重点目标防空作战中多预警机协同探测空域配置

针对重点目标防空作战中预警机空域配置问题,构建了多预警机阵位选择和架数优化配置模型。通过分析重点目标预警线划分,确定预警机防空作战具体任务,从而构建其阵位选择量化模型,并以此为基础,提出了一种在确保自身安全且充分发挥预警机固有探测威力前提下的多预警机并立航线和串接航线空域配置量化模型。实例运算结果表明,该模型能够对比分析关键参数对多预警机协同探测空域配置、出动兵力和航线样式选择的影响,可为预警机作战部队任务规划提供理论依据。

进攻作战预警机与干扰机协同空域配置

针对进攻作战中预警机与己方干扰机协同空域配置问题,以预警机与干扰机在确保各自安全和有效遂行空中目标感知、远距离支援干扰作战任务为前提,构建基于两者存在电磁互扰时的预警机空域配置决策模型、干扰机空域配置决策模型、目标角度估算模型和协同空域配置优化决策模型,并提出一种协同效能评估模型,结合算法流程,针对进攻角、干扰机垂直方向因数,对预警机与干扰机协同空域配置的位置关系进行仿真分析,得出预警机和干扰机在协同作战时最优的空域配置,具有一定的实践指导意义。

高超声速滑翔飞行器的预警需求及对策

高超声速滑翔飞行器(Hypersonic Glide Vehicles,HGV)具有全球精确打击、高速高机动、生存能力强等特点,对军政要害目标具有毁灭性的打击能力,成为当前国家安全的潜在威胁。因此,对高超声速滑翔飞行器的特性展开了分析,总结了实现对该目标防御的关键在于预警装备需要具备全球覆盖、准确跟踪、有效预测三个方面的能力。为了达到该预警需求,提出了应提高现有预警装备的探测能力,拓展反导预警体系能力,进一步发展研制新型预警探测技术与装备,构建可扩展且有针对性的预警体系,同时构建高超声速滑翔飞行器预警探测地面数据库的对策建议。

一种装备维修器材管理信息系统的研究

结合军改后维修器材管理组织结构变化情况,为提高器材管理信息化水平,介绍了一种器材管理系统的设计,在分析系统功能需求的基础上,采用基于B/S模式的体系结构,进行功能的模块化设计,实现器材的"全寿命"和精细化管理,并采用基于角色的访问控制技术(RBAC)进行权限分配,满足装备器材管理的安全需求。

基于深度残差收缩网络的雷达空中目标识别

雷达空中目标高分辨距离像(high resolution range profile,HRRP)中往往包含一定的杂波噪声,利用HRRP开展空中目标识别需要重点考虑噪声的影响。针对上述问题,提出一种基于深度残差收缩网络(deep residual shrinkage network,DRSN)的雷达空中目标HRRP识别方法。该网络将深度残差网络、软阈值函数和注意力机制结合起来,采用跨层恒等连接方式,不仅可以避免网络层数过深造成梯度消失或梯度爆炸,从而导致网络学习能力下降的问题,还可以有效过滤掉识别过程中噪声特征的影响,使模型专注于目标区域的深度特征识别,提升强噪声背景下模型的识别能力。实验结果表明,相对于其他常用的深度学习模型,所提方法在各个信噪比条件下,识别效果均有一定的优势,该模型对噪声具有较强的鲁棒性。

基于YOLO的航管一次雷达目标检测方法

针对传统恒虚警率(constant false alarm rate,CFAR)检测方法检测率低的问题,提出一种基于YOLO(you only look once)的深度学习雷达目标检测方法。首先,利用同相正交(in-phase/quadrature,I/Q)数据匹配滤波后形成的雷达原始图像自建雷达目标图像数据集。然后,改进YOLO检测模型的网络结构、特征融合策略和损失函数以提高模型的精度,并引入迁移学习思想,利用预训练的深度学习网络提取图像特征,降低了检测模型对训练样本量的要求。最后,在自建数据集上对YOLO目标检测方法进行了实验验证。航管一次雷达实测数据的实验证明:与传统CFAR检测方法和两阶段的快速区域卷积神经网络(region convolutional neural networks,R-CNN)检测方法相比,所提方法的目标检测率大幅提高,虚警率明显降低,且实现了实时检测。

大型相控阵雷达软件系统安全性研究

随着软件系统在大型相控阵雷达中的大量应用,软件系统带来的安全性问题也引起广泛关注。针对大型相控阵雷达软件系统的安全性问题,首先利用软件失效模式和影响分析方法进行安全性分析,找出软件系统的薄弱环节;然后进行针对性安全性设计,提出有效的改进措施;最后利用改进模糊层次分析法进行安全性评价,得到安全性评价结果。实例证明,这种方法可以有效分析大型相控阵雷达软件的安全性问题、找出影响安全性的故障原因、对安全性薄弱环节加以改进设计、对整个大型相控阵雷达系统进行安全性评价。

基于改进粒子群算法的目标航迹模拟及RCS仿真

针对雷达运动目标轨迹模拟逼真度问题和RCS特征,提出一种基于嵌入式粒子算法的目标航迹模拟和RCS仿真方法。首先,分析了无人机模拟运动目标航迹的基本原理,以及无人机和模拟目标之间的运动模型和耦合关系,确定了耦合因子和控制量。然后,分析了目标运动轨迹模拟的约束条件,并结合无人机性能和能耗等因素给出了目标优化适应度函数,建立了目标航迹模拟的最优控制模型。其次,为提高模型解算的针对性和实用性,将粒子群算法进行改进,并嵌入到模型求解中,实现了对目标航迹的有效模拟。最后,基于模拟目标航迹,利用飞行动力学原理和坐标系转换计算得到模拟飞行目标的姿态角,通过电磁计算软件仿真得到模拟飞行目标的RCS。仿真结果表明,该方法对实现运动目标轨迹模拟和RCS仿真具有广泛适用性。

基于信息技术的高校军事装备一体化教学改革策略研究

随着科学技术的发展,高校军事装备教学面临新的机遇和挑战。信息技术已成为教学改革的新动力,针对信息化教学理念“牵不动”教学改革、教学模式“转不到”学为主体、教学内容“跟不上”装备任务发展、教学方法“配不好”内容要点、教学平台“托不起”新增培训任务等问题,文章提出以信息技术为支撑的军事装备一体化教学改革策略。

新时代高校装备维修专业教材建设摭探

高校在不断优化装备维修专业的课程内容、教学模式过程中,需要对作为教学活动基本载体的教材进行适应性优化与调整。文章简述装备技师教材建设的时代要求与基本思路,并探讨装备维修专业教材建设的具体措施:建制度机制,强保障体系;研岗位标准,定内容结构;推编写体例,定品相风格;审编写质量,定试用要求。

改进AHM-CRITIC赋权的雷达装备保障性灰色综合评估

针对雷达装备保障性评估指标的不确定性与多层次性问题,在梳理整合雷达装备保障性评估内容构成要素的基础上,构建了雷达装备保障性评估指标体系,改进了标准间冲突性相关性(Cri-teria Importance Through Intercriteria Correlation,CRITIC)赋权法,结合属性层次模型(Attribute Hierar-chy Model,AHM),提出了AHM-CRITIC综合赋权法,设计了基于改进AHM-CRITIC赋权的雷达装备保障性灰色综合评估模型及算法,通过实例验证了该方法的合理性和有效性。

基于Grey-AHM的雷达装备保障性评估

针对雷达装备保障性评估指标的不确定性与多层次性问题,在梳理整合雷达装备保障性评估内容构成要素的基础上,构建了雷达装备保障性评估指标体系,应用属性层次模型对评估指标进行赋权,引入灰色系统理论,设计了基于GreyAHM的雷达装备保障性评估模型及算法,介绍了评估步骤,最后给出实例计算和结果分析,通过实例验证了该方法的合理性和有效性,分析表明评估结果可用于雷达装备保障性设计研制和优化改进。

SPA-AHM的雷达装备保障性评估

针对雷达装备保障性评估指标的不确定性与多层次性问题,在梳理整合雷达装备保障性评估内容构成要素的基础上,构建了雷达装备保障性评估指标体系,引入集对分析,设计了基于SPA-AHM(set pair analysis-attribute hierarchical model)的雷达装备保障性评估模型及算法,通过实例验证了该方法的合理性和有效性。

军用物资编目标准体系设计

分析了国内外军用物资编目系统标准体系建设的基本情况,提出军用物资编目标准体系三维模型,设计了军用物资编目标准体系层次结构,并对其进行详细阐述,以期为军用物资编目系统建设提供参考。

雷达装备保障性可拓评估方法研究

针对雷达装备保障性影响因素繁多、量纲各异的问题,根据雷达装备保障性的要求,构建了雷达装备保障性评估指标体系。引入序关系分析法确定各评估指标的权系数,通过可拓集合的关联函数计算雷达装备保障性的关联度,建立了适用于雷达装备保障性评估的物元模型。通过实例表明该方法能科学合理地反映待评雷达装备的保障性等级。

考虑失效相关的两类主辅并联系统模糊可靠性分析

长期运行的劣化累积和复杂多变的外部环境导致系统性能水平存在不确定性,单纯精确的定量描述可能会对系统性能水平区间估计过窄,已不满足工程计算实际。同时,部件间的失效相关现象是影响系统可靠性的又一重要因素,忽视失效相关将导致对系统可靠性指标评估过高,从而影响维修力量分配及备件储存,不利于系统长期稳定运行。对此,本文以多状态部件构成的主、辅单元并联可修系统为对象,将部件失效转移率、修复转移率及状态性能水平均视为模糊数的同时,将系统部件的失效相关性纳入研究范围,分别对工程中常见的两类主辅并联系统进行可靠性分析。建立了模糊失效相关主辅并联多状态可修系统模型及状态转移微分方程组,得到了系统的模糊状态概率。应用α水平截集及Zadeh扩张原理,确定了模糊状态概率和系统稳态可用度的截集区间,并通过工程实例给出了稳态指标随部件参数模糊程度变动的情况,为研究复杂条件下多状态系统失效相关问题提供了参考,有利于工程设计中的维修保障优化。

基于LVQ神经网络的雷达杂波抑制方法

针对雷达目标检测后的剩余杂波影响雷达航迹起始和航迹跟踪的问题,提出基于学习向量量化(learning vector quantization,LVQ)神经网络的雷达杂波抑制方法。从雷达回波点迹的特征入手,通过分析目标点迹和杂波点迹的特征分布,通过人工提取特征的方式选取具有差异化的特征。根据特征数量和点迹类别数量构建LVQ神经网络分类模型,并对模型进行训练。利用训练好的LVQ神经网络分类模型对雷达回波点迹进行分类,区分目标点迹和杂波点迹,保留判别为目标的点迹,滤除判别为杂波的点迹,从而实现杂波抑制功能。通过对某型航管雷达的实测数据进行测试表明:该方法能够有效区分目标点迹和杂波点迹,杂波抑制能力比BP神经网络算法更好。

基于选择回溯的相控阵雷达-目标分配算法

针对多雷达多目标场景下现有雷达-目标分配算法中存在传感器切换率过高、算法耗时过长的问题,文中提出一种基于选择回溯的雷达-目标分配方法。该方法首先根据目标位置、雷达散射截面积大小等信息计算下一时刻雷达能够稳定跟踪目标的概率;选择其中概率较高,即失跟风险较低目标并直接沿用上一时刻分配结果以降低算法计算量;对概率较低,即失跟风险较高目标进行重新分配以提高跟踪稳定性;在分配过程中,当雷达资源出现饱和时采用“回溯”操作对已分配目标进行再分配以提高算法性能。仿真实验表明,与传统分配方法相比,所提方法能充分利用上一时刻分配结果,兼顾考虑了算法性能与复杂度,综合性能较优。

基于多指标相似性的T/R组件剩余寿命融合预测方法

为实现对T/R组件剩余寿命的准确预测,及时掌握装备当前健康状态和提高装备维修保障水平,分析T/R组件的故障特点,筛选出反映T/R组件状态退化过程的状态监测指标,通过计算每个指标对应的剩余寿命信息和权重,得到T/R组件的剩余寿命预测结果。通过算例分析与比较,验证了预测方法的实用性与有效性。研究结果可为电子装备剩余寿命预测提供理论指导,对合理计划维修资源和提高装备战斗力具有重要意义。

临近空间高超声速滑翔弹双通道跟踪算法

为了提高临近空间高超声速滑翔目标的跟踪精度,提出了一种双通道并行跟踪算法。首先对比分析了目标的弹道轨迹,目标角度域参数相比位置域参数存在更显著的变化规律,为了在雷达测量直角坐标系下跟踪,采用倾角和方位角代替航迹倾角和航向角,将倾角变化率和方位角变化率描述成零均值正弦自相关随机过程,分别建立了纵向通道和横向通道的角度域模型。然后将目标轨迹分解到纵向观测平面和横向观测平面,通过量测数据预处理、双通道并行滤波、输出状态合并,实现目标的三维跟踪。最后通过仿真实验设置了算法中两个通道的机动模型的参数,分析了过程噪声对跟踪精度的影响,仿真结果表明,与现有的临近空间高超声速目标跟踪算法相比,该算法具有较高的跟踪精度。