雷达面临的威胁及发展的新技术

本文第一部分以海湾战争为实例,叙述了雷达面临“四大威胁”的严重性。第二部分指出雷达的电子战必须纳入整个防御系统统一考虑。为此引用了当今电子战专家提出的新概念C3CM。目前这一概念还未得到普遍的关注和推广,人们现在还只是对C3I比较关心和熟悉,因此本文对C3CM作了强调说明。文章的第三部分简介了几项较为重要的雷达新技术,说明它在“四抗”中的作用,这些技术还在不断地发展中。     

雷达装备战斗恢复力设计初探

本文阐述了雷达装备战斗恢复力的重要性,提出在雷达装备论证设计阶段就应考虑如何提高其战斗恢复力,以及研究开发全方位、全过程的测试诊断技术。     

舰载跟踪雷达捕获概率分析

论述了舰载跟踪雷达捕获概率的分析与计算方法,给出了影响跟踪雷达照准概率的误差环节,并对搜索雷达稳定平台的隔离剩余误差作了较详尽的分析。     

互瞄定位法精度分析

介绍了超视距目标指示中的互瞄定位法的基本原理和影响互瞄定位法的主要因素,推导了互瞄定位法精度分析模型,并对其进行了精度分析。     

战备物资储备探析

战备物资储备是国家和军队为保障国防战备和战争需要进行的各种物资储存,是保证国民经济部分或全部由平时向战时转换并争取时间进行战争动员的必要手段。文章在阐述战备物资储备的基本含义及高技术局部战争对战备物资储备的要求的基础上,重点对战备物资储备体制、储备布局、储备规模及储备结构等问题进行了探讨。     

一种自组织神经网络及其应用

提出了一种适用于目标识别和故障诊断的自组织神经网络（ＳＮＮ）模型和一种基于模糊关联度的判别准则。ＳＮＮ学习速度快,能在不破坏原有“知识”的情况下,学习、记忆新知识,且具有对外部环境的自适应能力。新的判别准则充分考虑了网络输出矢量各分量的大小因素及其与各期望目标矢量的相关程度,使类别判决更加合理可靠。本模型被用于被动声纳目标分类,取得了较好的效果。     

模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右     

双基地系统中基于信息融合的关联技术

本文讨论了双基地雷达系统中几种基于信息融合的关联技术,提出在干扰条件下应用多卜勒频率和雷达反射面积等目标属性参数,来提高系统对多目标的关联能力。并以仿真手段证明了该关联技术的有效性。     

ATR算法原理分析

随着现代微处理器和大规模集成电路、集成光路的发展,自动目标识别（ATR）算法技术在现代防御系统领域中具有越来越重要的作用。文章归纳了目标表示方法,着重对ATR算法──一统计模式识别算法、模板相关算法、基于模型的算法、人工神经网络算法,进行了概述和综合理论分析,并得出了一些有用的结论,为ATR系统学科的发展和应用奠定基础。