俄罗斯应对导航战举措

卫星导航系统作为重要的战场传感器,已经成为现代战争不可或缺的重要组成部分,围绕卫星导航系统的攻防博弈由此兴起。针对美国首先提出的导航战概念,俄罗斯为进一步提升导航战作战实力,有针对性地采取了应对举措。文章介绍了导航战概念及相关作战案例,具体分析了俄罗斯应对导航战威胁的主要举措,并结合美俄围绕导航战开展的攻防博弈,得出掌握现代战争制导航权的改进方向。     

有源干扰条件下防空导弹单发命中概率统计模型

分析了典型有源干扰对地空导弹防空各个过程的干扰方式和作用机理,建立了一种地空导弹射击有电子掩护的目标的单发命中概率统计模型．     

雷达组网系统抗干扰能力动态仿真评估研究

雷达组网抗干扰能力评估是组网系统作战效能评估的一个重要方面,运用仿真模拟法和最优指标法,对组网系统抗干扰能力进行了动态评估研究。基于研究现状的分析,提出了组网系统抗干扰能力的一种评估框架结构;构建了组网系统抗压制性干扰能力的动态评估指标体系,采用最优指标法对4种组网方案在复合压制干扰模式下的抗干扰能力进行了动态仿真分析和方案的优劣评价。评估结果与实际抗干扰试验的结论相符,验证了评估指标体系的有效性和合理性,所得结论对复杂电子战环境下雷达组网系统作战效能研究具有指导意义。     

针对T/R-R型双基地雷达的电子干扰效能评估

针对干扰暴露区不适于动态描述双基地雷达干扰效果这一客观事实,选取TR联合发现概率、电子干扰有效性因子、稳定性因子作为效能指标,对T/R-R双基地雷达电子干扰效能进行度量,给出了效能指标的计算方法,推导了双基地雷达电子干扰的数学模型。通过设置典型的突防场景,对不同干扰方式下的双基地雷达电子干扰效能进行了仿真评估,仿真结果验证了评估方法的有效性。     

海军舰载导弹防空系统信息作战方法

信息与火力是海军舰载导弹防空系统研究的核心问题,运用信息作战原理,在给定攻击战机的条件下,对舰载导弹防空系统的信息与火力联合作战能力的分析表明:与提高作战安全性的隐形战机相比,军事诱骗战术更易降低舰载导弹防空系统的火力防御能力.火力对作战能力的贡献约为信息的4倍.根据这一结论,可以为海军舰载导弹防空系统开发出基于信息作战原理的新战法,全面提高指战员在实战中把握信息与火力的运用规律、实施信息作战、做出科学决策和夺取战场胜利的能力.     

信息化训练场中雷达电磁兼容问题

电磁兼容是现代战场和电子对抗训练中影响装备作战效能和部队作战能力的重要因素,针对训练场雷达电磁兼容问题进行了研究,重点分析了雷达在电磁兼容环境下所形成的多种干扰条纹,然后从空域、时域、频域等多个方面初步探讨了解决信息化战场和训练场雷达电磁兼容问题的方法,相关研究对于训练中雷达电磁兼容管理和干扰效果评估具有重要参考价值.     

地表反射对干扰站影响最小化方法

地表反射引起的波瓣分裂效应对UHF波段雷达干扰站干扰性能会产生严重影响,必须研究改善的方法.首先讨论了多路径传输理论并在此基础上建立了考虑地表反射的干扰方程模型;其次提出了单波瓣覆盖和零点填平两种改善波瓣分裂效应的方法;最后通过仿真实验验证了两种方法的有效性.     

电子战条件下飞机敏感性分析及其减缩技术

介绍了电子战和飞机生存力及敏感性的内涵,构建了飞机敏感性量化评价指标层次体系。定性分析了电子干扰对雷达探测概率和导弹脱靶距离标准差的影响,并以算例说明了干扰效能的增大会引起导弹制导精度的降低和脱靶距离的增大,从而得出:电子干扰对飞机的敏感性和生存概率有重要的影响。引入了干扰效能因子的概念,并分析了将干信比J/S作为一种干扰效能因子考虑的可行性及优点。最后给出了降低飞机敏感性的电子战措施。     

基于敌后侦察与诱骗博弈的远程火力打击战法*

对敌后侦察反军事诱骗的远程火力打击战法的定量分析是战役研究中尚未解决的关键问题之一,根据信息作战原理,运用仿真和统计学分析的混合方法,建立基于概率的二人非零和(TPNZS)非合作博弈模型,设计基于侦察与诱骗博弈的远程火力打击战法,定量分析我方的敌后侦察和敌方的军事诱骗对远程信息与火力联合打击能力的影响,并对一个典型实例的初步试验及分析结果表明:与敌后侦察和军事诱骗有关的正确识别目标和错误识别目标的概率以及远程火力命中目标的概率是评估远程信息与火力联合打击能力的关键,而对评估结果进行博弈分析则是远程火力打击战法设计的关键,用识别正确目标和错误目标能力以及远程火力命中目标能力描述的基于敌后侦察与诱骗博弈的远程火力最优打击战法为Δ*=(0,Δ2*,1-Δ2*)=(0.0000,0.7727,0.2273),被打击方对远程火力打击的最优战法为π*=(π1*,0,1-π1*)=(0.8511,0.0000,0.1489)。     

基于高阶累积量与神经网络的干扰识别算法

研究了一种基于高阶累积量和神经网络的干扰识别算法。该方法把卫星通信中常见的各种干扰信号的归一化高阶累积量作为分类特征参数,应用神经网络对特征参数进行分类训练,将接收干扰信号的归一化高阶累积量输入已训练的神经网络进行干扰类型的识别。试验结果表明:该算法在低干信比的情况下具有较高的识别准确率。