不确定环境下无人机区域目标搜索及载荷参数影响

针对不确定环境下无人机区域搜索问题,建立了实时探测更新的搜索方法,提出了机载光电载荷参数优化配置策略。建立了基于二维离散网格的无人机区域搜索模型,采用概率地图描述目标信息的实时获取与更新;引入不确定度指标、目标网格的重访和网格探测次数控制,建立搜索目标函数;建立了基于粒子群算法的搜索路径滚动优化方法;通过对任务区域平均探测时间步数和误判概率的估计分析,建立了机载光电载荷参数优化配置策略。使用蒙特卡洛方法验证了区域搜索方法的有效性和光电载荷参数配置对搜索效率、误判概率的影响。     

单目标探测下的双红外被动测距方法

基于工程三维应用中红外探测目标信息存在误差的情形,建立了对单目标探测进行双红外被动测距的方法,并且通过单点测试验证了该方法的正确性。利用Monte Callo模拟实验法,分析了红外探测角度误差、两站点基线距离和单目标运动特征对该方法定位精度的影响。     

基于双层粒子滤波的多传感器多目标TBD算法

针对多传感器多目标检测跟踪问题,提出了一种多传感器多目标双层粒子滤波检测前跟踪算法。算法采用双层粒子滤波结构,在目标检测层中采用量测消除法对多目标逐一检测,形成目标跟踪子粒子群,在目标跟踪层中采用二次重采样的方法对粒子群中粒子分布进行修正,在跟踪过程及时发现并剔除虚假目标。仿真结果表明算法的有效性。     

基于网络作战的对空目标打击火控新模式研究

针对网络化空战条件下,作战飞机接收到的远程目指只能用于指挥引导,而无法用于火控层面的问题,设计了一种基于远程目指的对空目标打击火控新模式。介绍了某型作战飞机对空作战火控模式,以及此模式下任务机工作方式和中制导指令形成方式;根据现有条件的不足,设计了一种火控新模式,此模式只需在软件层面改动现有武器装备,就能尽快适应现代网络化空战需求。     

联合多层次深度特征的SAR图像目标识别方法

提出了联合多层次深度特征的合成孔径雷达(SAR)目标识别方法。采用卷积神经网络(CNN)学习SAR图像的多层次深度特征。多层次的深度特征从不同方面描述原始SAR图像中的目标特性,从而为目标识别提供更充分的决策依据。为了充分发掘不同层次深度特征的独立特性以及它们之间的内在关联,采用联合稀疏表示对多层次的深度特征进行联合分类。根据各层次特征的整体重构误差判定目标类别。采用MSTAR (Moving and Stationary Target Acquisition and Recognition)公共数据集对提出方法进行了性能测试。实验结果表明,该方法的识别性能显著优于现有的SAR目标识别方法。     

某型云爆弹对地堡目标有生力量杀伤仿真研究

地堡类坚固工事难发现、难摧毁、难压制,如何对其开展有效打击一直是困扰我军的历史性难题。为探索某型云爆弹对地堡类目标有生力量打击效果,丰富作战手段,利用Ansys/Autodyn有限元仿真平台,模拟云爆弹爆炸冲击波超压对地堡内部人员作用效果,结合超压杀伤判据给出基于蒙特卡洛仿真的单个地堡封锁率评估模型。对比分析仿真试验和现地实打结果表明,所提模型方法具有较高可行性,为我军开展新型弹药作战效能研究提供了方法借鉴。     

穿甲弹对目标坦克穿甲能力仿真研究

为建立坦克炮对装甲类目标的毁伤概率模型,研究命中前提下穿甲弹弹丸对目标坦克装甲的击穿能力,以某型坦克不同方向上的装甲暴露情况为例,建立了弹丸侵彻模型以及弹目运动关系模型,通过Matlab数值仿真和理论计算,得到弹丸命中条件下,目标坦克不同方向上的整体击穿概率随着目标运动方向与弹丸运动方向的反向延长线所成夹角θ的变化规律,以及各个区域击穿概率最大时的θ角取值范围,对实现弹丸对装甲目标的有效打击具有一定的指导意义。     

基于Viterbi算法和ROMP的多弹道目标分离与特征提取

为实现对中段飞行中多弹道目标进行分类和特征提取,首先利用重排Gabor分布与Viterbi算法相结合的方法,获取目标散射点的时频曲线,对目标信号时频曲线拟合后进行频谱分析,完成目标运动类型分类。根据目标微动类型确定对应散射点的回波信号形式并构造相应的匹配原子库,设定待估计参数,利用ROMP方法对参数进行提取。仿真实验表明,该方法有效实现散射点分离并判断出目标的微动类型,同时验证了该方法对目标参数的提取精度。     

多指标约束下的防空反导装备修理级别建模

修理级别分析是防空反导装备维修决策的重要内容。分析了防空反导装备的组成结构和维修流程,建立了基于模块化装备的修理级别分析决策流模型,在多指标约束条件下,以维修效果和维修费用为目标函数,建立了防空反导装备修理级别的经济性分析模型,运用自适应粒子群算法对模型进行求解,通过算例证明了该模型的合理性和方法的有效性,对于完善防空反导装备的修理级别决策分析具有理论指导意义。     

基于CNN的窄带雷达空中目标识别方法

空中目标识别是雷达的重要用途之一,窄带雷达因体制限制,无法获取目标高分辨识别信息供分类识别。为解决窄带防空预警雷达对空中目标识别判性难的问题,提出了基于卷积神经网络的空中目标识别方法,就空中目标识别判性模型的构建、训练数据集的生成进行了研究,采用模拟数据集及实测数据对模型进行了检验,结果表明该方法具有较好效果。