☞仿真技术
干扰条件下的雷达动态威力范围仿真方法
徐鹏，王振华
(空军预警学院，湖北 武汉 430019)
摘要： 三维雷达探测威力范围仿真要求能够对雷达的电磁场景进行逼真的模拟，针对传统的雷达探测威力仿真方法不能动态显示的缺点，提出了一种基于STK仿真软件的动态可视化仿真方法。首先介绍了Matlab插件的功能及编程逻辑，然后分别对压制干扰条件下的雷达威力范围和干扰型无人机的飞行航迹进行了细致的数学建模，最后给出了动态可视化仿真的实现方法。该方法以STK为底层场景构建平台，通过Matlab插件在时域上采集雷达最大探测距离的边界数据，实现了动态的雷达三维探测威力范围的可视化。仿真结果表明，干扰机与目标雷达的距离越近压制效果越好，同时2部干扰机能够弥补单部干扰机进行干扰时的不足。仿真结果与理论分析具有一致性，验证了数学模型的正确性和仿真方法的有效性。
关键词： 可视化仿真；雷达威力范围；STK平台；Radar模块；干扰路径；探测概率
0 引言
现代战争中雷达作为重要的作战单元之一，对战争的胜负起着至关重要的作用。研究雷达作战威力范围的仿真对雷达组网、干扰突防、敌机预警等诸多方面具有现实意义。目前Matlab和OpenGL是国内外专家学者用于雷达探测威力仿真的主要软件。文献[1-3]中利用了Matlab软件对多种环境下的雷达威力范围进行了仿真分析，文献[4-7]中利用了OpenGL对复杂环境中的雷达威力范围进行了可视化仿真。但上述文献中研究的仿真背景在时间上都是静态的，无法使绘制的三维雷达威力图随着时间变化而连续、动态地显示。
1.2.3 D 在进行人员培训时，需要对所有的门诊抽血人员进行相应的考核和培训，加深其应用印象。同时在日常工作中，也应当做好相应的风险预防和风险应急处理机制，使工作人员在进行日常医疗活动时，能够对风险进行预防，而在风险发生时也能够对其进行及时处理，降低影响范围。
美国图形分析公司研制开发的系统仿真工具包(system tool kit,STK)是目前世界航天领域最专业的三维可视化仿真软件，广泛应用于航空航天、雷达、电子对抗以及信息对抗相关多领域的仿真分析[8]。本文针对文献[4-7]的缺点，以STK仿真平台为基础[9]，通过添加Matlab插件[10]的方法实现对雷达三维威力范围的动态仿真。仿真结果表明，该方法能够在STK环境下对雷达的探测威力进行有效的动态显示，能够为作战部署提供直观的仿真场景，更有利于作战指挥员作出清晰的判断。
1 Matlab插件功能及编程逻辑
STK中的Matlab插件提供了一种可将用户自定义的模型导入STK中进行计算的功能，可实现Matlab对STK现有功能的扩展。用户可在任意的仿真时间执行自定义的数学计算模型。通过创建Matlab插件把目标模型定义为STK中仿真时间的函数，然后利用这个新的函数模型实现对STK场景显示的动态控制。
选择2017年6月—2018年6月我院收治的120例坏死性小肠结肠炎新生儿为研究对象。经诊断以及相关检查，受试者确诊，符合卫计委颁布的关于NEC的临床诊断标准。病患临床主要症状为：呕吐、腹胀、便血等等。对受试者开展腹部X线和超声开展辅助性检查，时间间隔为24h以下。
STK在使用插件时能且仅能同时调用一个插件模型，所有Matlab插件共享工作空间环境。由于STK对Matlab插件接口进行了限制，所以STK提供的每种插件都有非常具体的功能，每个Matlab插件都必须遵循相同的语法[10]：
function[output]=Matlab_Plugin(input)
switch input.method
case′register′
Step 4： 利用Matlab插件对干扰机的干扰时序进行控制，利用STK图表对压制干扰条件下雷达的探测概率进行分析。
case′compute′
computeData=input.methodData;
%计算输出模块
otherwise output=[];
end
樱桃番茄，果实玲珑可爱，具有食用和观赏的价值，果汁中含有甘汞，对肝脏疾病有疗效，也有利尿效果。果皮能分泌少量芸甘，可降低血压预防动脉硬化和解毒。同时果实中含有丰富的维生素和胡萝卜素等。
上述语法中，2个百分号位置为必须定义的模块。第1个百分号位置对应输入、输出参数定义模块，其针对实现功能的不同，采用不同的输入、输出参数；第2个百分号位置对应用户自定义的计算模块。在Matlab工作区输入/输出参数是一个字符串形式的结构体，当转换到计算模式时，从computeData中提取输入参数用于计算输出的数据。
此外，塑性区螺栓头都是12角形的(外或内12角形)，对安装位置的空间要求可能更小。拧紧塑性区螺栓需要遵照修理手册中的指示，因为拧紧塑性区螺栓的方法是螺栓先拧紧到规定的力矩，然后再一次或分几次拧紧一定角度。
STK调用Matlab插件主要有以下几个步骤：
雷达威力范围是指雷达通过发射和接收电磁波，能够在三维空间内探测到目标的最远距离所形成的闭合空间，在此空间内的任意点都能够被雷达有效探测。干扰条件下，干扰型无人机(以下简称干扰机)以其主瓣指向雷达，而雷达则以主瓣指向目标，一般来说干扰机与被掩护的目标不在一起，所以通常干扰机的干扰能量从雷达天线的副瓣进入雷达。雷达对抗空间示意图如图2所示。
Step 2： 编写自定义插件模型，定义Matlab工作环境中的输入参数，通过模型计算得到的输出数据返回到STK中。
Step 3： 通过返回数据，产生数据报表并进行三维可视化显示。
Step 4： 判断仿真时间是否结束，若未结束则返回Step 2，重新定义输入参数，如此循环。
STK软件的插件调用模式流程框图如图1所示。
图1 STK调用插件流程图
Fig.1 Flow chart of the STK call plug-in
2 压制干扰下的雷达对抗数学模型
2.1 干扰条件下雷达威力范围模型
Step 1： 启动STK仿真软件，选择STK中需要调用插件的模块，将其工作模式改为插件模式。
假设雷达天线主瓣所在的方位角为θ ，取θ =0～360°，ξ i 为干扰机在雷达平面极坐标系上的方位角，θ i 为θ 与ξ i 之间的夹角，即θ i 为水平面上第i 部干扰机与雷达的连线同雷达主瓣中心线之间的夹角，可以得到自由空间的干扰方程[11]：
图2 雷达对抗空间示意图
Fig.2 Schematic diagram of radar countermeasure space
Step 2: 利用Matlab插件对雷达三维威力范围进行采样。方位角从0°～360°，按一定的采样步长，得到M 个采样点；同理对俯仰角进行采样得到N 个采样点；对时间维按照仿真步长进行采样得到K 个采样点。那么在四维空间上的任意一个采样点的雷达最大探测距离可表示为R (θ m ,φ n ,t k )，其中1≤m ≤M ，1≤n ≤N ，1≤k ≤K ，共有M ×N ×K 个数据点。
(1)
式中：P t为雷达发射的峰值功率;G t为雷达天线的发射增益;K j为满足功率准则的干扰压制系数,即当发现概率为P d=0.1时，雷达接收机外端的干扰信号与回波信号功率之比;σ 为雷达散射截面积(radar cross section,RCS);n 为脉冲积累数;L 为雷达自身的系统损耗因子；P ji 为第i 部干扰机的发射功率；B n为雷达接收机带宽；B ji 为第i 部干扰机发射带宽；γ ji 为第i 部干扰机的干扰信号对雷达天线的极化损失，当采用圆极化时γ ji =0.5；R ji 为雷达到第i 部干扰机的距离；L ji 为第i 部干扰机的系统损耗因子；G t(θ i )为雷达天线对第i 部干扰机干扰信号的接收增益；φ i 为干扰机主瓣与干扰机到雷达连线之间的夹角，通常为了追求干扰效能、节约干扰资源，干扰机主瓣应对准雷达;G ji (φ i )为第i 部干扰机天线在雷达方向上的增益。
为了能够真实地反映垂直面上干扰机与雷达主瓣间的夹角对雷达探测威力的影响，将天线在垂直面上的方向性函数进行修正，公式为[12-15]
PD-L1是免疫应答的重要调节因子，PD-L1广泛存在于淋巴细胞、非淋巴细胞、实质器官细胞以及心脏内皮细胞，在心肌细胞中，PD-L1上调受干扰素(interferon,IFN)和脂多糖影响[11]。Grabie等[12]运用小鼠模型研究PD-L1在心肌损伤中介导的心肌保护作用，采用PD-L1/L2(-/-)小鼠和封闭抗体研究PD-L1信号转导对小鼠细胞毒性T淋巴细胞介导心肌炎的影响，PD-L1/2(-/-)基因和使用PD-L1抑制剂可使一过性心肌炎转变为严重器质性心脏病。用野生型小鼠骨髓重建的PD-L1/2(-/-)小鼠仍对心脏疾病有易感性，说明PD-L1对心肌细胞具有保护作用。
(2)
式中：K 为增益修正系数，通常取0.04～0.1；δ 为干扰机在雷达极坐标系下的俯仰角，δ 0.5为雷达天线的垂直波束宽度；φ 为雷达天线在俯仰角上的波束指向。修正后，干扰条件下的雷达三维探测威力表示为
(3)
2.2 干扰机航迹模型
同理，经化简，可以得到在干扰阶段的任意时间点的φ i 和R ji ：
图3 干扰机飞行航迹示意图
Fig.3 Flight path of jammer
如图3所示，干扰机飞行航迹主要有4个阶段组成，分别为出航阶段、过渡阶段、干扰阶段和返航阶段。出航阶段是指干扰机从发射经过爬升直至出航完成的一段飞行路径；过渡阶段是指干扰机在进入施放干扰轨道前的一段调整路径；干扰阶段即为干扰设备开启、执行干扰任务的往复飞行路径；返航阶段是指干扰任务完成后，回收干扰机的飞行路径。这里主要对执行干扰任务阶段的飞行路径进行研究建模。由式(1)可知，在干扰机其他参数不变的情况下，飞行航迹仅会对雷达与干扰机之间的距离R ji 和干扰机主瓣偏离雷达方向的角度φ i 产生影响。以目标雷达为坐标原点建立平面直角坐标系，干扰阶段航迹示意图如图4所示。
图4 干扰阶段航迹示意图
Fig.4 Flight path of the jamming phase
第i 部干扰机进入干扰阶段后，沿跑道形航迹飞行并施放雷达干扰信号。干扰机经过渡阶段后从A 点进入往复飞行的干扰阶段，沿逆时针方向回到A 点形成一个完整的干扰周期。B ，C ，D ，E 为干扰机的状态转化点，判断状态转化点位置的条件是φ i =φ i0.5 /2。干扰机从A 点开启前向天线，到达B 点时关闭前向天线，到达C 点时开启后向天线，到达D 点时关闭前向天线，到达E 点再次开启前向天线，如此循环往复地对目标雷达进行干扰。可知干扰机在弧BC 和弧DE 上时，干扰设备处于关闭状态。
图4中r 为干扰机的转弯半径，S 1为A 点到y 轴的直线距离，S 2为直道距离。当干扰机在直道上飞行时，设干扰机匀速飞行且速度为v ，干扰时长为t ，令干扰周期T =(2S 2+2πr )/v ，t 0=(t modT )，mod表示取余，可以得到R ji ,φ i 与t 的关系为
(4)
当干扰机在第1个1/4圆弧轨道上时，干扰机与雷达的几何关系图如图5所示。
图5 转弯阶段航迹示意图
Fig.5 Flight path of the turn phase
可以得到：
(5)
干扰机对雷达实施干扰时，为了节约干扰资源、最大效率地利用干扰机能量，通常将干扰机主瓣尽可能地对准雷达方向，使得能够进入雷达接收机的干扰功率达到最大。干扰机飞行航迹示意图如图3所示。
测量机器人在地形测量和测绘自动化技术中的应用研究…………………………………… 真济光，张宝，瞿世华（10-273）
以典型搜索警戒雷达为例，其参数设置如表1所示。假设雷达天线在垂直方向上的归一化方向函数为
(6)
(7)
3 仿真分析
仿真思路：
11月22日，京东物流配送机器人智能配送站启用仪式在湖南长沙举行。随着载有用户包裹的配送机器人编队依次发出，全球首个由机器人完成配送任务的智能配送站正式投入使用。首个京东配送机器人智能配送站位于长沙市科技新城，占地面积600平方米，设有自动化分拣区、配送机器人停靠区、充电区、装载区等多个区域，可同时容纳20台配送机器人。当包裹从物流仓储中心运输至配送站后，站内装载人员按照地址将包裹装入配送机器人，再由机器人配送至消费者手中。从配送能力来看，配送站最高设置每天2000个包裹的配送量，能够为周边5公里居民提供物流配送服务。截至目前，京东配送机器人已在全国20余个城市实现落地。
Step 1: 编写STK天线增益模式的Matlab插件。定义插件的输入、输出参数及插件语法架构。
Coreldraw和Illustrator软件是基于矢量图形的绘图功能，图形具有无极缩放功能，缩放后的图形始终保持轮廓光滑、填充均匀的特性，见表2。
系统效应原理对企业标准化实践活动具有指导意义。在建立企业标准体系时，应明确体系建设的目标，制定与实现目标相关的标准并处理好标准之间的协调配套，保证标准系统成为一个有机整体，产生系统效应，达到预定目标。
Step 3: 完成STK三维雷达威力场景构建。首先编辑干扰机飞行路径并为雷达站添加Radar模块，切换到Antenna选项，选择Antenna Script模式；然后加载Step 2中生成的Matlab插件；随后选择3D Graphics中的Attributes选项并在Volume Graphics中勾选show volume(显示体积)和show as wireframe(显现线条)；最后在Gain Scale中填入适当的距离参数，完成三维雷达探测威力范围的显示。
1.1资料 选择从2016年3月~2017年11月在我院急诊输液室发生药物不良反应的患者117例,其中男性56例,女性61例,年龄11个月~74岁,平均(41.32±4.37)岁,不良反应发生时间为输液后2 min~55 h,其中<30 min者95例,占81.20%。所有患者均经停药及对症处置,11例症状严重者住院留观,均于次日出院,未发生严重不良反应事件。
%定义输入/输出参数模块
我们清楚这事实，也尊重这些读者对期刊的选择。国内文学报刊有数百种，《星火》只是中国文学报刊联盟56家理事单位中的一家而已。
f y (φ )=sin(2πcos(φ /90))sin(πcos(φ /90)/2).
(8)
对典型干扰型无人机，其参数设置如表2所示。
表1 雷达参数设置
Table 1 Parameter settings of radar
表2 干扰机参数设置
Table 2 Parameter settings of jammers
综合式(1),(3)和(8)可以得到动态雷达威力范围的数学模型为
(9)
仿真1： 单部干扰机对单部雷达进行干扰，干扰机从ξ =0°方向对雷达进行干扰，仿真时间为04:00～06:00，仿真步长为30 s。单部干扰机干扰条件下的雷达三维威力图如图6所示。
结合图6a),d)可以看出，在无干扰条件下雷达的威力范围为顶部存在凹陷的规则椭球型。这是由于在水平方向上雷达的最大探测距离相同；而在垂直方向上，雷达的最大探测距离随着天线垂直方向图的变化而变化，在俯仰角接近90°时，天线的垂直方向图函数急剧减小，形成图形上的凹陷，即雷达的顶空盲区。对比图6b),c)可知，干扰机与雷达之间距离越近，压制效果越好。
仿真2： 2部干扰机同时对雷达进行干扰，干扰方向分别为ξ 1=0°和ξ 2=30°，仿真时间为04：00～06:00，仿真步长为30 s，第2部干扰机出发时间比第1部滞后2 min。2部干扰机联合干扰条件下的雷达威力图如图7所示。
对比图7b),c)可知，c)中干扰机UAV1的干扰设备处于关闭状态，而b)中2部干扰机同时对雷达进行干扰，2部干扰机对雷达探测威力的压制在空间上形成了叠加，使得压制角度更大，能够为进攻飞机形成更有效的保护；图7b),d)中雷达威力范围压制缺口的不同主要是由于2部干扰机到雷达间的距离不同引起的。
在完成一学年的教学实验后，为了解教学效果和可行性，笔者对参加实验的201位学生进行实验后问卷调查和随机抽样访谈，结合课堂观察记录和学生作业情况，总结如下：
仿真3： 在上述实验的基础上，为雷达对抗场景添加1架F-14战斗机作为突防飞机，以检验雷达在干扰条件下的探测概率。雷达对抗场景如图8所示。
1.2.1 常规药物治疗及护理 给予常规冠心病药物治疗及整体护理，包括术前一天向患者及家属讲明治疗目的、方法和可能的风险，指导患者进行呼吸、咳嗽、屏气练习。治疗过程及需配合的操作包括术前备皮，抗生素和碘过敏试验，术后沙袋压迫6小时，弹力绷带包扎伤口，绝对平卧位休息，术侧肢体制动，术后床头抬高30°等。
图8中，干扰机1进入干扰阶段后，突防飞机从起飞区域起飞，正对雷达飞行，拟对雷达进行“硬摧毁”，设置突防飞机的RCS 为1 m2，通过Matlab插件对干扰机发射功率进行动态控制，当干扰机转弯时设置干扰功率为0 W。通过STK中的“Report”功能得到雷达在无干扰、仅有干扰机1干扰和双机同时干扰条件下对突防飞机的探测概率，仿真步长为30 s，如表3所示，表中只显示了干扰机1进入转弯阶段前后的5 min。
图6 单部干扰机干扰单部雷达场景图
Fig.6 Scenario of single jammer against single radar
图7 2部干扰机联合干扰单部雷达场景图
Fig.7 Scenario of two jammers against single radar
图8 雷达对抗场景示意图
Fig.8 Schematic diagram of the radar
confrontation scene
表3 干扰条件下雷达的探测概率
Table 3 Detection probability of radar on jamming
为了更加直观地对比表格中的数据，干扰条件下的雷达探测概率对比图如图9所示，显示时间为10 min。
图9 干扰条件下探测概率对比图
Fig.9 Comparison of detection probability on jamming
结合表3和图9可以看出，2部干扰机同时进行压制干扰能够有效弥补单部干扰机在转弯过程中无法实现有效干扰的弊端，STK强大的建模分析功能能够为演习或实战中的雷达对抗提供有力的辅助分析手段。
4 结束语
建立准确直观的三维动态可视化雷达探测威力图，对于电子战中雷达对抗场景的仿真至关重要。本文针对传统的雷达威力范围仿真方法在时间上是静止的缺点，以STK仿真平台为基础，提出了一种基于Matlab插件的动态可视化仿真方法并推导出了干扰条件下雷达动态探测威力的数学模型。通过仿真实验证明了该方法的可行性和有效性，为下一步建立更加贴近实战的雷达探测威力仿真提供参考。然而，该仿真方法的显示速度受限于数据采样算法和计算机硬件条件。
参考文献：
[1] 刘香岚，彭世蕤，南昊，等.地形遮蔽条件下雷达网探测威力计算[J].空军预警学院学报,2017,31(4):248-252.
LIU Xiang-lan,PENG Shi-rui,NAN Hao,et al.Calculation of Radar Network Detection Power Under Terrain Masking[J].Journal of Air Force Early Warning Academy,2017,31(4):248-252.
[2] 刘正堂，程彦杰，马辉.分布式干扰下雷达探测区三维建模与仿真[J].火力与指挥控制,2016,41(7):118-120.
LIU Zheng-tang,CHENG Yan-jie,MA Hui.Three-Dimensional Model and Simulation for Radar Detecting Area Under Distributed Jamming[J].Fire Control & Command Control,2016,41(7):118-120.
[3] 邢福成，康锡章，王国宏.干扰下雷达网的威力范围[J].火力与指挥控制,2006,31(7):90-92.
XING Fu-cheng,KANG Xi-zhang,WANG Guo-hong.The Might Scope of Radar Network in Jamming[J].Fire Control & Command Control,2006,31(7):90-92.
[4] QIU Hang,CHEN Lei-ting,QIU Guo-ping,et al.3D Visualization of Radar Coverage Considering Electromagnetic Interference[J].Wseas Transactions on Signal Processing.2014,10(1):460-470.
[5] GUO Zhong-wei,LAI Bin.Visualization of Radar Electromagnetic Waves with Jamming[J].Procedia Computer Science,2017,107:660-666.
[6] 张阳，何俊.干扰下雷达三维威力范围可视化研究[J].电子信息对抗技术,2011,26(6):73-77.
ZHANG Yang,HE Jun.Research on Three-Dimensional Power Range Visualization of Radar Under Jamming[J].Electronic Information Countermeasure Technology,2011,26(6):73-77.
[7] 周鹏.复杂地形下雷达探测威力图的仿真算法及可视化研究[D].上海:上海交通大学,2013.
ZHOU Peng.Simulation and Visualization of Radar Detection Range Under Complex Terrain Circumstances[D].Shanghai:Shanghai Jiaotong University,2013.
[8] 李志强，吴曦，荣明，等.基于信息系统体系对抗STK基础仿真应用[M].北京:军事科学出版社,2014.
LI Zhi-qiang,WU Xi,RONG Ming,et al.Basics and Applications STK in System-of-Systems Operations[M].Beijing:Military Science Press,2014.
[9] 邓晶，张明智，李志强，等.基于STK的信息作战态势三维可视化表现方法研究[J].系统仿真学报,2010,22(11):2654-2659.
DENG Jing,ZHANG Ming-zhi,LI Zhi-qing,et al.Research on 3D Visualization Method of Information Warfare Situation Based on STK[J].Journal of System Simulation,2010,22(11):2654-2659.
[10] Mcneil Linda M，KELSO T S.时空信息系统：使用STK的本体论方法[M].朱彦伟,译.北京:国防工业出版社,2017.
Mcneil Linda M，KELSO T S.Spatial Temporal Information Systems an Ontological Spproach Using STK[M].ZHU Yan-wei,Translated.Beijing:National Defense Industry Press,2017.
[11] 徐鹏，王振华，刘东青，等.基于STK的雷达威力三维可视化仿真方法[J].空军预警学院学报,2018,32(2):114-117.
XU Peng,WANG Zhen-hua,LIU Dong-qin,et al.A 3D Visualization Simulation Method of Radar Coverage Based on STK[J].Journal of Air Force Early Warning Academy,2018,32(2):114-117.
[12] 程晓光，刘唐兴，杨新民.基于检飞威力图的防空雷达三维威力区计算[J].现代雷达,2017,39(5):8-12.
CHENG Xiao-guang,LIU Tang-xing,YANG Xin-min.Computation of 3D Power Region of Air-Defense Radar Based on Power Diagram via Flight Test[J].Modern Radar,2017,39(5):8-12.
[13] 冯晓哲，杨瑞，王健，等.雷达探测威力范围与三维可视化研究[J].现代雷达,2015,37(5):74-78.
FENG Xiao-zhe,YANG Rui,WANG Jian,et al.A Study on Radar Detection Range and 3D Visualization[J].Modern Radar,2015,37(5):37-78.
[14] 高颖，葛飞，周士军，等.基于复杂电磁环境雷达信息实时可视化系统[J].西北工业大学学报,2015,37(5):413-419.
GAO Ying,GE Fei,ZHOU Shi-jun,et al.Radar Information Real-Time Simulation Based on Complex Electromagnetic Environment[J].Journal of Northwestern Polytechnical University,2015,37(5):413-419.
[15] 李鹏佳，党双平，罗金亮.电子干扰无人机掩护空中突防的干扰效能建模与分析[J].战术导弹技术,2016(4):104-108.
LI Peng-jia,DANG Shuang-ping,LUO Jin-liang.Modeling and Analysis of Jamming Effectiveness of Unmanned Aerial Vehicle in Covering Air Penetration[J].Tactical Missile Technology,2016(4):104-108.
Radar Dynamic Detection Range Simulation Method in Jamming Circumstance
XU Peng，WANG Zhen-hua
(Air Force Early Warning Academy,Hubei Wuhan 430019，China)
Abstract: The simulation of the three-dimensional radar detection power range is required to be able to realistically simulate the radar electromagnetic scene. Aiming at the disadvantage that the traditional radar detection range simulation method cannot be dynamically displayed, a dynamic visual simulation method based on system tool kit (STK) simulation software is proposed. First of all, the function and programming logic of the Matlab plug-in are introduced. And then detailed mathematical modeling of the radar detection range and the flight path of the jammers are carried out. Finally, the realization method of dynamic visual simulation is given. This method uses STK as the bottom scene to build a platform. The Matlab plug-in collects the boundary data of the radar′s maximum detection distance in the time domain, and realizes the visualization of the dynamic radar three-dimensional detection range. The simulation results show that the closer the distance between the jammer and the radar is, the better the suppression effect is. At the same time, the two jammers can make up for the shortcomings of the single jammer. The simulation results are consistent with the theoretical analysis, verifying the correctness of the mathematical model and the effectiveness of the simulation method.
Key words: visual simulation；radar detection range;system tool kit (STK) platform;radar module;jammer path;detection probability
收稿日期： 2018-09-13；修回日期：2018-11-08
第一作者简介： 徐鹏(1992-)，男，安徽滁州人。硕士生，主要研究领域为电子对抗无人机装备理论及应用。
通信地址： 211500 江苏省南京市六合区马鞍街道马鞍机场 E-mail：158921520@qq.com
doi: 10.3969/j.issn.1009-086x.2019.04.21
中图分类号： TN972; TP391.9
文献标志码： A
文章编号： 1009-086X(2019)-04-0128-08
标签：可视化仿真论文; 雷达威力范围论文; STK平台论文; Radar模块论文; 干扰路径论文; 探测概率论文; 空军预警学院论文;