飞航导弹在电子战体系对抗中的策略探讨

飞航导弹武器系统在未来战争中面临的主要是由软、硬杀伤武器组成的一体化威胁环境，软杀伤手段主要是各种有源干扰及舰艇发射的省条弹；硬杀伤手段主查舰载防空导弹，密集阵火炮及对制导雷达站进行攻击的反辐射导弹，飞航导弹要发挥优势，必须由整个作战体系提供信息，从战术和技术两方面采取相应的措施，以提高突防能力。     

浅谈未来空地对抗中的导弹战

浅谈未来空地对抗中的导弹战任惟修２０世纪过去后，下世纪初，在高技术条件下局部战争中空地对抗作战将面临什么样的作战环境？在这种空地对抗中战术导弹将具有什么样的地位？战术导弹的使用应确立什么样的观念？这些都是关系未来战争的胜负、国家安危的大问题。本文就这...     

毫米波无源干扰技术及其发展现状

对雷达的无源干扰根据实施的方法和用途可分为压制式和欺骗式两大类。压制式干扰主要是箔条干扰 ,而欺骗式干扰主要包括箔条弹、伪装和雷达诱饵等。首先概述了对雷达的无源压制式和欺骗式箔条干扰 ,然后重点研究了毫米波无源干扰技术     

日本"隼鸟"探测器的坎坷之旅

"隼鸟"(Hayabusa)探测器[见图1,以前被称为缪斯-C(MUSES-C)],于2003年5月9日,从日本九州的鹿儿岛航天中心由一枚固体燃料M-5型火箭发射升空,开始了它探访"糸川"(Itokawa)小行星的漫漫征程."隼鸟"质量为485.9kg(包括燃料),采用三轴控制方式,配备了氙离子发动机,用了2年零4个月的时间飞到"糸川"小行星的轨道.日本宇宙航空研究开发机构(JAXA)希望它成为世界上第1个"往返"型小行星探测器.按照原计划,这项耗资1亿美元的任务是追踪"糸川"小行星,采集其上的岩石样本,并于2007年6月着陆于澳大利亚的沙漠地区,完成它长达4年的旅程.     

新型雷达抗干扰技术述评

当前,雷达抗干扰技术已渗透到雷达设计的各个领域,故不可能在雷达设计和生产完成后附加一些措施来解决抗干扰技术问题,而必须从雷达设计的总体和系统上就加以特别的注意。本文主要讨论新型的抗干扰技术,在敌人飞行器采用隐身、发射反辐射导弹低空进入等方式时,雷达采取的抗干扰技术措施以及为提高抗干扰性能而应采取的技术措施。新型的雷达抗干扰技术,技术难度较大,但是抗干扰作用更为有效,因此是今后抗干扰技术研究的重点。这里讨论频率捷变与MTI兼容技术,低截获概率雷达(LPI)所采用的技术,目标识别、反隐身和抗反辐射导弹所应采用的雷达技术。     

TopPixelLoss:类别不均衡的遥感影像语义分割损失函数

针对遥感影像中类别不均衡的小目标分割效果不理想的问题，提出了一种类别不均衡小目标二分类分割的损失函数——TopPixelLoss损失函数。首先计算出每个像素的交叉熵，然后将所有像素的交叉熵按从大到小进行排序，随后确定一个K值作为阈值，筛选出前K个交叉熵最大的像素，最后对于筛选出的K个像素交叉熵取平均，做为损失值。在ISPRS 提供的 Vaihingen 数据集上，使用PSPNet网络与普通交叉熵、FocalLoss、TopPixelLoss三种损失函数分别对车辆进行二分类分割试验。结果表明，不同的K值，使用TopPixelLoss损失函数的平均交并比（MIoU）、F1-score、准确度（ACC）都最高;当K值为5×104时效果最佳，MIoU、F1-score、ACC分别比FocalLoss提高了3.0%、5.0%、0.1%。TopPixelLoss损失函数是一种针对类别不均衡分割非常有效的损失函数     

基于CNLS-MMD的孪生混合网络四旋翼飞行器故障诊断方法

四旋翼飞行器在众多领域中应用广泛,由于工作环境复杂多变,四旋翼飞行器极易出现结构损伤性故障,给飞行器的安全性带来巨大的挑战,因此开展四旋翼飞行器结构损伤性故障的相关研究对提高四旋翼飞行器可靠性具有重要意义。针对四旋翼飞行器在实际应用中结构损伤性小样本故障数据诊断率低的问题,本文提出了一种在小样本条件下基于卷积神经网络和长短时记忆网络的孪生混合网络（CNLS-MMD）四旋翼飞行器故障诊断方法。首先,设计试验获取四旋翼飞行器多工况结构损伤性飞行数据并对数据进行预处理。其次,建立基于孪生混合网络的故障诊断模型,采用卷积神经网络（CNN）和长短时记忆网络（LSTM）构建CNLS混合模型提取数据特征,利用最大均值差异（MMD）衡量样本的相似度,实现对故障标签的预测。最后,选择不同样本数量的训练集训练模型,使用多工况小样本数据集对搭建的模型进行故障测试。结果表明,该故障诊断方法具有较好的诊断性能和泛化能力。     

基于理想解的模拟调制识别分析

利用排序待判决信号特征逼近各候选调制方式理想解的程度来实现调制方式识别,该方法不需要确定判决门限,运算量较小。以基本的模拟调制方式为对象,深入分析其识别性能,考察各权值系数对识别概率的影响,可以发现:一般各调制方式均只会被误判成其他某一种调制方式,且不同权值系数对判决结果的影响程度相差较大。因此,可以针对调制方式误判类型寻求新的特征参数,探求最优权值系数来进一步提升所提方法的识别性能。     

基于脉冲样本图和Vague集的雷达辐射源识别

针对现有雷达信号特征描述方式很难有效地对复杂雷达辐射源进行描述和识别,提出一种基于脉冲样本图和Vague集的雷达辐射源识别新方法。该方法把雷达辐射源识别问题转换为Vague集的多属性决策问题,不仅能很好地解决雷达信号识别中的模糊问题,而且无需传统方法的特征提取过程,简化了处理环节。另外,基于脉冲样本图的雷达辐射源识别是利用有序的多个脉冲同时匹配识别,因此更可靠。计算机仿真表明该方法是有效可行的,为复杂雷达辐射源识别提供了一种新思路。