基于加权核主成分TOPSIS方法的舰艇防空威胁评估

为了能快速准确地对来袭的空中目标进行威胁评估,提出了一种基于加权的核主成分TOPSIS的威胁评估排序方法。针对水面舰艇防空作战中来袭目标的特点,确定了防空威胁评估指标,并对其进行了相应的量化,利用加权核主成分分析实现指标数据的降维,之后按照核主元方差贡献率加权进行TOPSIS法对来袭目标进行威胁评估与排序。实例验证表明:利用该方法可以避免传统方法中人为确定各威胁指标权重时引入的主观性,同时,对指标数据的降维处理降低了评估的复杂性,提高了评估的实时性,为舰艇防空作战威胁评估提供了一条新的有效途径。     

声音

“中国军队决定派遣一个700人的维和步兵营赴南苏丹执行维和任务。根据联合国要求,该步兵营将携带用于自卫的轻武器、装甲运兵车和防弹衣、头盔等防护装备,主要承担保护平民、联合国和人道主义工作人员,以及巡逻警戒、防卫护卫等任务。”——9月25日,中国国防部新闻发言人耿雁生大校表示,中国政府向南苏丹派遣维和步兵营,是应联合国的正式邀请,执行的是联合国赋予的维和任务。     

五大陆军主战装备

正随看世界军事变革飞速发展,部队装备现代化程度不断提高。新装备列装是战斗力提升的重要支撑,但不是绝对的,更重要的是掌握新装备性能的本领。04式步兵战车兵器档案:04式步兵战车属于履带式步兵战车,负重能力高,越野通行能力强,具有两栖作战功能。该车具有强大的火力和远中近射程衔接的武器装备,其设计可以在战场上为一个步兵班提供装甲防护,并且对下车作战的步兵提供火力支援,同时具备和敌方坦克、装甲车辆作战的能力。     

特殊战场“降魔尖兵”——北京军区核生化防护所纪实

在北京军区,有这样一支拼杀在特殊战场上的部队,天天与“毒魔”交手,与“死神”过招,危险无处不在,死亡如影随形,每场战斗,哪怕稍不留神出现亿分之一的失误,都可能付出鲜血和生命的代价。他们用热血诠释了对党、对祖国、对人民、对事业的忠诚,打赢了一场场硬仗、恶战,立下了赫赫战功：     

重要经济目标防护建设问题研究

正全国人民防空建设发展"十二五"规划明确,要着眼应对信息化条件下局部战争空袭,推进重要经济目标防护工作,建立各级重要经济目标防护工作机制,逐步形成政策法规和标准规范体系。这个规划要求,把重要经济目标防护问题摆上了重要战略地位,成为十分现实而紧迫的课题。     

罗定市重视民兵“应急”能力建设

正5月21日上午,广东省罗定市常备民兵应急分队防爆演练在市政广场拉开序幕……随着非传统非战争安全威胁的上升,该市积极适应我军职能任务拓展的要求,高度重视民兵应急维稳能力建设,专门从各企事业单位选拔了125名35岁以下的退伍军人成立了常备民兵应急分队,配备了应急车辆、防暴盾牌、防护服装、警棍等装备器材,结合实际定期组织训练和考     

江苏省连云港港口集团武装部组织实施重要经济目标防护演练 多媒体传输现身“中军帐”

火光冲天,炙风袭面,“敌机”一番轰炸过后,江苏省连云港港区内海上船舶、危险品库区失火,铁路、供水、供电中断,通信设备全部瘫痪。     

LFMCW雷达MTD处理的分析与研究

将LFMCW雷达运用于主动防护系统时,由于受到发射信号泄露以及地杂波、噪声等因素的影响,往往难以满足低虚警概率的要求。工程上可以利用MTD技术提高信噪比抑制虚假目标。但对于快速来袭的导弹目标,由于在连续的检测周期内目标往往并非出现在同一个距离分辨单元内,直接采用MTD算法进行信号处理并不能得到理想的检测效果。针对这一问题,首先分析了目标在相邻检测周期跨越距离单元造成的回波相位变化及其对信号积累的影响;其后提出在已知目标速度和未知目标速度的情况下分别进行MTD相位补偿的方法,并通过仿真验证了该方法的有效性。     

EEMD联合AOK-TFR提取车辆微多普勒特征

利用连续波雷达探测运动车辆时,非线性、非平稳的多分量回波信号不易解析提取,基于此,提出了联合总体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和自适应最优核时频分布(Adaptive Optimal Kernel Time-Frequency Distribution,AOK-TFR)的方法提取运动车辆的微多普勒(micro-Doppler)特征。建立了车体振动和车轮转动对雷达回波信号产生的复合调制效应数学模型,并对多分量回波信号进行了EEMD,通过联合AOKTFR解析回波信号的固有模态分量,得到了较清晰的微多普勒时频像,较好地克服了地杂波带来的EMD模态混叠。仿真分析表明该方法提取到的微多普勒特征参数与仿真参数吻合,证明了该方法的有效性。     

基于KPCA的作战仿真实验数据特征提取方法

针对作战仿真分析过程中各作战要素的复杂性与非线性,研究了一种基于KPCA的作战仿真实验数据特征提取方法。描述了KPCA特征提取的原理和算法,并将其应用于作战仿真实验数据的空间降维,根据累积贡献率确定新特征的数量。仿真结果表明,该方法与PCA相比具有主成份特征明显、贡献率集中等优点,能够有效综合原始数据的非线性特征,降低原始数据的维数。