直接探测型窄脉冲激光雷达扫描性能分析

针对脉冲激光雷达系统,通过对激光脉冲重叠方式的分析,确定了采用"五点式"重叠方式进行扫描。针对这种扫描方式,分析了方位和俯仰两个方向的扫描光束角步长,确定了对于确定探测空域的最短扫描时间,推导了反射镜在方位和俯仰两个方向的扫描速度以及两者之间的定量关系,给出了脉冲激光雷达扫描器方位扫描速度和俯仰扫描速度设计的理论依据。最后分析了激光器和机械扫描系统所引起的系统误差,并给出了解决方法。     

基于点模式匹配的雷达航迹与航行计划匹配算法

在雷达航迹与航行计划匹配时,针对传统算法对单点信息依赖程度较高,在信息缺失、目标机动等情况下匹配效果差的问题,提出了一种基于滑窗的改进点模式匹配算法。首先,提取了雷达航迹多特征点,利用特征点集弥补单点信息的不足,通过简化匹配分数的计算,降低了点模式匹配复杂度。仿真实验结果表明,改进的点模式匹配算法显著提高了信息缺失、目标机动等情况下的匹配正确率。     

编队对潜作战中抗友邻舰干扰方法

针对编队远程水下警戒中拖曳线列阵声纳抗编队中友邻舰辐射噪声干扰问题,基于拖曳线列阵声纳的检测性能,由友邻干扰时空频特征,给出了产生干扰盲区与左右舷镜像源的原因。分析了两种抗友邻干扰"软补盲"方法的优缺点,并通过计算机仿真双舰编队在平行搜索且只有一条拖曳线列阵工作模式下,得到了未使用抗干扰和采用"软补盲"抗干扰方法后对于被动拖曳线列阵声纳检测性能产生的不同影响,并根据影响结果给出了平行搜索方式下使用"软补盲"抗干扰方法后的队形配置建议与作战指挥原则。     

DoDAF视图下的反导作战军事概念建模与仿真系统设计

反导作战概念模型是保证不同地空导弹武器系统之间指控系统可集成、可互操作性、高效一体化的关键。首先,针对传统建模语言在模型可执行验证方面的不足,在DoDAF视图框架下,提出一种基于统一建模语言（UML）的反导作战军事概念建模方法;其次,结合军事概念模型给出反导作战仿真系统设计的方法。规范建模框架并选择可执行性强的UML语言建立军事概念模型,对反导作战研究及指控系统开发具有一定参考价值。     

航天测控通信系统可靠性分析的Krylov子空间投影算法

基于Markov模型对航天测控通信系统进行可靠性分析的过程中,若系统中测控通信设备数量较多,模型中的状态空间随设备数量呈指数增长,将会导致数值计算困难.提出了一种基于Krylov子空间技术的可靠性分析方法,将大规模问题投影至小规模子空间中,求得问题的近似解.实验结果证明,Krylov子空间方法的计算速度及精度优于Ross方法和前向Euler法(forward Euler method,FEM).     

差分跳频通信抗干扰效能分析

差分跳频通信系统是一种全面基于数字信号处理的全新概念的通信系统,其技术体制和原理与常规跳频完全不同。差分跳频已成为当前短波保密通信的一个重要发展方向,因此其抗干扰性能尤其引起人们的关注。由于差分跳频通信系统特殊的通信机理,其抗干扰效能完全不同于常规跳频通信系统。鉴于此,在对差分跳频通信原理研究基础上,重点分析了差分跳频通信系统对同频干扰及异频干扰的抗干扰效能,并通过计算机仿真对相应结论进行了验证,可为差分跳频通信的进一步发展提供相关理论基础与技术借鉴。     

MIMO雷达信号检测前跟踪算法及性能

针对雷达目标检测中,弱小目标雷达截面积小,目标角闪烁以及目标受噪声和杂波影响比较大,基于序列检测的检测前跟踪算法是在MIMO雷达信号一般似然比检测的基础上提出来的,它能够克服强杂波噪声对信号检测的影响,在低信号杂波比的情况下滤除杂波点,实现了对弱小目标的检测。仿真实验证明,在虚警概率相同的条件下,算法的性能优于似然比检测方法。     

神经网络和DEA方法的炮兵火力毁伤先验评估模型

提出运用BP神经网络理论和数据包络分析(DEA)方法,对炮兵火力毁伤先验评估问题进行研究。利用以往经验数据建立样本集,通过BP神经网络预测模型,对待评估的炮兵火力毁伤计划进行分析,预测其毁伤效益,再建立带有偏好锥结构的DEA评估模型,分析火力计划的可行性和合理性;最后以某部17组炮兵火力毁伤数据进行实例分析。结果表明,该模型能给出科学、明确、可靠的先验评估结果。     

改进的TOPSIS法在雷达干扰资源分配中的应用

对雷达进行侦查是干扰雷达的前提,由于侦查无法得到精确的实际雷达工作参数,而只能得到一个工作参数区间,因此属性值为确定值的多属性决策方法是不适用的.从多个属性出发,提出改进的基于逼近理想解排序的TOPSIS法,针对属性权重信息不完全且属性值为区间数的特征,将多属性决策问题运用到雷达干扰资源分配中来,对雷达干扰资源进行优选配置,通过多个无线传感器干扰节点协同干扰,使其达到最佳的干扰效果.     

支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。