新的IFF系统及其信号检测方法

介绍了一种新型敌我识别系统Mode 5 IFF,并分析了该系统的特点及信号产生流程。通过分析Mode 5 IFF系统询问及应答信号格式,提出了基于同步脉冲相关的Mode 5 IFF信号检测方法,该方法根据Mode 5 IFF信号同步脉冲数据一致性的特点,利用同步脉冲信号与所接收到的中频信号进行相关,取相关峰值达到Mode 5 IFF信号检测的目的。最后分析了该方法在"混扰"和低信噪比条件下的信号检测效果,验证了该方法的有效性。     

选择编队指定目标的一种新方法

提出了反舰导弹攻击末段对编队中指定目标进行识别的一种新方法。通过将被打击的编队在自控开机点各目标预估的位置信息,与末制导雷达开机时刻实际探测到的编队各目标的空间位置关系进行对比,得到各节点其向量差值之和的最小值,从而正确地选择出空间位置关系最逼近预定打击目标的指定目标。在被打击目标施放冲淡干扰的情况下,采用虚拟中心点和二次识别的方法能较好地识别出指定目标。通过进行大量的导弹突防对抗仿真,证实该算法获得了编队作战较好的突防概率和攻击效果。     

GPS/SINS组合导航系统的故障检测与识别

针对GPS/SINS组合导航系统的故障检测与识别,提出一种层次滤波器结构,该结构包含主、子滤波器两个层次,使用不同的卫星量测信息.通过监测主、子滤波器的故障检测结果,识别出具体的故障卫星,利用未包含故障星的滤波器可进行不中断导航.完成了基于层次滤波器结构的GPS/SINS滤波算法和故障检测算法设计,将该方案应用于伪距组合的GPS/SINS紧耦合系统,仿真结果表明当只存在4颗可见星时,该方案仍能有效地检测和识别单颗卫星故障,增强了系统的完好性;同时仿真验证了该结构具备检测两颗以上卫星故障的能力,但不能识别具体的故障星.     

SVM异常数据识别的比例风险预测模型

剩余寿命预测在设备维修管理中扮演着重要的角色,准确的剩余寿命预测对制定维修策略起着至关重要的作用,从而可以有效避免设备故障的发生.提出一种基于支持向量机(SVM)异常数据识别的比例风险模型(PHM)用于剩余寿命的预测,该模式利用支持向量机和比例风险模型分别实现异常状态数据的识别和剩余寿命的预测.案例研究表明,SVM -PHM模型较PHM模型具有更好的预测精度.     

加强安全风险评估提高风险防控水平

目前,我军武器装备科技含量大幅度提高,遂行军事任务难度强度频度增大,军事行动中高风险和不可控因素增多,从而使事故连锁反应率提高,任何麻痹大意、处置不当或疏于防范,都可能造成无法估量的损失与后果.霍恩法则认为,每一次重大事故背后,必然有数十次的先兆信号;每个先兆信号后面,含有更多的事故苗头及大量潜藏因子.这就揭示了事故发生的一般规律,风险的存在必然会引发不当之后果.以往的传统安全管理,往往侧重于事故发生后再进行处置整饬,安全防范难以走出"出事、处理、整顿"的怪圈.     

没有翻不过的“火焰山”

从我14岁划破手指写下"我要当兵"的血书至今,已经过去了整整43年。闲暇时,回味当初那段刚入军营的时光,我感慨良多。细细想来,一路走来取得的成绩,主要源于党组织的培养,同时也很大程度源于自己性格中的那股闯劲儿。出生在一个军人世家的我,     

基于改进遗传算法的结构损伤识别

结构损伤识别问题在数学上可以转化为一种带约束的目标函数优化求解。将基于混沌系统的优化理论和免疫系统的基本机制提出的自适应免疫遗传算法用于结构损伤识别,研究其有效性和可行性。通过平面框架单元损伤识别算例分析,表明该方法是实用可行的。     

基于主成分分析和神经网络的目标识别

采用主成分分析法将多项识别属性进行综合聚集,减少关联属性对识别的干扰,达到属性约简的目的。利用神经网络进行目标识别,通过优化训练策略,可以提高网络的收敛速度和泛化能力。主成分分析法与神经网络结合既能高效识别已知样本,又能对未知样本具有很强的自学与适应能力,从而有效地对海战场目标进行识别。通过对比仿真,证明了算法的有效性。     

基于量子遗传算法的钢管焊接结构焊缝损伤识别

利用从发射台骨架试验模型获取的模态参数,选择识别结果中精度较好的模态频率作为模型修正的基准频率.通过对待修正参数的灵敏度分析,运用ANSYS和MATLAB软件对有限元模型进行了修正.以实测模态和计算模态之间的误差建立一个带约束边界的非线性最小二乘目标函数,将损伤识别问题转化为优化问题,引入量子遗传算法处理模态参数,进行结构的损伤识别.为了让量子遗传算法更适用于结构工程损伤识别领域,提出了改进的动态策略调整量子门旋转角.以有限元模型焊接结点单元组弹性模量的降低模拟焊缝损伤,并假定了损伤工况,对发射台骨架模型的数值仿真及试验研究表明:该损伤识别方法识别效果较为理想,为解决这种复杂焊接结构焊缝损伤识别问题提供了新的思路.     

“蓝军跟踪系统”：美军洞察战场的“第三只眼”

在军事演习中,美军喜欢将己方称为蓝军,而将假想敌称为红军;作战行动中,美军喜欢在地图上用蓝色符号标示己方,而用红色符号标示敌方。由此可见,“蓝军”即美军或盟友,“蓝军跟踪系统”（BlueForeeTracking,简称BFT）即美军用来掌握参战部队位置与行踪、实现敌我识别的一种信息系统。