外军二次雷达敌我识别系统的内部干扰及抑制技术

针对二次雷达敌我识别系统存在的内部干扰,包括旁瓣干扰、窜扰、混扰等,分析了其产生的机理和对系统造成的影响,介绍了外军二次雷达敌我识别系统为减少这些内部干扰所采用的旁瓣抑制、窜扰抑制、混扰抑制和“滑窗”处理等技术。这些技术进一步提高了二次雷达敌我识别系统的目标检测概率与抗干扰能力。

基于加密模式的协同式激光敌我识别技术

为了解决普通的激光敌我识别中,信号容易被侦收后破解的问题,提出了一种基于加密模式的协同式激光敌我识别技术,对激光敌我识别系统工作原理进行了研究与分析,采用通过时间信息产生一组伪随机数,利用一组高强度的改进加密算法对这组伪随机数进行变换产生加密数据,并经过扩频函数对变换后的加密数据进行扩频,结合RS纠错码产生最终编码的方法,增强数据的抗干扰能力,经实验测试实现了提高信号保密性和安全性的目的,为激光敌我识别的发展提供了新的思路。

外军敌我识别检测认证体系研究

统一的技术体制是提升敌我识别装备作战效能的先决条件。长期以来,由于敌我识别装备缺少规范化、标准化的检测认证手段,各型敌我识别装备体制存在差异,严重制约了敌我识别装备作战效能的发挥。美军在敌我识别检测认证方面历经40余年发展,已形成较为全面和完整的检测认证体系,并达到较高的技术和应用水平。对美国防部AIMS计划办公室的敌我识别检测认证机制及其应用进行分析,总结其发展特点和启示,并提出对敌我识别检测认证体系的发展建议。

针对敌我识别系统的个体识别研究

对敌我识别系统的研究大部分集中在对其信号的检测和解调上,对辐射源个体识别技术也是近年来的研究热点,但很少有专门针对敌我识别系统的个体识别研究。本文通过分析敌我识别信号,发现其区别于普通雷达信号的主要两个特点:一是信号载频固定不变;二是信号以码字为单位出现,且脉冲时序格式固定。针对敌我识别信号的这两个特点,本文设计的个体识别方法重点包括:一、瞬时频率可作为有效的个体特征;二、可综合同一串码字里多个脉冲的个体识别结果,提高目标个体识别正确率。试验结果显示,相较于只用单脉冲的方法,本文算法的个体识别正确率更高。

北约敌我识别现状与发展趋势

敌我识别是避免战场误伤的重要手段之一。出于多国联合作战中避免战场误伤的考虑,北约各国十分重视敌我识别技术与装备的发展。按照不同的技术体制,介绍了北约MARK XIIA敌我识别系统、战场目标识别系统、多体制单兵敌我识别系统的发展现状,包括系统特点、工作机理和指标对比。结合北约近些年的装备发展,指出北约重视敌我识别体系能力建设,并正在推动敌我识别系统向着高性能、综合化、集成化、小型化、智能化、网络化、无人化发展。最后,讨论了敌我识别后续发展重点及对我军敌我识别领域发展和联合作战运用的借鉴意义。

敌我识别系统及其进展

从敌我识别系统的应用背景出发,综述了敌我识别系统的发展历程,分析了各种敌我识别系统的特点,比较了毫米波敌我识别系统和激光敌我识别系统的性能,指出了数据融合技术和微米/纳米技术对敌我识别技术发展的重要性。相关研究内容对敌我识别系统的论证、技术体制的选择有参考价值。

DSmT理论在综合敌我识别中的应用

战场环境的复杂性要求使用多种传感器对战场目标进行综合敌我识别,而综合敌我识别有待解决的基础性难题之一是如何对异类传感器输出的不确定性信息进行有效处理。针对一包含雷达、红外、电子支援措施和敌我识别器等传感器的综合敌我识别系统,对异类传感器敌我识别过程进行分析,根据其特点提出采用DSmT理论进行决策级融合,同时针对每类传感器构造不同的基本置信指派方法,并进行了算法仿真。实验结果证实了该方法的有效性。

基于DST-IFS的空中目标敌我属性综合识别

为了实现复杂战场环境下空中目标敌我属性的综合识别,在利用证据权重衡量信息可信度的基础上,提出了一种基于DS证据理论和直觉模糊集相结合(Dempster-Shafer evidence theory-intuitionistic fuzzy sets,DST-IFS)的综合敌我识别方法。首先,分析了空中目标综合敌我识别问题,给出了具体的识别流程;然后,针对DS(DempsterShafer)函数向直觉模糊集转化过程中存在增大信息不确定性的问题,提出了一种信度分配方法用于直觉模糊隶属度和非隶属度赋值,并利用算例验证了信度分配方法的适应性和有效性;接着,给出了基于理想点法(technique for order preference by similarity to ideal solution,TOPSIS)的DST-IFS决策方法步骤;在此基础上,提出了一种基于DST-IFS的空中目标综合敌我识别的方法;最后进行了实例分析,验证了该综合敌我识别方法的有效性。

激光敌我识别及进展

介绍了激光敌我识别的最新进展和在战争中的重要作用。讨论了激光敌我识别的原理和存在技术难题。并提出了设计激光敌我识别系统需要考虑的一些问题。

国外敌我识别技术的现状及发展趋势

敌我识别技术在现代战争中的地位极为重要 ,世界各国均在进行深入的研究。本文在简明论述了敌我识别系统的原理和分类的基础上 ,结合目前世界上一些具有代表性的先进敌我识别系统 ,详细分析了敌我识别技术的发展状况和各类识别系统的优缺点。本文还对未来敌我识别技术的发展趋势和关键技术作了讨论。

空中目标敌我识别模型

首先阐述了目标敌我识别的概念及其重要性。接着建立上级指定、外部情报、飞行计划、敌我识别器、目标电子干扰、目标机动特征、目标速度特征和目标群特征等主要识别因素的识别模型和准则,并给出了目标敌我识别的判断逻辑。最后采用加权求和法构建了目标敌我综合识别的数学模型。研究成果可作为指挥员进行人工敌我识别判断的思维逻辑,也可作为开发程序化的自动敌我识别软件的建模依据,对防空指挥控制系统发展具有参考价值。

激光敌我识别

本文论述了协同式激光敌我识别的工作原理和回波信号调制方法。在这一系统中，激光发射和接收机安装在稳象转台上；激光探测和反射棱镜组是复眼式全方位探测系统，当它接收到询问方（友方）发来的询问码时，控制反射棱镜前方的调制器，由反射棱镜返回调制的识别码，再由询问方（友方）接收加以判别．本系统适用于空对空、空对地、地对地及海上运动目标间的敌我识别。

信息战条件下敌我识别技术研究

敌我识别是高技术条件下现代战场中自动目标识别技术的重要应用之一。高科技条件下现代战场中的敌我目标识别问题,一直是国际雷达领域和信息处理技术的主攻方向。系统地介绍了敌我识别系统的工作原理,分析了敌我识别系统的工作模式,给出了基于贝叶斯原理的目标综合识别方法,并将贝叶斯目标属性识别算法应用于敌我目标综合识别系统中,实现了信息战条件下对敌我目标的属性判别。

基于作战视图的敌我识别应用研究

针对复杂武器装备的体系结构设计问题,为了保证系统之间可集成性与互操作性,该文分析了美国国防部体系结构框架(DoDAF)作战视图产品的内容和相互逻辑关系,并以F-35战机目标敌我识别为实例,建立了几种典型体系结构产品模型。结论指出,该体系结构设计方法具有可行性,对复杂大系统的构建具有指导意义。

模糊神经网络与证据理论的飞机目标敌我识别

为满足复杂环境下目标敌我属性识别能力,提出了一种基于模糊神经网络(FNN:Fuzzy Neural Net-works)和证据理论的新敌我识别方法。该方法利用模糊神经网络和证据理论信息的处理能力,将敌我识别器(IFF:Identification Friend-or-Foe)、电子支援措施(ESM:Electronic Warfare Support Measure)、雷达及红外获取的信息融合,进行敌我识别。仿真结果表明,该方法的识别能力明显优于单一模糊神经网络分类器,识别率达0.994,同时具有很强的容错性和一定的抗干扰能力,更适合战场需要。

基于模糊集与证据理论的敌我识别新方法

为解决DS方法要求证据相互独立、证据获取手段受限以及证据冲突等问题,提出一种将模糊集合理论与改进DS证据理论结合的新方法,用于空中目标多传感器属性信息处理,给出带置信度的目标敌我属性描述。通过实例验证了该方法的有效性。

基于仿真的敌我识别电子战装备需求论证研究

装备论证是支撑武器装备发展的重要环节,仿真技术已应用于装备论证的全过程,并成为其重要推动力。从敌我识别（identification friend or foe,IFF）电子战装备需求论证的角度出发,阐述了仿真对于需求论证的重要性,提出了IFF电子战装备需求论证的框架结构和仿真模型,介绍了IFF电子战装备仿真过程需解决的关键问题,从而为具体的仿真需求论证奠定基础。

海域综合敌我识别系统发展建议

分析了不同海域的目标构成特点,比较了协同、非协同识别和间接敌我识别手段的优劣势,结合国内外识别技术发展现状与趋势,提出了海域综合敌我识别系统的发展思路。

基于混合贝叶斯网络的非协作式敌我识别系统

混合贝叶斯网络就是允许连续节点和离散节点同时存在的贝叶斯网络。将混合贝叶斯网络应用到非协作式敌我识别系统中,建立了敌我识别的混合贝叶斯网络模型,通过混合贝叶斯网络实现多传感器敌我融合识别及识别可信度分析。仿真结果证明了混合贝叶斯网络可以很好地实现非协作式敌我识别系统的功能,并且该方法直观、准确度高,提高了敌我识别的可靠性。

敌我识别系统干扰和防御方法

介绍了敌我识别系统的分类、组成和基本工作原理,在对几种典型敌我识别系统的关键参数、信息格式、技术特点及应用平台等进行分析的基础上,结合电子对抗干扰资源与干扰战术,探讨了对其进行干扰和防御的几种方式,对于研究电子战中的敌我识别系统具有指导意义。