基于切片熵权的WHT多LFM信号识别方法

为提高在低信噪比与先验信息不足条件下对线性调频(LFM)信号识别能力,借鉴信息论中的熵权法改进WHT(Wigner-Hough Transform),提出了一种基于切片熵权的WHTE(Wigner-Hough Transform based on Entropy)算法。推导出LFM信号的WHT与对应特性,将WHT变换域内极半径和角度切片的熵值来转换为权重因子,进而对每个切片进行加权处理,采用双层权重以弱化噪声与干扰项的影响,并推导出LFM信号与高斯白噪声在WHT维度内不同假设条件下的概率密度分布函数,构建了对于LFM信号WHT后恒虚警检测的完备流程。通过理论分析与公式推导论证了算法的可行性,并与WHT、分数阶傅里叶变换与周期WHT算法的仿真对比,验证了算法的有效性,凸显WHTE算法能够在强噪声背景下与没有先验支撑时实现对LFM信号的良好检测。     

不同机载电子干扰条件下的飞机敏感性模型

对典型作战场景中雷达制导导弹威胁下的飞机敏感性进行了研究,分别从导弹发射和命中2个方面,建立了远距离支援干扰(SOJ)和自卫干扰(SPJ)条件下的飞机敏感性模型。首先分析了在典型电子对抗措施(ECM)和电子抗干扰措施(ECCM)条件下的雷达探测距离;其次提出了用于评价欺骗干扰的有效时间模型,结合典型制导律,建立了不同干扰条件下导弹命中分析的仿真模型;最后对不同干扰条件下的飞机敏感性进行了仿真实验。结果表明:电子干扰一定程度上能够降低非隐身战机的敏感性,但是对于低雷达散射截面(RCS)或者采用先进抗干扰措施的武器系统而言,电子干扰对飞机敏感性降低的作用有限甚至有害。研究结果对现役飞机通过电子干扰降低敏感性以及对在研飞机的敏感性设计具有一定的参考意义。     

人工智能在CBM+中的应用研究

通过维修分类和CBM+的定义说明了CBM+的理念内涵,简要介绍了CBM+的核心RCM和CBM以及它们之间的关系,并从CBM+的核心出发分析了当前CBM+的限制,最后结合美军人工智能技术在CBM+中的应用讨论了几点启示.     

基于MDP的诊断策略构建方法

针对传统方法忽略测试通过的不确定性因素,缺乏长周期寻优机制,难以在复杂测试系统中生成全局最优诊断策略的问题,提出了一种基于马尔可夫决策过程(MDP)的诊断策略构建方法。该方法将故障检测、隔离的过程表述为系统故障状态的马尔可夫过程,通过引入折扣因子与目标权重,构造了综合效用准则函数的无限折扣模型,并利用策略迭代算法求解出全局平稳最优诊断策略。实例表明,该方法充分考虑了测试通过的不确定性,可实现全局平稳策略寻优,能够有效地指导测试系统实现快速故障检测和隔离。      

深度学习在C-130J飞机预测性维修中的应用和启示

预测性维修是减少维修工作量和维修资源、提高装备可用性的新的维修模式,实现预测性维修的关键是构建预测模型和算法.以深度学习为代表的新一代人工智能技术为预测模型和算法提供了条件.本文分析了当前C-130J飞机维修保障存在的主要问题和困难,重点研究了深度学习技术在飞机预测性维修中的应用,论述了应用深度学习技术的主要困难和解决...     

浅谈外军飞机战损评估与修理

飞机战损修理是现代战争战斗力的"倍增器".本文通过分析外军飞机战损评估与修理的发展历程和战损修理理念,介绍了外军战损飞机评估和修理的基本步骤和使用的主要工具,并结合理论研究、战损修理训练以及在系统全寿命过程中考虑战损修理的几个方面,论述了对我军战损修理的启示.     

基于MDP的战机对抗导弹措施优化方法

对战机对抗导弹的措施优化问题进行了研究,将该问题归结为不确定条件下的序贯决策问题,提出了一种基于Markov决策过程(MDP)的导弹对抗措施优化方法。首先,该方法根据作战过程将作战阶段分为不同的状态,将电子对抗措施(ECM)和战术机动作为可供战机选择的行动;然后,通过不同战术行动下状态之间的转移概率来反映行动的不确定性,以雷达搜索状态和导弹命中状态的期望值来表征不同策略下的飞机生存力;最后,通过建立Markov决策模型得到飞机生存力最大时各个状态对应的最佳行动。仿真结果表明:飞机生存力随着时间推移而逐渐降低;不同策略下飞机的生存力不同,基于MDP的策略可以有效提高飞机的生存力;单步优化措施不能提高战机的生存力,必须考虑长期状态转移的影响。