考虑相位噪声影响的单阵元被动合成阵列算法

考虑到现有单阵元被动合成阵列算法对阵元的运动模型假设过于理想且对相位噪声的适应能力不足,首先,提出一种适用于阵元任意机动方式的单阵元被动合成阵列通用算法,进而通过相位噪声模型分析,给出最大相参时间及有效合成阵元数的选取方法,重建了合成阵列的流形矢量,得到了与相位噪声模型相匹配的改进算法.然后,在相位噪声影响条件下,推导了单阵元被动合成阵列波达方向的理论估计方差下限.仿真分析表明,较未考虑相位噪声影响的算法,改进算法能够有效提高相位噪声影响下的单阵元被动合成阵列测向精度.     

美陆军C4I系统发展扫描

随着C4I系统逐步发展成为战争中争夺电磁优势"制高点"的关键环节及战场上的中枢神经,以干扰、破坏敌方的C4I系统,保护己方的C4I系统为目的的C4I对抗,日益引起世界各国高度重视。为适应C4I系统对抗日趋激烈的形势,做到知己知彼,综述了美陆军C4I系统的发展现状,以便更有针对性地发展我国的C4I系统。     

基于Gauss伪谱法的空空导弹最优中制导律设计

研究Gauss伪谱法在空空导弹最优中制导律设计中的应用。建立空空导弹中制导律设计问题最优控制模型,首次提出采用Gauss伪谱法求解最优中制导律设计问题的思路,详细阐述了求解流程,通过仿真算例验证了求解方法的有效性,并同比例导引、打靶法等传统方法进行了对比。仿真结果表明,综合考虑性能指标、计算精度、计算效率等因素,Gauss伪谱法具有明显优势,Gauss伪谱法求解结果和求解效率与配点个数密切相关。研究结果为空空导弹中制导律设计提供理论参考。     

基于效果的装备保障指挥决策与体系控制研究

以探索装备保障的信息化决策与控制方法为目的,从基于效果作战的观点出发,利用概念模型,从OODA环的相互作用、混沌现象和自同步及蜂群效应3个方面,研究了网络中心条件下装备保障指挥决策与体系控制的激励与响应模式,并得出了相关结论,以此为基础提出了装备保障指挥决策与体系控制的3项建议.     

射频前端强电磁脉冲前门耦合研究

针对强电磁脉冲能量经天线进入射频前端的威胁,给出强电磁脉冲环境的评估方法,通过分析天线-射频前端工作原理,提出全频带脉冲耦合能量的理论计算公式.并以中馈天线-短波电台为例,用电磁仿真软件CST实现了天线仿真与前端电路仿真的有机连接,得出前门耦合数据及其影响因素,此仿真方案也为更深入分析耦合效应、验证防护技术提供了良好平台.最后根据仿真为前门防护提出若干意见.     

一种SAR图像特征提取和目标分类的新方法

提出了一种利用二维离散小波变换与核主成分分析结合对SAR图像进行特征提取的新方法.该方法对SAR图像进行三层小波分解后提取低频子带图像的核主成分分量作为目标的分类特征,利用支持向量机完成目标分类.采用MSTAR实测SAR目标数据集进行特征提取和分类实验,实验结果表明:该方法可以有效提高目标的正确识别率.     

地球静止轨道粗定位的北斗系统接收机快速定位方法

传统全球导航卫星系统信号发射时间的整毫秒恢复算法,在接收机概略位置未知时存在计算量剧增而无法应用的问题。利用北斗系统混合星座中GEO卫星电文速率高的这一特点,提出一种基于GEO粗定位的北斗接收机快速定位的方法。在接收机概略位置完全未知的情况下,使用已获取完整信号发射时刻的纯GEO星座进行粗定位,根据解算获得的概略位置对非GEO卫星发射时刻毫秒整数时间进行恢复,利用所有可见卫星进行精确定位。使用国际全球连续监测评估系统测站观测伪距对算法进行验证,国内测站可100%实现伪距恢复,完成快速定位。仿真遍历中国区域用户,在仿真伪距增加均值为0,标准差为6m噪声,截止仰角为0°时,中国附近区域实现快速定位概率均大于98.68%,其中约80%的中国附近区域可以100%实现卫星信号传输时间恢复并完成快速定位。     

基于波导干涉条纹的目标距离特征量提取方法

浅海波导中目标辐射噪声LOFAR谱图存在明暗相间的干涉条纹,从中可以提取出目标距离特征量信息,它反映了目标运动过程中的距离变化率。低信噪比情况下,条纹特征不够清晰,提取的距离特征量值精度会降低。提出了一种边缘定向增强型偏微分方程去噪方法,对LOFAR谱图进行处理,使条纹特征更加明显。海试数据处理结果表明,去噪处理后提取出的距离特征量精度明显提高。为满足实时性需要,提出了基于CUDA的距离特征量实时处理方法,实验结果表明能大幅提高算法运行速度。     

基于无偏GM(1,1)幂模型的意图威胁建模

在态势威胁的基础上,利用无偏GM(1,1)幂模型设计了一种敌机意图威胁的模型。首先,提出了素质因子和探测概率因子,在此基础上,建立了改进的态势威胁模型。然后,将角度作为特征量对敌机机动进行预测,并建立了意图威胁模型。最后,分别对态势威胁和意图威胁模型进行仿真。结果表明,意图威胁模型行之有效。     

舰艇编队海上运输补给物资需求预测方法

按照是否与任务、事件相关,将物资需求分为两类,对于任务、事件相关物资需求的预测,将任务进行合理的分解,并根据物资消耗与任务、事件之间的关系,给出了预测的一般模型;对于与任务、事件联系不紧密的物资需求的预测,则根据历史经验及该物资固有的消耗规律,提出了经验预测模型。为了解决舰艇编队海上运输补给物资需求预测所存在的问题,利用案例推理的方法生成了预测所需的样本数据,以最小二乘向量机(LSSVM)模型为预测模型,并以岛屿进攻作战的防空弹药需求预测为例进行了实例分析。结果表明:案例推理生成的样本数据可用,选用LSSVM模型的预测结果与其他预测模型表现出了一致性,但LSSVM相对误差较小;该方法在某种程度上解决了样本数据有限的问题,适用于作战物资需求的预测问题。