摘要：舰舰导弹作战使用在线支持系统可为复杂战场背景下舰艇指挥员组织导弹攻击提供科学、精确、快速的辅助决策手段,是导弹武控系统的发展趋势。首先,从影响导弹射击指挥效益主要因素的角度进行了在线作战使用支持系统需求分析;其次,从系统功能、总体架构和运行流程等方面进行了系统总体设计;最后,对基于深度强化学习的火力运用决策建模、导弹射击参数平行仿真计算、导弹攻击方案超实时推演评估等系统实现的关键技术进行了分析。研究成果对新一代舰舰导弹武控系统研制具有重要的理论牵引作用和推广应用价值。

摘要：近年来,随着新型作战概念的提出,杀伤链逐渐成为作战体系的重要作战模式。以美军“马赛克战”为代表的作战概念及技术验证项目,都在致力于提升杀伤链构建与闭合的能力,并完成了典型实装演示验证。论文基于杀伤链的内涵和作战流程,结合天基引导保障条件,对构建对海打击杀伤链进行规划设计,并分为预先规划和临机规划两种模式分别阐述,为杀伤链的构建研究提供一定参考。

摘要：舰船的卫星和无线电导航系统很容易因受到敌方攻击或干扰而失能失效。天文航海定位方法因具有独立自主、不受电磁干扰等优点,可以发挥重要保底作用。针对传统六分仪观测天体高度定位存在依赖水天线、高度值修正需要手工查算表册、过程繁杂、容易出错等缺点,开发了一种基于Android平台的天体高度观测App。测高原理的实质是以重力加速度方向为垂直基准,测量加速度传感器的输出量换算为角度。App嵌入了PyEphem星历库,可以对天体高度观测值自动修正。天体高度观测精度基本满足天文定位要求,该App未来还有进一步提高精度、增加定位功能的潜力。

摘要：数字转发式欺骗干扰对雷达信号进行全部采样后进行转发,在之后的脉冲重复周期内,产生相干假目标,使传统雷达面临严峻挑战。针对干扰信号与发射信号相干性强的特点,本文提出对频率正交的LFM波形(OFD-LFM波形)进行切片编码重组的波形设计方法,该方法对OFD-LFM波形进行切片编码,然后对接收信号解码、匹配滤波之后,根据自相关函数峰值和互相关函数峰值的差别,区分出干扰信号。仿真结果表明,根据本文所提出的方法,可以较好地抑制欺骗干扰。

摘要：水声目标识别是一项利用目标辐射噪声特性对目标属性进行判别的模式识别技术,具有十分重要的经济价值和军事价值。传统水声目标识别方法依靠信号处理技术对目标辐射噪声进行特征提取,进而通过人工识别或设计分类器识别的方法实现目标类别的判别。通过设计特征进行特征提取的过程中,不可避免会造成目标辐射信号中信息的损失,而深度神经网络依靠其多层网络结构,具备强大的特征提取能力。文章以一维卷积神经网络作为构建水声目标识别的基本模型,利用梅尔频率倒谱系数特征的提取思路,创造性地设计了MFCC1D卷积神经网络。结果显示,在ShipsEar数据集与水下目标信号构成的混合数据集上,设计方法的识别准确率达到96.4%。

摘要：基于数字射频存储的转发式欺骗干扰技术逐渐成熟,而传统的对抗措施尚显不足。基于波形分集原理,文中提出了一种脉冲切片编码的波形设计方法。首先,对发射的线性调频信号进行切片编码;在接收处理时,根据编码规则解码,通过判断解码后接收信号与发射信号的相关性大小,区分出干扰信号。仿真结果表明:文中设计的波形解码后经匹配滤波满足互相关函数峰值与自相关函数峰值差值大于3 dB的分析准则,能够有效抑制转发式欺骗干扰。

摘要：针对近场水下目标被动定位问题,提出圆台阵设计构想,推导了基阵接收数据模型和近场三维声聚焦波束形成方法,通过对切割球面上聚焦点的扫描,得到目标方位角和俯仰角,再通过对不同扫描球面上最大输出功率的比较实现目标距离估计。采用最小方差无失真响应(MVDR)波束形成方法仿真分析了圆台阵阵型对水下目标三维空间被动定位性能的影响,结果表明,圆台阵越接近平面,测距性能越好,方位角分辨率越高,但是对于俯仰角较低的目标而言,圆台阵越接近圆柱状,俯仰角分辨率越高,因此,圆台阵设计时需要对俯仰角和距离估计需求综合考虑。

摘要：针对近场强干扰背景下拖曳线列阵声呐探测弱目标的问题,设计了一种自适应空域矩阵滤波器。该滤波器能够保证通带内的向量完全无失真通过,同时最小化滤波后线列阵的输出响应,从而达到抑制近场强干扰和噪声的目的。将滤波器的设计转化为最优化问题的求解,得到其数值解。仿真结果表明,该方法能在与目标信号不相干的强干扰方位自动形成零陷,验证了阻带内的强干扰和噪声能够被有效抑制。

摘要：在分析末制导雷达搜索机理的基础上,从战术角度方面提出了一种基于GIS(地理信息系统)对岛岸附近目标搜索的方法,构建了反舰导弹对岛岸附近目标搜索模型,并针对典型实例进行了仿真计算。该方法对雷达搜索原理设计和反舰导弹作战使用具有一定的借鉴意义。

摘要：提出了一种基于多层感知器和运动轨迹的海上目标类型识别方法,设计了基于海上目标运动轨迹监测数据的实验方案,对原始监测数据进行数据清洗并人工对少量数据设置标签。建立了多层感知器网络结构模型,优化了网络参数。先使用少量带标签的样本进行实验,结果表明,多层感知器可有效进行目标分类。将训练好的网络用于多数样本分类并设置标签,之后对多数样本的数据集进行实验。实验表明,多层感知器识别速度快且正确率很高,为基于多层感知器和运动轨迹的海上目标类型识别提供理论依据。