【摘 要】
：
机群联合作战是现代战争的重要模式之一,高效运用以预警机为核心的机群杀伤链,协调调度多平台和多任务,架构和规划难题是核心关键。文中研究分析了机群杀伤链规划的现实问题,提出了一种基于立体分层网络模型的杀伤链架构,改进了多激素蚁群算法用以解决多杀伤链规划,建立了基于立体网络模型的评价指标体系。仿真实验结果表明,研究工作从问题建模、规划方案到分析评价的全流程设计可行、有效,对杀伤链规划应用具有重要工程应用参考价值。
【机 构】
：
中国电子科学研究院,西安电子科技大学
论文部分内容阅读
机群联合作战是现代战争的重要模式之一,高效运用以预警机为核心的机群杀伤链,协调调度多平台和多任务,架构和规划难题是核心关键。文中研究分析了机群杀伤链规划的现实问题,提出了一种基于立体分层网络模型的杀伤链架构,改进了多激素蚁群算法用以解决多杀伤链规划,建立了基于立体网络模型的评价指标体系。仿真实验结果表明,研究工作从问题建模、规划方案到分析评价的全流程设计可行、有效,对杀伤链规划应用具有重要工程应用参考价值。
其他文献
键合引线的电流承载能力是封装设计的重要考虑因素之一,如果设计不当会导致引线熔断失效。目前小线径键合金丝在高集成度、多I/O、高频率封装中的应用越来越多,但对小线径金丝熔断特性的研究较少。文中分析了熔断电流理论计算的局限性,设计了熔断电流测试样件及测试软件,对小线径金丝的熔断电流进行了测试,并给出了安全设计电流建议。
玻璃材料具有良好的射频传输特性和可加工性,在先进封装领域获得广泛关注。文中针对宽带射频领域对于三维封装的需求,研究了玻璃转接板加工以及玻璃基三维堆叠工艺,测试了玻璃堆叠结构的射频性能。在此基础上将射频芯片嵌入在由玻璃转接板和转接框形成的空腔内,实现了两层射频链路的垂直堆叠,从而形成工作频率2 GHz~18 GHz的宽带玻璃基变频微模组,其测试性能与设计仿真一至,说明结构工艺路径可行,最后对玻璃封装技术的应用前景进行了展望。
伴随着微电子封装技术高速发展,单一的封装材料已经难以满足当前高密度集成微波组件封装所需的综合性能需求。在简述了微电子封装技术对材料的需求以及金属基材料存在的不足的基础之上,文中引入了一种新型微电子封装材料-梯度硅铝合金,开展了全方位的工艺验证,包括多芯连接器与盒体热失配、LTCC电路片与盒体热失配、盒体形变、法兰盘强度与激光焊接等单点工艺技术应用验证研究,随后进行了产品应用验证研究。在验证的基础上总结出了梯度硅铝作为封装材料的应用边界。研究结果丰富了微电子封装材料体系,推动了微电子封装技术的发展。
计算机网络在提供开放式应用环境的同时,也面临着网络安全方面的挑战.目前计算机网络安全依然存在很多问题,例如用户安全意识薄弱、网络软件安全性低和网络安全监管不到位等.
在梳理归集LTCC生瓷带烧结前与烧结后的主要性能指标的基础上,总结了LTCC生瓷带产品的性能要求。说明了性能检测的条件。研究提出了LTCC生瓷带的表面质量及几何、力学、电学、热学相关的外形尺寸、表面粗糙度、平整度、尺寸稳定性、剥离强度、抗拉强度、抗弯强度、杨氏模量、密度、介电常数、损耗因子、体电阻率、热导率、热膨胀系数等重点性能指标检测的样品制备与方法步骤。所论述的检测方法具有很强的实用性和一定的平台关联性。
在合成孔径雷达系统中,针对块自适应量化压缩算法处理饱和数据引起的性能下降,现有方法通常从解码端对信号进行功率补偿,但并未从根本上解决原始数据饱和问题。文中首先研究了部分饱和高斯回波信号的统计分布,推导出常用AD量化准则下任意比特AD回波数据的标准差估计方法。随后通过该方法,引入信号失真度,并提出了一种基于失真度量的饱和抑制方法。仿真结果表明,文中提出的方法可在保证良好动态范围的同时有效降低信号失真度,当原始信号严重饱和时,可使失真度降低1~2个数量级。
网络信息体系能力影响因素众多且关联关系复杂,传统系统评估方法的层次化树状评估指标体系不能有效体现指标间的复杂关联关系,且评估指标聚合模型难以映射网络信息体系能力与其评估指标之间的非线性关系。因此,本文首先构建了依托联合作战仿真实验的网络信息体系能力评估框架;然后,结合网络分析法和深度学习提出了一种智能评估方法,采用网络分析法构建网络化评估指标体系,并采用卷积神经网络建立智能化评估指标聚合模型;最后,将所提评估方法应用于网络信息体系的联合态势感知能力评估,验证了其可行性。
新时代网络信息体系存在安全可靠、智能分级、普适便捷等需求,在分析网络技术研究现状和探索现有互联网原始设计局限性的基础上,按照安全可控、服务分级、简洁高效的设计思路,从系统架构、协议体系、关键技术等方面梳理了基于标识网络技术的网络信息体系。基于通用平台构建原型系统,从安全防御、按需服务、移动支持、统一管控等方面验证系统能力。研究成果应用前景广阔,为打造新型网络协议提供参考。
三点线性约束单脉冲方法是雷达中应用较多的自适应和差测角方法,但是由于只对差波束方向图的主瓣形状施加约束,因此副瓣较高。提出了一种低副瓣自适应单脉冲测角方法,通过适当增加差波束副瓣约束使得差波束副瓣电平降低20 dB以上,同时保持单脉冲比基本不变。理论分析和实验结果验证了文中方法的效果。
超级基(HBF)神经网络是高斯RBF神经网络的泛化形式,针对该神经网络文中提出了一种可增加或删除隐含层节点的结构自适应在线学习算法。对于隐含层节点的增加,提出了输入隶属度的概念,并同时考虑网络对输入的映射能力和网络输出偏差给出了隐含层节点增加规则;对于隐含层节点的删除,文中采用归一化的思想计算每个隐含层节点对网络输出的贡献度,并将贡献度小于阈值的隐含层节点从网络中删除。在线学习过程中,仅需调整隐含层节点的HBF激活函数的宽度和隐含层与输出层之间的连接权值,HBF激活函数的宽度通过所提出的简单运算进行调整,