无线电近炸引信背景杂波测试及标定

介绍了一种背景杂波测试方法。说明这种测试方法获得的数据也适用于其它探测体制，介绍了该测试方法的误差分析及标定方法的研究结果。最后介绍了一个结果：低飞行器度背景杂波功率和高度的关系在与高飞行高度时的关系不同。     

无线电近炸引信抗干扰方法

首先介绍了无线电近炸引信目标回波信号的分布空间,信号处理的方法,进一步分析了无线电近炸引信受干扰的原因.最后提出了一种抗干扰性能较好的超宽带无线电近炸引信的基本组成.     

国外导弹无线电近炸引信追踪

简述了无线电近炸引信的发展历史和研究工作现状，将一些采用无线电近炸引信的空对空导弹、地对空导弹进行列表。举例对“天空闪光”空对空导弹，“海响尾蛇”舰对空等导弹的引信进行了简单的分析，比较了红外光学近炸引信与无线电近炸引信的优点和缺点，同时探讨了今后无线电近炸引信的发展方向。     

无线电近炸引信空中目标的建模和分析

描述了无线电近炸引信工作在物理近场区时，空中目标可看作由若干散射点组成，散射点数目、相对位置和散射强度直接建立在对大量实测数据分析的基础上，根据实测数据建立了一种表示无线电近炸引信空中目标近场散射特性的数学模型。采用系统辨识技术，非线悸最小二参数估计法和埃特金插值法建立目标散射特性的合成模型。该模型可给出弹目交会过程中目标散射信号。并对模拟结果和模糊进行了分析，得出了一些有益的结论。     

小口径炮弹半主动式激光近炸引信信号处理技术

为了解决小口径炮弹半主动式激光近炸引信在复杂环境中正确探测和识别目标的问题,研究了该引信的信号处理技术.运用模数混合的方法分析了系统信号预处理电路和数字信号处理电路设计方案.数字信号处理电路以单片微处理器为核心,体积小、功耗少、成本低.设计的信号处理系统较好地满足了小口径炮弹半主动式激光近炸引信的要求.     

电容近炸引信的探测灵敏度

从分析常用的两种电容近炸引信探测器入手，给出电容近炸引信探测灵敏度的定义，并推导出其数学表达式。对电容近炸引信的理论研究和产品设计都具有指导意义。     

论无线电近炸引信优化设计(之一)方案优选

无线电近炸引信优化应分几个层次，第一层次是方案优选，在这一阶段应确定引信工作体制，工作波长，处理模式，并使其符合优化目标；第二层次是总体参数分配；第三层次是各部件优化设计，完成物理实现。文中讨论了第一层次的有关问题，通过分析不同体制获取的信息，得出了所有能完成测距的体制，获取状态信息相等 只能得二维信息的结论；说明了体制的差异对测试精度的影响，从而给出了选择工作体制的。     

神经网络在引信信号处理中的应用

神经网络的理论及应用研究近十年来蓬勃发展，这些研究成果的取得为引信多种信号处理奠定了扎实的理论基础。本文概述了神经网络的发展状况，特别对神经网络用于引信弱信号检测、目标识别、脉冲压缩、优化设计等多种信号处理的可能性及必要性作了粗浅的探讨。     

无线电近炸引信信号处理电路噪声特性分析及低噪声设计研究

以某无线电近炸引信为例，分析了该引信的噪声特性，并根据噪声分析的结果以及该引信的回波信号的特征进行了低噪声设计研究，根据对低噪声设计分析的结果可以看出，本文所提出低噪声设计原则是有效的、可行的。     

单片机技术在近炸引信中的应用

针对某近炸引信检波电压难以调整,导致高、低温条件下近炸作用可靠性偏低的问题,提出了一种采用单片机技术实现检波电压自身调整,解决了此类问题.并给出了该系统的具体实现方案.     

引信回波信号模拟的神经元网络方法

在分析引信回波信号特点的基础上，提出了无线电引信回波信号与交会参数是非线性映射的观点，并用神经元网络的方法实现了这种非线性映射，用简化的算法对一组实测的回波信号与交会条件的对应关系进行了建模和模拟，模拟数据与实测数据与实测数据的残差分析表明该方法是适用的。     

ANN在引信信号处理中的应用

现代引信又称为目标探测与识别系统 ,现代战争对引信的要求 ,迫使其采用各种新技术 ,以提高探测目标的精度和信号处理水平 ,而人工神经元网络是一种分布式存储方法 ,其信息处理速度比传统的方法要快得多 ,并且具有很强的自学习功能 ,以及鲁棒性和容错性 .因此 ,人工神经网络 (ANN)技术应用在引信信号处理中具有非常广阔的前景 ,本文参考有关文献论述了人工神经网络 (ANN)技术在引信信号处理中的应用 ,重点说明了 ANN在消除噪声和抗有源干扰方面应用的 ,指明了应用于引信技术时应注意的问题及应用前景 .     

正交调制式的无线电引信目标与背景多卜勒模拟器

在分析无线电引信回波信号特点的基础上，提出了用正交调制的方法实现无线电引信目标与背景的多卜勒模拟。在实施的过程中，突破了宽带相乘、宽带90°精密移相、精密合成等技术关键，完成了样机。实验结果表明，该系统工作状态良好，可满足实际使用的要求，具有广泛的应用前景。     

改进高阶神经网络(MHONN)与目标图象TSRI识别系统的设计

具有平移、比例和旋转不变性的模式识别是经常遇到的一个三阶问题。近年来的研究表明：把模式的不变性构建于三阶高阶神经网络中是实现ＴＳＲＩ模式识别的有效途径。但对于一幅Ｎ＊Ｎ的图象，三阶ＮＯＮＮ为存贮连接权所需的存贮容量正比于Ｎ＾６，这一要求限制了ＨＯＮＮ在大尺寸图象中的应用。     

D-S证据理论在目标识别中的应用

根据地面目标运动引起的地震动信号的特征信息，应用多传感器信息融合的方法将目标正确分类。首先根据地震动信号在频域和时频域的多种特征，应用BP神经网络模式识别法，将地面车辆目标分为轮式车、轻型履带式车和重型履带式车。设计了一种以神经网络正确识别率作为基本概率赋值的方法，并应用D－S证据理论进行识别信息融合，训练样本和识别样本分别取自外场实验所获得真实有效的数据，通过对识别信息融合，以较高的可信度得到与识别样本相一致的识别结果，这表明所设计的获取基本概率赋值的方法及信息融合算法是有效的，该方法可以推广应用于其他多传感器或多信息源的探测识别系统中。     

敏捷性导弹的神经网络控制与制导

为了使导弹获得更高的机动性、敏捷性和导引精度,大多采用推力矢量控制方案.本文讨论了新型推力矢量控制导弹的动力学建模,在此基础上提出了适用于推力矢量导弹的神经网络控制与制导方案,其中的导弹控制方案包括双网络逆动态学习控制和混合神经网络控制两种.神经网络制导采用基于线性二次型的最优制导的有教师学习方案.神经网络学习算法中因引入了基于经验的模糊规则,具有较好的学习性能.仿真表明神经网络控制与制导方案具有较好的末制导导引精度.     

基于多普勒信息的盲波束形成方法在声呐信号处理中的应用研究

本文针对水声环境和水声信号的特点，提出了一种可用于任意阵形的自适应神经网络盲波束形成方法。该方法在未知基阵响应向量的情况下，利用水声信号多普勒频率信息，估计波束形成的权矢量，采用神经网络的方法实现盲波束形成，从而避免了矩阵的求逆运算，不但减小了运算量而且易于用硬件实现。此外该算法具有收敛速度快、鲁棒性强、估计精度高等优点。通过拖曳阵和体积阵的仿真实验，验证了所提出方法的有效性和正确性。     

用于高炮系统防空效能仿真的神经网络专家系统

分析了高炮防空系统的计算机仿真必需解决的问题是根据作战对抗环境，考察高炮总体性能参数对作战效能的影响。提出了基于神经网络的智能评价决策方法和优化步长OBP学习算法。构造了一个用于高炮系统防效能仿真的神经网络专家系统，并以某小高炮系统为实例，验证了该系统的可用性。     

金属与非金属部件粘接质量声诊断的神经网络方法

本文基于神经网络对目标的识别与分类能力,用简单的敲击法获取了某压力容器的声响应信号,通过对声信号的频域特征提取,应用前馈多层神经网络对压力容器的金属与非金属部件之间的粘接质量进行了诊断,实验表明所给出的特征提取方法和神经网络模型是解决金属与非金属粘接质量诊断的一条较为有效的途径。     

基于神经网络和遗传算法的末敏弹系统效能参数优化设计

末敏弹是一种先进的新型弹药,由于其结构复杂,影响因素多,所以对其进行全面的系统优化设计十分困难.为此,本文利用神经网络的高度非线性映射能力和遗传算法的全局寻优能力,在了解了末敏弹工作原理的基础上,首先确定了一个优化设计方案,并根据该方案建立了一个末敏弹系统效能神经网络仿真模型,在此基础上,应用混合遗传算法对该仿真模型进行了优化设计,获得了影响系统效能的几个主要因素的最优搭配.经过对优化结果的分析,发现其与实际情况较为吻合,为末敏弹系统的效能研究提供了依据.