基于卷积神经网络的雷达目标航迹识别研究

现代战争中雷达信号日趋复杂,如何快速准确地从种类繁多、数据量庞大的雷达检测数据中,获取目标航迹的类别信息,为战场指挥提供准确有效的信息是当前急需解决的难题。传统基于人的经验认知的雷达目标航迹识别方法已经无法有效应对瞬息万变的战场和海量数据。根据实际雷达数据特点,提出了使用对数的雷达航迹预处理方法,并构建了基于卷积神经网络的深度学习模型,实现了对雷达对抗中的目标航迹的识别与检测。基于模拟生成的雷达目标航迹数据对提出的数据预处理方法和构建的模型进行测试;实验表明,所提出的方法能很好地实现对目标航迹的检测与识别。

基于动态数据驱动的反潜战仿真系统目标探测设计

潜艇是海战中军舰的主要安全威胁,反潜成为海上作战的首要任务。为了更精确地探测潜艇的状态信息,提出基于动态数据驱动的反潜战系统目标探测方式,在仿真模型中融入真实测量数据,把反潜战仿真系统和真实系统相结合,使应用仿真与测量系统之间构成相互协作的动态反馈控制系统。考虑测量不确定性和杂波等因素,采用随机有限集(random finite set,RFS)实现反潜战系统的仿真建模,设计基于RFS的数据同化算法和测量控制方法。实验表明基于动态数据驱动的反潜战系统能够使仿真系统、反潜战系统和测量系统形成可行有效的动态数据驱动应用系统(dynamic data driven application system,DDDAS),并且能够实现对潜艇目标进行精确可靠地探测。

无人平台自主探测声呐的发展现状和展望

无人平台已成为各国海军竞相发展的领域,而自主探测声呐作为无人平台的“耳目”,是其完成水下作战任务的前提。本文概述了国内外无人平台自主探测声呐的发展现状,对国外主要的无人水面平台、水下平台的自主探测声呐系统进行了介绍,并以“基于矢量水听器阵的无人平台远程主被动自主探测系统”为例,给出了具体应用,介绍了静态目标、运动目标以及主动工作模式下的外场试验结果。最后从智能化、模块化、协同化、编队化4个方面展望了无人平台自主探测声呐的未来发展趋势。

拖线阵声纳探测技术研究现状及发展趋势

对水面/下目标探测的需求促进了拖线阵声纳探测技术的发展,拖线阵声纳探测技术的快速发展,使其成为现代水面/下目标探测、反潜战中不可或缺的技术。因此,由必要追踪了解拖线阵纳探测技术中水听器技术、成阵技术、信号处理技术的研究现状,并从流噪声抑制、信号处理技术、多平台协同探测方面预测拖线阵声纳探测技术的发展趋势。