基于数据驱动的某型现役雷达系统效能评估研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:t272162898
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
武器装备的效能评估在其整个生命周期中都发挥着巨大的作用,对武器装备的选型研制,战斗决策,维修保障以及型号改进都有着不可忽视的作用和意义。本文以某型现役防空火控雷达的系统效能评估为主要研究内容,并以此展开相应的深入研究。本文的研究工作主要包含以下几个方面:(1)制定了雷达以对空目标的搜索跟踪为主的效能评估使命任务。通过分析防空火控作战体系的任务剖面,结合防空火控雷达本身的功能特点,制定了防空火控雷达以对空目标搜索跟踪为主的效能评估使命任务。(2)提出了基于状态参数的ADC模型(PB-ADC,Parameters Based on ADC)。该模型能够用于任意时刻的被研究雷达装备的系统效能评估。首先,根据效能评估指标体系的建立原则和ADC模型的特点,建立了该模型的效能评估指标体系;然后,在深入研究ADC的概念和本质后,将雷达状态数据引入到该模型中,并提出了基于状态系数的ADC模型,其次,对模型中状态系数的求解方法进行了深入研究;同时,对模型中的可用性,可信性,能力三个要素进行了求解计算,得到了基于状态参数的ADC效能评估模型。(3)进行了基于状态参数的ADC模型的灵敏度分析。在内容(2)研究结果的基础上,开展了影响雷达整机的和具体工作模式的系统效能的子系统级别的灵敏度分析,得到了影响雷达整机以及具体工作模式下系统效能的子系统影响程度排序结果。(4)建立了加权灰色关联效能验证模型。首先,研究了加权灰色关联模型用于效能验证的可行性。然后,根据效能评估指标体系的建立原则和加权灰色关联模型的特点,通过灰色聚类分析,建立了该模型的效能评估指标体系;然后,通过专家打分和灰色自关联的方式分别求解得到评估指标的主观和客观权重,继而确定了指标的主客观组合权重;同时,在比较分析各种灰色关联度计算方法后,选择了邓氏关联度来计算指标的灰色关联度,并选择用动态赋值法计算邓氏关联度中的分辨系数;并且,研究得到了各个评估指标的参考数据列的求解方法。最后,得到用于效能验证的加权灰色关联模型。(5)基于实例数据的两个模型结果的比较分析。应用实例数据,分别求解两个模型的效能评估结果,并针对结果展开了比较和分析。(6)雷达系统效能评估的系统实现。将本文效能评估的研究结果在雷达大数据分析平台中进行了设计与实现,实现了雷达系统效能的评估和效能评估结果的初步应用。本文针对某型现役雷达的系统效能评估研究的成果,已经在雷达运维大数据分析平台中得到编程实现,并交付使用。据使用方反馈,平台中效能评估的部分能够达到预期的设计目的和实际需求。
其他文献
学位
空间通信相比于其他通信场景,其通信距离要远很多,通信信号在自由空间中远距离传播时会有非常大的损耗,从而导致接收端接收到的信号强度非常弱。所以在空间通信系统的设计中,一般会通过提高通信系统的功率利用率来克服这个问题,而为了满足空间通信中日益增长的编译码器高速率的需求,研究低时延、高吞吐率的Turbo码编译码器具有重要的价值。本文以空间通信中星间、星地之间的无线通信为背景,研究了Turbo码高效编译码
极化(Polar)码是第一类被证明能够达到任意二进制离散无记忆信道(B-DMC)对称容量的信道编码方案,自它问世以来受到了学术界和工业界广泛的关注。由于其在有限码长下的纠错性能不尽人意,学者们提出通过级联一个外码的编码方案,使得Polar码的纠错性能得到提升,能够与现有最好的码,如低密度奇偶校验(LDPC)码、Turbo码相竞争。最小距离作为衡量Polar码性能的重要指标,直接影响了Polar码的
随着医学影像处理技术的不断发展,多中心研究日益兴起。医学影像数据的获取是医学影像处理中的基本问题,多中心研究通过联合多个医疗中心进行影像数据的收集,可以有效地增广医学影像的数据量,提高数据效力,尤其对于部分罕见疾病的研究具有重大意义。扩散磁共振成像对于成像过程中使用的采集设置较为敏感,不同医疗中心的采集结果通常存在一定的中心间差异,因此,在进行多中心数据的整合前,需要首先对影像数据进行同质化处理。
众所周知,对于海洋资源的开发利用是不可能离开对海洋数据的获取与传输,因此水下通信技术的发展对人类社会的发展具有重大战略意义。水下无线光通信技术的特点包含带宽不易受环境因素影响、可用载波频率高、通信传输时延小等等,这些特点正好能够解决新时代背景下水下通信所面临的一些难题。然而,在水下无线光通信系统中,海洋湍流现象、吸收与散射效应等因素的存在,会导致通信系统中信号的能量在传输过程中受到一定的能量衰减,
学位
伴随着科学的进步以及技术的日益发展,计算机、智能手机等信息媒介逐渐变成人们生活生产的主要工具,随之而来的便是实时通讯、摄像摄影、扫描成像等方面日益增加的需求,从早期的音频信息传递,发展到现在的图像视频信息传递,数字图像技术早已成为诸多领域中不可或缺的关键技术。但是,随着数字图像技术的不断发展,人们逐渐发现传统的基于软件平台的数字图像处理技术已经无法满足处理速度和处理效率方面的需求,而FPGA拥有运
本文工作源自于我国探月工程月表作业监视相机图像处理科研任务。在数字图像处理系统中,相机原始输入图像的质量对系统后续图像质量提升、智能分析和压缩存储等都有重要的影响。相机输出图像的质量在很大程度上决定于图像处理器(ISP,Image Signal Processor)的性能。传统的ISP系统结构复杂,处理流水线长,不同的ISP芯片所设计的功能模块在处理流水线上的顺序不尽相同,大部分情况下取决于工程师
随着深度学习的发展,目标检测在很多现实场景中都取得了重大进展。尽管如此,小目标检测仍然存在巨大的挑战,尤其在遥感图像领域。由于成像的特殊性,小目标成为了遥感图像中普遍存在的问题。然而无论是在民用领域还是军事领域,小目标检测都具有举足轻重的意义。经研究发现,遥感图像小目标检测的主要问题有四个:目标有效特征少导致的表征能力弱、目标特征易丢失、目标易淹没在复杂背景中以及目标定位难。本文主要针对这些问题提
心脏病在全球范围内发病率极高,是威胁人类生命安全的“头号杀手”。在传统的医疗行业中,医生只能凭借知识储备和自己积累的经验,对患者的病情进行诊断。为了降低由于中小型医院医生经验不足而可能导致误判的风险,可以借助机器学习的分类算法辅助医生对患者的病情进行判断。分类模型以医疗大数据作为支撑,结合患者的检查数据进行全面综合的分析后,可以对患者是否患病等状态做出相应的判断。虽然机器学习的分类算法可以达到较高