基于D-S理论的组网对抗效果实时评估

研究了现有各类效果评估方法的局限,提出了组网电子对抗条件下效果实时评估的实现途径,将目标辐射源的信号波动度作为效果评估的依据,并提出了所需信度函数的获取方法。在此基础上,应用D-S证据理论进行多信息融合,进而作出效果实时评估。最后对融合过程作了仿真计算,仿真结果对于未来组网电子对抗作战具有较大的参考价值。     

复杂电磁条件下野战指挥所的伪装防护问题

复杂电磁环境作为信息化战争的突出特征,对野战指挥所的作战效能有着重要的影响。文章系统的分析了复杂电磁环境的特点,阐述了复杂电磁环境对野战指挥所的各种影响,提出了野战指挥所在复杂电磁环境下的伪装对策。     

电子对抗基地化训练及其导调概念

电子对抗基地化训练已经逐步成为电子对抗部队军事训练的发展方向和主要途径。客观地界定电子对抗基地化训练及其导调的概念和定义,对于进一步把握电子对抗基地化训练的实质,深入研究电子对抗基地化训练及其导调理论,从而指导并促进电子对抗基地化训练任务的圆满完成等都具有深远的意义。文章在阐述基地化训练概念产生和发展的基础上,系统分析了目前对电子对抗基地化训练的理解和认识,提出了关于电子对抗基地化训练及其导调概念的一些观点。     

基于支持向量机的多分类军事目标识别应用

针对现代战场信息化程度的不断提高,电磁环境日趋复杂,侦查目标难以准确地识别情况,提出了运用支持向量机多分类器对军事侦查目标进行有效识别.结构风险最小化地支持向量机分类方法是小样本情况下统计机器学习的经典,具有速度快、泛化能力强等特点.用该算法建模军事目标的识别问题,达到了较高的识别准确率.所以应用在对侦查目标的识别上具有良好的效果,在军事应用上有较广阔的前景.     

面向人机交互的运动想象脑电信号感知算法研究

脑电信号的特征提取与分类识别是脑机交互领域的核心问题。针对运动想象脑电信号的多分类问题,以更好利用包含有用信息的脑电信号频带为目的,提出了基于小波包变换(WPD)和一对多共空间模式(CSP)的特征提取算法。首先使用WPD算法将原始脑电信号分解成一系列子频带,筛选与运动想象活动相关的子频带。然后使用一对多CSP算法进行特征提取。最后对各子频带的特征进行组合并使用BP神经网络进行分类。算法的有效性通过BCI竞赛的基准数据集进行了测试,相交于竞赛结果有了明显提升。     

基于VMD和SVM的舰船辐射噪声特征提取及分类识别

针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题,提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法。对四类舰船辐射噪声信号使用变分模态方法分解,得到一定数量的固有模态函数。通过比较提取能量最大的固有模态函数中心频率和排列熵作为特征参数,并利用支持向量机方法对四类舰船信号样本进行分类识别。实验结果表明,该方法可以实现对舰船辐射噪声的特征提取,与已有方法对比,该方法具有较高的识别率。     

作战方法新变革

高技术战争中,军队的自动化指挥能力、全方位立体预警侦察能力、电子对抗能力、远程火力突击能力、快速机动能力和快速反应能力空前提高,使各种新的作战方法脱颖而出。     

台军抗登陆破绽多

近年来,随着高技术武器装备数量的不断增加,特别是海空武器装备的更新换代,台军的早期预警能力、电子对抗能力、制空制海能力、探潜反潜能力和机动作战能力等都有所加强,从而增强了台湾当局对其“抗登陆”能力的自信。然而,剖析台军的所谓“抗登陆系统”,不难看出,台湾当局的自信只是自欺欺人。     

对舰用监控系统中复杂多机通讯模式实现方法的研究

结合舰船电力网络绝缘监测装置 ,提出了一种解决舰船监控系统中复杂多机通讯问题的方法 ,对其实现中的关键技术进行了细致的分析 ,并给出了结论 .