IRS辅助去蜂窝大规模MIMO系统反窃听安全波束赋形研究

为提高物理层安全通信性能,针对目前物理层通信容易受到建筑物遮挡和非法用户窃听的问题,提出了一种智能反射面(intelligent reflecting surface,IRS)辅助去蜂窝大规模多输入多输出(multiple-input multiple-output,MIMO)系统反窃听安全传输波束赋形方案。考虑信道理想的情况下,以还原合法用户接收信号和阻止非法用户接收信号为目标,最小化发射波束赋形向量,构建了一个基站主动波束赋形向量和IRS相移的联合波束赋形问题。通过交替优化将原问题分解为基站波束赋形向量优化子问题和IRS相移优化子问题,并通过解非齐次线性方程组思想的方法,对优化子问题进行求解。仿真结果表明,相较于传统物理层安全通信方案,提出的方案能够有效使非法用户窃听信号为0,降低传输功率,并且具有较好的误码率。

航空变距螺旋桨工作状态力学分析

以航空变距螺旋桨为研究对象,在介绍其基本理论的基础上,对变距螺旋桨不同工作状态的受力情况及适用时机进行理论分析,重点研究不同飞行速度和飞行高度时风车状态的负拉力特性,并给出了风车状态的简要处置思路,为变距螺旋桨的学习和使用维护提供理论支撑。

基于网格矩阵法求解雷达组网优化布站性能指标研究

针对起伏地形环境下雷达布站存在探测盲区难以精确求解组网优化布站性能指标的问题,基于实地数字高程模型数据,提出使用网格矩阵法进行求解,并对网格分辨率变化对精准度的影响进行了探索研究。仿真结果表明,网格分辨率与求解精度和平均计算耗时均成正比,当网格分辨率选择恰当时,性能指标与标准值之间的误差小于5%,为精确求解组网优化布站性能指标提供了新方法。

基于DEMATEL-ISM的时敏目标打击链作战体系效能因子分析

时敏目标打击链作战体系结构关系复杂,构成要素众多,针对传统效能评估方法采用有序层次树形结构的评估模型在描述体系效能指标之间关系的不足,提出时敏目标打击链作战体系效能因子关系分析和建模方法。依据时敏目标打击流程、链路要素构成等获取效能因子集合。采用DEMATEL-ISM方法将定性的专家经验和知识转化成定量的数据,通过图论和矩阵工具分析时敏目标打击链作战体系效能因子的关系结构,筛选出影响体系效能的关键因子和驱动力因子,展现效能因子的层级结构和影响路径,并根据分析结果,提出打击链作战体系效能提升的建议。

一种雷达抗干扰模拟训练系统

为提高雷达抗干扰训练效益,设计一种数据级雷达抗干扰模拟训练系统。在构建系统体系架构的基础上,分析雷达性能参数计算模型,以及雷达压制式干扰和欺骗式干扰的信号模型。对训练场景编辑、雷达仿真终端、干扰机仿真终端和雷达抗干扰训练策略等软件进行设计与实现。通过构建典型战术对抗场景,以抗窄脉冲干扰为例,对几种抗干扰措施的有效性进行仿真。该系统已应用于教学训练实践,系统性价比较高,具有一定推广价值。

弱湍流信道紫外光通信分集接收技术应用研究

针对弱湍流信道劣化紫外光非直视通信质量问题,文章基于对数正态模型,提出采用OOK调制闪烁衰减的误码率公式。仿真对比表明:在弱湍流信道中,闪烁衰减导致光强概率密度分布曲线偏离光强均值,引起信噪比恶化;湍流强度越强,通信系统的误码率越高;相同条件下,最大比合并(MRC)性能最佳,等增益合并(EGC)次之,选择性合并(SC)最差。且天线数量增加,能提升紫外光通信系统效能。

最小方差霍夫曼编码设计及应用研究

随着云存储和云计算的发展,大量数据被上传及存储在服务器端。针对传统霍夫曼编码设计存在码字长度分布不均匀、码方差偏大、“字符—概率—码字”唯一对应难,引起储存空间占用大、解码误码率高的问题,文章基于“极小量扰动”思想提出一种最小方差霍夫曼编码设计方法。仿真结果表明,该文设计的最小方差霍夫曼编码码字长度分布更均匀,码方差更小,且所得编码能与符号对应;进行文本压缩实验时,压缩率分别为69.6%、65.9%、49.3%,能有效提升编码质量,降低冗余度。

Green公式的微元法证明

以微元法为工具,将一般情形转化为“特殊多边形”区域的情形,然后利用矩形划分处理这种特殊情形;同时,给出这两步的误差估计,从而严格证明Green公式,并加深对公式的理解.

光信息在转炉炼钢终点控制中的应用和发展

转炉炼钢终点控制是提高钢铁产出质量的关键,传统控制方法存在准确率低、成本高等缺点。炉口火焰图像和光谱等光信息中,包含大量冶炼过程数据,通过分析处理,能够有效应用于转炉炼钢终点实时预测,提升炼钢终点控制的精准度。本文在对炼钢终点控制技术的研究基础上,总结了光信息终点控制技术的研究现状和应用方法,并对其发展趋势进行分析。

基于LSTM和残差网络的雷达有源干扰识别

针对目前雷达干扰识别方法存在人工特征提取难、强噪声环境下识别率不高的问题,提出了一种基于长短时记忆(long short-term memory,LSTM)网络和残差网络相结合的雷达有源干扰识别方法。输入有源压制干扰原始时域序列数据,搭建深度学习网络模型对不同干噪比下的干扰信号进行分类识别。仿真结果表明:在干噪比为0 dB的情况下,该方法对4类雷达有源干扰信号的识别准确率均高于98.3%,与单纯的残差网络和卷积神经网络(convolutional neural networks,CNN)等其他深度学习算法相比,具有更佳的网络性能,验证了该算法的有效性。

士官职业技术教育任职岗位类课程教学改革与实践——以主干课程“雷达原理与实验”为例

依据新时代军事教育方针,突出教学实战化需求,针对职业技术教育士官学员特点,以空军预警学院任职岗位类主干课程“雷达原理与实验”为例,创新性地提出集理论教学、实验教学、实装教学三种形式于一体,并在其中融入实战内容的“一理三实”教学模式,并从课程内容重构、“线上线下混合运用”教法创新、五步学法层次推进、全过程实时评估反馈等方面进行全方位深化改革。从近三年实践效果来看,学员综合素养、课程教学质量、岗位任职能力均显著提升。

对抗高超声速武器的防御策略研究

针对日益增长的高超声速武器威胁,探讨了对抗高超声速武器的防御策略。首先,从目标特性和作战样式两个方面阐述高超声速武器的特点,分析其带来的威胁。然后,梳理总结国外高超声速武器防御体系在整体规划、预警系统开发、武器系统研制和指控系统升级四个方面的建设现状,为研究防御策略提供参考。最后,为探究提升高超声速武器防御能力的途径,从构建一体化的全程防御预警系统、发展分段大机动的防御拦截系统、融合升级高效的防御指控系统三个方面提出高超声速武器防御具体对策。

雷达装备机电液理虚实综合教学平台设计与实现

为满足雷达装备机电液系统保障教学需求,基于理虚实一体化教学理念,充分发挥虚拟现实技术与实装实训的优势,对原有的雷达天线自动调平举升实训台电气控制系统和软件系统进行升级,升级后该教学平台综合原理讲解演示、虚拟拆装训练、实操训练、故障诊断于一体。实践表明,该平台可以有效激发学员的学习兴趣,为提升教学质量提供有力支撑。

教员信息化教学能力现状分析及提升对策研究

信息化教学是当前军事教育的重要发展方向。着眼于新修订的《军队院校教育条例(试行)》,在阐述信息化教学能力内涵的基础上,认真分析了教员信息化教学能力的现状,指出了其优势及不足之处,最后有针对性地提出了提升教员信息化教学能力的具体举措:一方面,要主动更新教育教学理念、加大信息化硬件建设和培训力度、注重军民融合发展;另一方面,要以课程信息化建设为抓手,重点围绕课程教学资源建设、课程教学设计与实施、课程教学评价等,着力提升教员的信息化教学能力。

反临与反导预警探测特征比较

为厘清防御方对来袭临近空间高超声速目标性能的认识,进而改进现有导弹防御策略,对此类目标与弹道导弹之间的预警探测特征进行比较分析。通过建立颗粒度适中的目标运动模型、红外探测模型和雷达探测模型,采用同等仿真条件,详细、定量对比分析两类目标飞行高度和横向机动能力对地基预警体系的影响及红外辐射可探测性性能。比较分析结果表明,纵向射程相同时,高超声速目标更低的飞行高度和更强的机动能力导致雷达对目标搜索捕获难度更大,但其红外辐射强度大使得对目标稳定预警探测的时间更长。

基于ELM-SVR模型的装备关键部件寿命预测

装备关键部件数量众多,其性能决定了武器系统的健康寿命。为解决单一模型预测精度不高的问题,提出了基于ELM-SVR模型的剩余寿命预测方法。ELM模型为单隐层网络,输出拟合采用样本权重相同线性回归方法,存在特征辨识度不高,预测泛化能力不强的问题,将ELM模型与SVR模型融合,在ELM神经元基础上使用核函数进一步提高特征的辨识度,以软间隔拟合函数代替线性回归对输出进行拟合,突出了样本权重,有效提升了剩余寿命预测的泛化能力。依据多个装备关键部件的综合性能指标对其进行剩余寿命预测,实验结果表明:与ELM、SVR、KELM模型相比,平均预测精度分别提高了57.14%、44.44%、11.76%,可见ELM-SVR模型具有一定的泛化能力与鲁棒性,可显著提高剩余使用寿命预测精度。

基于轻量级残差网络的无人机个体识别方法

在无人机的个体识别中,针对现有的识别方法存在分类准确率低、实时性差、网络模型参数量大以及难以应用于资源受限的设备等问题,提出基于轻量级残差网络(scale down resnet,SDRNet)的无人机个体识别方法。首先,通过短时傅里叶变换(short time fourier transform,STFT)把一维时域信号转为二维时频图像,并对图像进行灰度处理。其次,网络基于MobileNetv2,结合无人机个体信号的时频图像特征,通过缩减网络层数以降低模型深度,通过减少输出通道数以降低模型维度;借鉴ResNet残差结构的设计思想,通过增加卷积层的残差连接以实现更多不同深度网络的集成,设计出轻量级残差网络SDRNet模型。最后,利用STFT时频灰度图作为样本对SDRNet模型进行训练,实现对无人机个体的识别。仿真实验采用公开的6架悬停无人机的信号、在AWGN高斯白噪声信道环境下进行。实验结果表明,所提方法在信噪比SNR=10 dB的环境下对无人机个体信号的平均识别率为94.00%,分别高于MobileNetv2、GoogleNet模型的0.17%、5.17%,低于ResNet模型2.50%;所设计的SDRNet模型的可学习参数量、模型规模、乘加计算量约为基础轻量级MobileNetv2模型的19.5%、19.6%、35.9%。相较于基于MobileNetv2、GoogleNet、ResNet等神经网络模型方法相比,所提方法在保持较高识别准确率的同时,具有更快的识别速度和更小的内存开销。

Kalman融合模型在无人装备关键部件寿命预测中的应用

无人装备一般数量众多、执行任务时间长、环境恶劣,因此剩余使用寿命(RUL)预测尤为重要。综合性能指标序列使用单一模型的预测精度较低,为解决此问题,提出基于Kalman融合模型的RUL预测方法。首先,采用面积最大值法提取无人装备关键部件综合性能指标的退化阶段;其次,利用具有指数特征的GM(1,1)模型、线性支持向量机SVR模型、非线性极端学习机(ELM)模型对综合性能指标进行预测,每种模型可以捕捉综合性能指标的不同特征;最后,通过Kalman框架将3种模型的预测结果以迭代最小二乘的原则进行融合。实验结果显示,Kalman融合模型的预测方法可显著提高对综合性能指标的预测精度,与ELM,SVR和GM(1,1)单一模型相比,拟合精度分别提高了16.96%,1.61%和39.84%,预测精度分别提高了45.06%,38.35%和74.12%。

大辐照面高均匀度反射式太阳模拟系统设计

为了实现对大辐照面、高辐照均匀度太阳光斑的模拟,设计了一种大口径反射式准直太阳模拟器光学系统。根据太阳模拟系统的工作原理,以扩大辐照面、提高辐照均匀度的同时保证较高的辐照度为目标,提出了由复合光源、光学积分器、消串扰光阑、视场光阑和离轴反射准直镜等组成的光学系统总体设计方案,建立了太阳模拟器光学系统的光线传播矩阵模型,分析了入射光角度与子透镜间缝隙对辐照面的影响规律,并据此设计了具有消串扰光阑的光学积分器,消除了大角度杂散光,抑制了准直镜离轴角对辐照均匀度的影响。仿真结果表明:在Φ500 mm的辐照面内,辐照度优于一个太阳常数,达到1 579 W/m2,辐照均匀度优于98.07%,满足了大辐照面、高辐照均匀度太阳模拟器的设计要求。

基于强化学习特征选择的跳频调制方式识别

针对跳频信号调制识别的最优特征集选择困难问题,该文提出一种基于强化学习特征选择的跳频调制识别算法。首先提取跳频信号时频能量图并采用自适应维纳滤波算法去除噪声;然后提取时频能量图几何不变矩、伪Zernike矩和瑞丽熵三类特征的20维特征向量作为原始特征集,通过建立马尔科夫强化学习特征选择模型,采用改进的Q学习算法对原始特征集进行探索和学习,寻求最优特征集并输出识别结果。仿真实验表明,本文算法有效克服人工特征选择标准单一,鲁棒性差问题,降低了原始特征集冗余和维数,在信噪比5 dB条件下,对10种跳频信号调制识别率可达95%。