机载自卫有源压制干扰效果评估模型研究

机载自卫有源压制干扰系统是攻击机进行攻防对抗过程中必不可少的电子支援系统。对机载自卫有源压制干扰系统与制导雷达武器系统进行了建模与仿真,建立了制导雷达的发现概率模型。通过对雷达制导武器系统作战性能的分析,给出了机载自卫有源压制干扰的最大和最小干扰距离方程,并根据此方程获得战场想定下的实时干扰功率和接收机灵敏度的数学模型,对机载自卫有源压制干扰时机进行了分析。通过对仿真结果及相应图表的分析,对比了不同条件下干扰效果的变化情况。     

基于最小干扰距离的多点源支援干扰效果评估

为了能够迅速准确地对多部干扰机进行支援干扰时的效果做出评估,通过雷达干扰的空间能量方程,在对单部干扰机进行分析的基础上,推导出多部干扰机进行支援干扰时的压制区域模型。通过仿真绘制了压制区域图形并设计了支援干扰区域的GUI仿真界面,由此可以得到每个方位上的最小干扰距离。以最小干扰距离作为干扰效果评估准则,对不同态势下的干扰效果进行了仿真,并分析了影响支援干扰效果的各种因素,为如何对有源干扰资源进行合理布站和分配以及对定量研究支援干扰效果提供了新的方法。     

模拟退火算法在雷达干扰资源优化分配中的应用

为了使有限的雷达干扰资源发挥最佳的干扰效果,以干扰机压制概率公式计算为基础,建立雷达干扰资源分配目标函数.先应用模拟退火算法优先分配威胁等级较大的雷达,将干扰压制概率较大的干扰资源进行优化分配,然后在此基础上,再对剩余的干扰资源进行二次模拟退火优化分配,以实现从可行的解空间中找出满足目标函数和约束条件的雷达干扰资源分配的全局最优方案解.仿真结果表明,该方法不仅有效、可行,而且能同时适用于"一对一"和"多对一"情况分配,对于设计和开发雷达干扰智能决策支持系统有一定的意义.     

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。     

基于等效视数的ISAR干扰效果评估方法

由于逆合成孔径雷达(ISAR)是一种新体制雷达,一些用于评估常规体制雷达干扰效果的方法和手段对于ISAR来说并不适用.综合考虑雷达干扰的原理和图像处理的理论,从等效视数的角度出发,提出了一种新的对ISAR压制干扰效果的评估方法,即采用干扰前后两幅图像的等效视数差来评估干扰效果,该方法能清楚地反映受干扰目标从临界干扰到严重干扰整个过程中目标图像的失真程度,仿真结果表明了该评估方法的正确性和有效性.     

基于ICW-RCM的辐射源组合威胁评估

针对传统辐射源威胁评估方法难以直观地给出目标威胁程度以及在实时性、复杂性上的不足,在雷达图法(radar chart method, RCM)的基础上,提出基于改进组合赋权(improved combination weighting, ICW)-RCM的辐射源组合威胁评估算法。组合威胁评估将辐射源威胁等级粗排序和精细排序相结合,根据雷达指标计算雷达工作模式,对辐射源威胁等级进行粗排序,并降低威胁程度低的辐射源任务优先级;基于ICW-RCM,对相同雷达工作模式的辐射源精细化排序,并结合粗排序结果,得到最终的辐射源威胁评估结果。实验仿真与分析表明,该算法具有较好的正确性与有效性,与传统组合赋权雷达图法相比算法复杂度较低、实时性较高、结果更加形象直观。     

LFM脉冲雷达恒虚警检测的协同压制干扰

针对采用恒虚警检测的线性调频脉冲压缩雷达,提出多假目标联合灵巧噪声的协同压制干扰方法。首先阐述了利用卷积调制转发实现多假目标压制干扰的机理,并推导得到压制信号关键参数值,如假目标个数及干噪比。然后分析了多假目标干扰在侦测参数存在误差时的不足之处,并进一步计算进行协同干扰所需的压制噪声功率。最后对协同压制干扰的效果进行了仿真验证,仿真结果表明,该方法能够降低目标发现概率,实现对雷达检测环节的有效干扰。     

巡航导弹弹载干扰机性能分析与仿真

为精确分析巡航导弹弹载干扰机的干扰性能,建立了考虑电波传输损耗、干扰天线特性、雷达接收机性能、巡航导弹雷达反射面积的干扰与探测的对抗模型,并在雷达天线指向导弹而弹载干扰机天线不一定指向雷达的最坏情形下,对不同的干扰压制比、干扰天线与雷达天线夹角、干扰频率、目标雷达反射面积下的干扰机最小干扰距离进行了仿真,精确得出巡航导弹弹载干扰机在不同作战环境下的干扰能力。     

有源假目标干扰的极化识别及其应用策略分析

研究了有源假目标等欺骗性电子干扰的极化识别及其应用方式等问题。首先分析了有源假目标干扰和雷达目标的极化特性,从理论上分析了有源假目标干扰识别的可行性,提出了能够有效鉴别真假目标的系列特征参量,并设计了有源假目标干扰的极化识别算法,结合实测数据,计算机仿真实验表明识别算法的可行性和有效性。最后,探讨了极化识别算法在相控阵雷达系统中的使用策略。     

编队空战中协同电子干扰的功率分配

针对编队空战的协同电子干扰功率分配问题,采取空域叠加方法将编队空战中协同电子干扰的空域简化为单机干扰空域,以目标对编队的威胁程度以及编队对目标的压制效果为指标,采用整数规划方法建立了编队空战时的电子干扰功率协同分配模型,包括干扰扇区间和干扰扇区内的功率分配算法。仿真结果表明,进行编队空战电子干扰功率的统一分配,能够避免单一干扰装置对目标干扰功率分配的不足,还可以减少各干扰装置独立作用时对同一目标干扰功率的重复分配,达到了干扰效果的优化。     

空袭目标威胁程度的综合评估与排序模型

提出了空袭目标威胁程度判断的基本准则,针对实战中地空导弹武器系统进行威胁评估时,有不少因素不可能完全明确、带有一定模糊的特点,利用层次分析法和模糊评判法(analytical hierarchy process and fuzzyevaluation,AHP-Fuzzy),建立了空袭目标威胁评估与排序模型。通过实例验证了该模型的合理性和有效性。     

基于BSS的FDA-MIMO雷达主瓣欺骗式干扰抑制方法

主瓣欺骗式干扰与目标位于同一个波束宽度内,严重影响了雷达对真实目标的检测与参数估计。针对此问题,基于频率分集阵列-多输入多输出(frequency diversity array multiple input multiple output, FDA-MIMO)雷达,提出了一种抑制主瓣欺骗式干扰的方法。所提方法的主要突破点在于,当干扰和目标的角度完全相同时,利用FDA-MIMO雷达天线方向图的距离-角度二维依赖性,进一步通过基于最大信噪比(maximum signal to noise ratio, MSNR)的盲源分离(blind source separation, BSS)算法将干扰和目标分离在不同的通道,以达到抑制干扰的目的。该方法无需目标的距离、角度先验信息。仿真实验验证了所提算法的有效性,当干噪比(jamming to noise ratio, JNR)为80 dB时,目标的正确检测概率约为0.98。     

基于BSS的FDA-MIMO雷达主瓣欺骗式干扰抑制方法

主瓣欺骗式干扰与目标位于同一个波束宽度内,严重影响了雷达对真实目标的检测与参数估计。针对此问题,基于频率分集阵列-多输入多输出(frequency diversity array multiple input multiple output, FDA-MIMO)雷达,提出了一种抑制主瓣欺骗式干扰的方法。所提方法的主要突破点在于,当干扰和目标的角度完全相同时,利用FDA-MIMO雷达天线方向图的距离-角度二维依赖性,进一步通过基于最大信噪比(maximum signal to noise ratio, MSNR)的盲源分离(blind source separation, BSS)算法将干扰和目标分离在不同的通道,以达到抑制干扰的目的。该方法无需目标的距离、角度先验信息。仿真实验验证了所提算法的有效性,当干噪比(jamming to noise ratio, JNR)为80 dB时,目标的正确检测概率约为0.98。     

突防任务中的单机对多目标干扰决策

针对单机多目标的突防任务,提出了包括干扰时机选择、干扰样式选择以及干扰功率分配的干扰决策策略。在给出干扰时机和干扰样式的模型后,重点分析了干扰功率分配的方法,采用贝叶斯推理算法,构建空战威胁等级评估模型,计算出多个目标的不同威胁权值,最终给出基于威胁等级评估的干扰功率分配方法。仿真结果表明,该方法能充分利用有限的干扰资源,有效地降低敌方威胁,提高载机的突防概率。     

基于M-ANFIS-PNN的目标威胁评估模型

目标威胁评估的目的是根据目标的属性和状态信息对目标的威胁程度进行定量估计, 为后续作战决策提供辅助支持。现有威胁评估模型大多依赖于数值信息, 难以有效处理包含定性、定量数据的目标特征信息。基于此, 提出一种改进的自适应模糊神经推理系统模型。在自适应模糊神经推理系统的基础上, 引入前件影响矩阵和后件影响矩阵对定性数据进行处理, 使得定量、定性数据的影响同时作用于模糊规则的前件参数和后件参数; 为了进一步提高模型的输出精度, 将自适应模糊神经推理系统的输出层替换为多项式神经网络; 通过基于Gower距离的近邻传播聚类算法对改进模型进行结构辨识, 确定模糊规则的初始参数。仿真实例验证了所提方法的有效性与可行性, 与其他混合属性数据建模方法相比, 所提方法具有较高的预测精度, 可为作战指挥决策提供有效的辅助支持。     

集中式组网雷达的假目标欺骗干扰优化方法

针对组网雷达系统综合抗干扰能力强的问题,在集中式融合结构组网雷达背景下提出了一种假目标欺骗干扰优化方法。首先，建立了组网雷达跟踪目标的状态和量测模型,以及假目标距离和速度欺骗干扰模型,进而建立了量测偏差模型。然后，在此基础上,分别研究了单次和持续假目标欺骗干扰对组网雷达融合中心的卡尔曼滤波状态估计误差的影响。最后，通过分析假目标欺骗干扰的约束条件,提出了假目标欺骗干扰目标函数最优化的问题,并基于模拟退火算法进行了求解。仿真结果验证了假目标欺骗干扰引起的状态估计误差的表达式,以及本文方法的有效性。     

基于改进两步裁定法的内埋空空导弹作战效能评估

针对内埋空空导弹的作战效能评估问题,本文通过将编队方式、态势信息以及目标分配模型融入到传统多步裁定法中,提出了一种更加完善的两步裁定法用以评估内埋空空导弹作战效能。通过分析战场实际情况,分别从方位角和进入角的角度建立优势函数,并引入串联系统构建载机角度优势函数。根据作战高度对导弹攻击区远界的影响,构建了空空导弹优势函数;结合高度优势函数,将上述3种优势函数聚合为空战优势函数,并依此建立了先敌发射概率模型、导弹毁伤概率模型和综合威胁指数模型,从而完成目标分配。仿真结果表明,改进算法的评估结果与客观态势一致性较强,可为研究内埋空空导弹的作战效能提供理论参考。