从空战制胜机理演变看未来战斗机发展趋势

制空权是当代战争一切空中行动的前提条件,而承担空中优势重任的战斗机的研发工作长期以来为各军事大国所重视。数十年来,美军在空战理论、战斗机研发和空战实践等方面具有领先优势,已率先完成由能量机动制胜向信息机动制胜的空战能力转变。随着自主、人工智能、无人、通信、计算等技术的快速进步,美军正在塑造以下一代战斗机为核心,以复杂空战系统为基本空战单元的新空战形态,认知机动制胜将是未来空中对抗的制胜机理。本文将系统梳理空战制胜机理的演变历程,结合当前技术发展与布局,研判未来战斗机发展趋势。     

网电空间认知电子战技术

首先探讨了网电空间与认知电子战的内涵与联系,阐述了认知电子战属于网电对抗领域的观点,即认知电子战通过学习、评估、决策的融合,构建信息对抗的闭环,进而引导网电空间内的感知与攻防;随后,结合认知电子战技术发展现状、趋势以及闭环的特点,提出了一种适用于战场网电认知的信息对抗平台架构,分析了平台功能需求与关键技术;最后,展望了研究成果在网电对抗中的应用前景。     

警觉性光环境对飞行认知任务表现的影响

从飞行认知任务的主客观表现测试了单色蓝光和3组富蓝多色光对飞行认知任务警觉性水平变化的影响。客观实验评测包括飞行主辅任务测量和信息检视任务测量,分别从计算力及记忆力水平,判断力、寻错力及逻辑力水平,获取4组警觉性光环境下飞行认知任务表现水平的变化情况;主观综合评测通过多维指标的警觉性主观自评量表,运用熵权TOPSIS法建立主观综合评价模型,得到各组光环境下的主观综合评价排序。将主客观的测量结果进行综合分析,结果表明:单色蓝光在飞行主辅任务测量中计算力水平成绩明显高于其他组,4组光环境对记忆力水平均无显著影响;在信息检视任务测量中单色蓝光与富蓝白光对认知表现的提升效应持平,明显高于其他组;整体主观感受方面,富蓝白光综合评价最高。结果可以对驾驶舱警觉性照明设计提供指导。      

航空公司管理体制的创新

改革开放以来,我国航空公司在管理机制创新方面做了不少工作,特别是在引进国外以及行业外先进管理思想、管理方法和管理手段等方面取得了长足的进展。但从总体上看,我国航空公司管理体制创新还远远不能适应形势发展变化的要求,需要进一步加强。     

认知无线电网络中的喷泉编译码技术研究

针对认知无线电网络（CRN）中授权信号时间和频率的不确定性导致CR用户工作频率甚至链路质量具有严重的时变性等特点,提出利用喷泉码的编解码技术解决上述问题。阐述了喷泉码的编解码原理,对喷泉码应用于认知无线电的系统性能进行了仿真分析．仿真结果表明．由于喷泉码无需反馈以及编解码复杂度低的特性,在CRN网络的时变信道环境下能实现链路维持,提高了系统的传输性能。     

基于非正交多址接入的认知星地融合中继网络性能分析

为了提高星地融合网络（Integrated satellite-terrestrial relay network, ISTRN）的频谱利用率,本文在存在多个主用户（Primary users, PUs）的频谱共享环境中,研究了基于非正交多址接入（Non-othogonal multiple access, NOMA）的星地融合中继网络的性能。推导了系统在多个相邻PUs干扰约束下的中断概率（Outage probability, OP）和遍历容量（Ergodic capacity, EC）的闭式表达式。为了进一步研究,本文还得到了高信噪比下OP的渐近解。最后,通过模拟仿真,验证了理论推导的正确性,并分析了关键参数对系统性能的影响。     

认知不确定多态系统模糊可靠性评估

针对高可靠部件短时间内很难获得 足够的性能分布信息,致使对部件的认知存在一定的不确定性问题,为降低其对部件性能分 析的影响,实现对系统可靠性的准确估计,假定部件性能分布参数为模糊数,根据模糊集合 分解定理,建立基于β-截集变量的性能分布模型,给出了部件模糊状态 性能区间的定义和状态模糊概率的计算方法。对传统的通用生成函数方法进行改进,定义了 α-截集通用生成函数及其运算法则。提出了考虑认知不确定的多态系统 模糊可靠性评估方法,并以仿真实例进行验证说明。该方法不仅克服了性能分布信息缺少, 无法准确地建立状态信息分析模型的不足,且方法简单、思路清晰,具有强通用性和工程应 用性。     

卷积神经网络卫星信号自动调制识别算法

自动调制识别是空间认知通信系统的关键技术,有助于实现自适应信号解调。深度神经网络虽然具有特征提取能力强的优势,但也存在参数众多、计算量大的问题,难以实现空间在轨应用。针对以上问题,提出了一种轻量化、高性能的卷积神经网络结构。网络先提取信号的同相正交相关特征,再提取时域特征,最后提取各通道特征均值进行分类。对11种调制方式分类的实验结果表明:当信噪比高于0 dB时,平均识别准确率能达到86.94%,较传统的高阶累积量的方法提高了31.54%;与目前高识别准确率的深度神经网络模型相比,仅使用不到10%的模型参数,在树莓派4B上计算速度平均提高了20倍。      

立体物料仓库单元的机械系统FMEA分析

立体物料仓库单元是钣金自动化智能生产线中重要的板料储存中心,其可靠性问题直接关系到钣金自动化智能生产线的可靠性,因此,对钣金自动化智能生产线的立体物料仓库单元机械系统进行故障模式及影响分析(FMEA)十分重要。针对传统FMEA中缺少功能和故障因果关系分析的问题,提出使用维护感知设计环境(MADe)软件对立体物料仓库单元的机械系统进行功能分析和故障数据分析,并建立立体物料仓库单元的功能模型图和机械系统的故障因果关系图。在此基础上,根据立体物料仓库单元功能模型图构建机械系统的模糊认知图(FCM)邻接矩阵,再通过计算得出立体物料仓库单元机械系统的FMEA表。对立体物料仓库单元机械系统进行基于MADe软件的FMEA分析显示,所提方法对提高钣金自动化智能生产线可靠性具有通用性。