机运用于电子战后对未来电子战的影响。     

数字式战略与战术网关标准

北约 C3机构正制定北约数字式战略至战术网关(DSTG)技术条件,以形成北约标准协议(STANAG)的基础,这将确保数字话音与数据的互通。STANAG 旨在规定一系列公用数字业务以及两个连网范围之间的这些数字业务的交换(这须由北约国家战略与战术网关提供),从而保证了网络和通过这些网关连接的用户之间的数字业务互通性。技术规范规定的附加特性为一些国家提供了灵活性,使它们最大程度地利用在其国家战略至战术网络上实现的功能。