多平台纯方位信息融合结构及关联估计联合优化模型

在多平台纯方位信息融合中,存在多平台的方位关联和单平台的参数估计(或目标定位)困难,因为两者相互依赖和制约。造成相对不同平台的方位不能进行时间空间对准、虚假目标不能消除。为此,提出了一种分布式信息融合结构,并建立了相应的数据互联与参数估计联合优化模型。在这种结构和模型中,首先由各平台对本地传感器探测的纯方位信息完成融合并输出方位序列,然后在融合中心按分层节点对方位序列的数据互联与参数估计进行联合优化处理,每个融合节点仅处理两个平台信息,最后节点输出融合结果。仿真计算结果表明,这种优化模型是解决关联和估计问题的一个有效方法,可以提高多平台纯方位信息融合的性能。     

基于子阵的频控阵自适应波束形成算法

针对经典的最小方差无畸变响应波束形成器应用在FDA-BFF(Frequency Diverse Array Based On Frequency Filter,FDA-BFF)及FDA-MIMO(Frequency Diverse Array Multiple-Input Multiple-Output,FDA-MIMO)接收机结构时,当阵元数较大或干扰与目标角度维接近时波束主瓣会产生峰值畸变或偏移,波束形成器输出性能下降,无法有效确定目标位置的问题,提出了基于双边小方差无畸变响应的子阵频控阵波束形成算法。该算法将一维均匀线性阵列划分为两个采用不同非线性频偏的中心对称子阵结构,在目标位置形成点状波束,对传统频偏固定的频控阵方向图中的距离-角度实现解耦。之后,通过双边小方差无畸变响应算法中求解克罗内克积的方式降低了算法计算量。仿真验证表明,阵元数较大时该算法在目标位置处形成点状波束的同时,可以有效抑制角度维不可分的干扰。     

基于大数据分析的网络管理智能化

军事通信网综合管理系统中,各专业网络运行情况的主要数据都可汇总到综合网管数据库中。这些网管数据中隐含了网络运行的几乎全部信息,但即使是最有经验的网络管理专家面对这些繁杂的数据也只能望洋兴叹。面对大数据的智能分析技术则有可能实现网络运行态势的高度可视化,充分理解和详细把握全网运行状态,像知识、经验、联想丰富的专家一样不知疲倦地对网络运行状况进行全面细致地分析,从海量的网管数据中发现网络故障的蛛丝马迹,发现隐含的问题,预知网络变化。论文介绍了利用大数据分析技术实现网络管理智能化的现实目标,基于性能的网络异常预测预报、基于性能和事件的故障分析诊断、网络运行知识的挖掘利用等方面的功能和技术途径。     

区块链在分队战术协同中的应用构想

从战术分队角度出发,探讨了区块链技术在作战实体之间的信息交互及智能协同方面的应用设想,分析了战术分队信息交互的相关技术及面临的挑战,阐述了区块链在未来战术分队指挥体系构建中的发展构想。