一种基于冗余基线的时差定位去模糊方法

多站时差定位系统对高重频脉冲模式辐射源会出现定位模糊甚至无法定位,严重影响了侦察定位系统的功能实现。论述了无源时差定位原理,指出脉冲重复间隔小于定位基线时间窗是造成时差定位模糊的主要原因,从而提出通过增加定位副站,基于冗余基线方法实现辐射源的定位,得出增加冗余基线方法能实现定位去模糊,有效改善时差定位系统的目标模式的适应性。     

航空电子系统作战效能灰色模糊评估

航空电子系统的作战效能评估是一个非常复杂的问题。在分析系统作战效能影响因素的基础上,构建了对其进行综合评估的指标体系;应用灰色模糊数学理论,将隶属度和灰度综合到评估过程中,给出系统作战效能的评估模型,并结合算例验证了此模型的可行性和实用性。     

两种非相干干扰对空空导弹毁伤压制的比较

为了比较两种干扰效果，首先建立双点源恒定干扰的雷达导引头干扰模型，再分析闪烁干扰作用模型，给出仿真条件下双机干闪烁干扰的干扰效果，得出两种干扰模式下导弹分辨角。在最大可用过载下对导弹的极限测边界进行了仿真，通过极限弹道计算出两点恒定干扰和闪烁干扰下的导弹攻击区域．说明闪烁干扰的优势所在。同时通过对最佳脱靶量的分析，给出闪烁干扰双机间最佳掩护距离。在假定导弹误差服从瑞利分布条件下，对两种干扰条件下单发导弹的毁伤概率对比评估。     

基于多重分选的脉冲配对时差检测

大基线时差定位具有定位快、精度高的优点,但大基线各定位站接收到的脉冲序列之间的时延变大,各基线时差测定的难度增加,因此如何准确实现各基线之间脉冲序列配对成了大基线时差测定的关键。在分析时差定位原理的基础上,研究了时差定位中相同序列脉冲多重分选及检测方法,分析了非周期脉冲重复间隔（PRI）和具有骨架或固定PRI对脉冲配对模糊性,给出一种基于多重分选的脉冲序列的分选配对方法,并针对模糊性进行定量分析,说明该脉冲序列多重分选配对方法在时差定位中的有效性。     

基于粒子群优化的神经网络算法在辐射源特征聚类中的应用

战场辐射源识别已成为电子侦察和雷达威胁告警的基本要素,其关键技术之一——辐射源特征聚类算法的研究也显得日益重要。在分析常用误差反传（BP）网络算法对辐射源特征聚类的不足后,提出利用基于粒子群优化的神经网络算法对多特征参数进行聚类。通过比较该优化算法和传统BP网络算法在聚类正确率和收敛速度方面的差别,验证了基于粒子群优化的BP算法在辐射源特征聚类中相对于传统BP算法的优越性,仿真结果证明了该方法具有较好的实用价值。     

基于无意调制特征的雷达个体识别

雷达的无意调制特性是用来区分同一型号的雷达个体的重要特征。针对调频雷达,研究其频域的无意调制特性,最后用K-N-N神经网络对2个同型雷达个体进行分类。试验发现该特征能够对同型两部雷达进行准确分类。     

抛物反射面天线雷达导引头对双点干扰的角分辨

在抛物面单脉冲雷达导引头双点干扰分析中,先通过抛物天线口径场计算法求出在具体条件下抛物面天线方向图的解析式;再对和差检波单脉冲接收的角误差信号推导,给出双点源干扰下的单脉冲跟踪系统的广义测向公式和分辨角计算公式,利用数值方法对测向特性进行验证,并对波束夹角对分辨角的影响进行仿真.