多基地雷达在分布式压制干扰下探测区域

双基地雷达因为其收发分置有较好的抗干扰能力,从双基地雷达出发,由其雷达方程和干扰方程推导出多基地雷达探测区域的数学模型和受到分布式压制干扰探测区域的数学模型.在建立天线模型后,进行多基地雷达在有分布式干扰下和无干扰下的联合探测区域的研究与仿真,仿真结果该方法具有一定的指导和参考意义.     

改革开放前毛泽东先行探索社会主义的经验教训——纪念毛泽东诞辰120周年

毛泽东早在20世纪50年代,就开始对适合中国国情的社会主义建设道路进行了一系列开创性探索。他基于中国经济文化落后的基本现状,对“什么是社会主义”、“如何建设和发展社会主义”等问题进行了艰苦探索,并提出许多富有创造性的思想。毛泽东探索的过程是极其艰辛的,其中既有成功的经验,也有失败的教训。今天总结这些经验教训,对于我们更好地坚持和发展中国特色社会主义,具有重大的历史意义和现实意义,同时这也是坚持贯彻习近平“两个不能否定”的基本要求。     

基于方位限制的反导目标指示雷达配置要求

合理部署反导目标指示雷达对提高反导作战效能起着重要作用。反导目标指示雷达部署要满足的要求有很多,而最大方位限制便是一个重要的约束条件。通过对最大方位限制条件的分析,建立了反导目标指示雷达对一条航路提供目标指示的配置要求,并以此为基础分析了反导目标指示雷达,同时对两条航路提供目标指示的配置要求,所得结论对反导目标指示雷达的部署配置具有指导意义。该方法可推广到同时对多条航路提供目标指示的情形。     

一种改进的多相码信号参数估计法

目前,对由频率导出的一类多相码脉压雷达信号(Frank码和P1 ～ P4码)进行参数估计是电子对抗侦察技术中的难点之一.针对此问题,提出一种基于改进的分数阶傅里叶变换(FrFT)的多相码信号参数估计方法.该法利用积分二次相位函数将FrFT的二维搜索转换为2次一维搜索,较大减少了计算量.仿真表明,该法能在较小的计算量下达到与RWT和RAT法相当的估计精度.     

雷达装备RMS参数体系论证

针对雷达装备RMS(可靠性、维修性、保障性)参数体系研究中出现的完备性问题和针对性问题,分析了雷达装备的任务需求,研究了雷达装备RMS参数选取的原则,按RMS综合参数、RMS单项参数(可靠性参数、维修性参数、测试性参数)、保障系统及保障资源参数5类,建立了雷达装备RMS参数体系.在此基础上,重点对参数之间的相互关系进行了图形化描述,对影响雷达装备任务完成的关键性参数进行了建模.该参数体系及参数间相互关系的说明可为雷达装备RMS要求论证提供依据.     

模糊BCC模型及其在武器装备方案选择中的应用

在模糊环境下,为了选择最适合我军作战需求的武器装备方案,首先基于可信性理论和模糊期望值模型,建立了一类新的模糊期望值BCC（简记为EBCC）模型;然后利用期望值的线性性质,把所建立的EBCC模型转化为其等价形式;最后,利用EBCC方法构建了武器装备方案选择问题的综合评价模型,以雷达装备方案选择为例,从相对有效性评价和EBCC期望有效决策单元的排序两个方面,验证了方法的：正确性和可行性,为武器装备方案选择提供科学依据．     

针对隐身突防的海上编队雷达网建模与仿真

雷达组网是实现反隐身的一种有效技术。通过模拟隐身飞机在有无干扰情况下从空中和低空突防,对海上编队雷达网的对抗过程进行仿真,经过认知模型对探测效能的解算,得出优化的舰艇部署阵位。仿真结果表明所建立模型的可行性和正确性,并可为舰艇指挥员综合决策提供科学依据。     

漂浮式微型波力发电装置原理与结构

为了满足偏远岛屿小功率用电保障需求,根据波浪能特点,提出一种新型漂浮式微型波力发电装置。利用重锤惯性定心原理,建立浮动"机架",解决漂浮体内部相对固定问题;采用机-电直接转换系统,提高波浪能的利用效率;研究系统的原理与结构,分析系统的功能特点和主要运动参数。研究结果表明,漂浮式微型波力发电装置具有结构原理新颖、传动效率高、传动质量好与轻巧便携等优点。该研究为漂浮式微型波力发电装置的研发与应用奠定了基础。     

低温等离子体用于高功率微波防护研究

等离子体对于高功率微波的攻击具有独特的防护效果。基于等离子体流体近似方法,利用COMSOL软件研究了高功率微波与柱状等离子体阵列相互作用过程中入射电场随时间的演变过程,分析了等离子体防护高功率微波的物理过程和作用机理。研究结果表明,入射的高功率微波会使等离子体参数发生剧烈变化,特别是其电子密度将急剧增加,从而使等离子体对入射的高功率微波表现出类似金属的电磁特性,最终实现对入射高功率微波的有效防护。此外,利用高频辉光放电产生柱状等离子体阵列,通过实验验证了等离子体对高功率微波的防护作用。最后,总结了基于等离子体的高功率微波防护技术需解决的主要问题。     

基于PSO-RBF神经网络的雷达目标识别

为提高雷达系统目标识别能力,对粒子群算法及RBF神经网络进行了分析。针对离子群算法(PSO)易陷入局部极小的缺陷,提出了基于自适应时变权重和局部搜索算子的改进PSO算法,并将该算法应用到RBF神经网络核函数参数的优化学习中,进行了雷达目标识别仿真实验。仿真结果表明,相对于标准PSO-RBF神经网络,改进算法不仅收敛速度快,且误差精度高,特别在干扰较强时,目标的识别率有较大提高。