科索沃上空的电子战分析

本文主要介绍在北约对南联盟空袭中,北约进行的电子战特点及南联盟电子防御特点,北约方面使用的电子战武器装备平台,战争特点分析和启示以及信息战中电子战的重要性。     

雷达／ESM模糊相关算法

雷达／ＥＳＭ相关问题，是军事多传感器数据融合中的一个重要课题。由于ＥＳＭ通常只能给出被测量目标位置的方位数据，因而在雷达／ＥＳＭ相关中包含着更多的不确定性。本文将模糊集理论用于雷达／ＥＳＭ相关研究，给出了模糊相关算法。仿真结果表明了该算法的有效性和简易性。     

电子对抗情报数据融合

本文主要阐述电子对抗情报数据融合的概念和作用。文中首先简述电子对抗情报的处理过程以及情报产品在电子对抗作战中的使用，然后简要概括数据融合对电子对抗情报处理意义。随后的章节中重点对电子对抗情报及与之相关的情报进行分类，并详细描述数据融合的作用，提出电子对抗情报数据融合的组网概念。最后展望电子对抗情报数据融合处理技术的发展前景。     

煤矿信息化建设之数据融合和模式识别要点

对于煤矿企业而言,信息化建设工作应将底层数据的管理作为重点。底层数据来自各项生产工作的自动化子系统,关系到生产工作的安全。在实际工作中,通过将生产子系统的数据进行融合,并以具体的资源需求为依据,开展模式识别与特征提取工作,才能够掌握各子系统的真实情况,保证安全生产,使煤矿企业能够安全运营。因此,煤矿企业在开展信息化建设工作时,应加强底层数据的数据融合与模式识别。为此,本文对煤矿信息化建设之数据融合与模式识别的要点进行了论述,以供参考。     

基于星载电子侦察与成像侦察的数据融合技术

该文在提出单星侦察体制下的电子侦察与成像侦察融合方案的基础上，研究了基于不精确图匹配方法的平台配准算法和基于模糊推理与证据理论的目标融合识别算法等数据融合技术，并构建了一个星载电子侦察与成像侦察融合仿真系统。仿真实验结果表明，融合电子侦察信息与成像侦察信息提高了目标定位精度与目标识别准确性。     

三星时差定位系统的数据关联与定位算法

首先建立了三星时差定位算法的计算模型，得到了基于最大似然估计的定位迭代算法。然后分析了信号脉冲在不同卫星到达时间的关联问题，提出了一种建立在系统先验信息基础上的数据关联方法。最后，通过Monte-Carlo仿真实验，验证了数据关联方法和不同卫星面局下定位算法的性能。     

科索沃危机中的电子战

分析科索沃危机中电子对抗的基本模式,指出电子情报侦察是有效实施空中打击的重要保障,电子干扰是作战飞机突防和攻击的有力支持。冲析了北约在空袭中的电子战武器以及在这次同中新出现的电子战作战对象,得出一些关于我国发展电子战的启示。     

大数据背景下多维传感器数据融合过程与算法研究

在分析国内外大数据及数据融合研究现状的基础上,针对多维传感器产生的海量数据存在冗余性、割裂性、片面性,数据来源广、维度多、类型杂等特点,分析了数据融合的基本原理及基本步骤,并论述了数据融合的分类方法。在此基础上,提出基于深度置信网络（DBN）的多维传感器数据融合算法,在人工神经网络基础上,重点介绍了DBN的结构及DBN的训练过程。在每一层中,采用数据向量推断隐层,然后把这一隐层作为下一层的数据向量,从而寻找最佳权值。在设定的实验场景下,对多维传感器数据集实例进行实验。实验中分析了算法的重构误差、算法的耗时性等参数。仿真结果表明,所提出的算法具有有效性和优越性,对改进大数据环境下多维传感器数据融合算法具有借鉴意义。     

基于星载电子侦察与成像侦察的数据融合技术

该文在提出单星侦察体制下的电子侦察与成像侦察融合方案的基础上,研究了基于不精确图匹配方法的平台配准算法和基于模糊推理与证据理论的目标融合识别算法等数据融合技术,并构建了一个星载电子侦察与成像侦察融合仿真系统。仿真实验结果表明,融合电子侦察信息与成像侦察信息提高了目标定位精度与目标识别准确性.     

分布式雷达目标位置数据融合算法

本文提出了一种使用分布式多部雷达对单个目标进行定位的融合算法,给出了雷达信息系统中目标异步航迹数据的时间校正和坐标转换方法,推导了基于最小方差的最优融合算法公式,得出融合估计的方差比任一个单传感器的方差都小,从而提高了目标点迹融合的精确度,为进一步解决雷达信息系统中多传感器、多目标航迹融合打下了基础。     

数据融合系统在编队电子战中的应用

采用多传感器数据融合技术可以提高编队电子战的指挥和作战能力。介绍了编队电子战对数据融合技术的要求,给出数据融合算法分析。     

车载GPS/DR组合导航系统数据融合算法研究

本文介绍了车载ＧＰＳ／ＤＲ组合导航系统的设计,建立了表示车辆加速度及影响组合导航系统定位精度的主要误差的数学模型。针对迭代扩展组合卡尔曼滤波算法中,由于ＤＲ系统误差的引入导致滤波效果不好的问题,提出了一种新的组合导航系统的数据融合算法。对实际跑车数据的处理结果表明,该算法在提高组合导航系统的定位精度及可靠性和完整性方面是有效的。     

基于半监督学习聚类数据标注的多功能雷达工作模式识别

对多功能相控阵雷达工作模式准确识别可为电子对抗决策提供依据,具有重要研究意义。现有工作模式识别方法主要基于已知标签的训练集,而实际中先验信息匮乏,数据标签难以获知,极大影响了工作模式识别性能。为此,提出了一种在少量先验信息辅助下基于半监督学习聚类实现未知数据标注的工作模式识别方法。首先根据聚类算法的内部评价指标和外部评价指标对比分析AP聚类(affinity propagation clustering)、DBSCAN聚类(density-based spatial clustering of applications with noise)和模糊C均值聚类(fuzzy C-means clustering, FCM)3种典型聚类算法的性能,验证了AP聚类算法性能最优,并将其应用于对截获数据的数据标注中。然后利用卷积神经网络对雷达工作模式进行识别,并与已知标签训练集下的网络进行对比,验证了基于AP聚类算法进行数据标注的可行性,提升了相较传统识别网络的抗噪性,为后续多功能雷达行为认知提供了基础。     

灰关联分析法在数据融合中的应用

数据融合是电子对抗中的关键技术之一。灰关联分析法是分析灰色系统的基本方法。分析了灰关联分析法的特点和具体算法,介绍灰关联分析法在数据融合中的应用,目前已应用于工程实践中。