在高科技的现代化战争中,超视距作战在战斗中尤其在空战中已经成为了主流的作战模式,处处“先敌一步”成为了敌我双方都梦寐以求的事情。因此,雷达作为一种高科技、全天候的探测设备,越来越受到军事专家的重视,其准确性、快速性和可靠性一直是科技人员最关心的问题。如果说战争的双方是两位拳击手的话,那么雷达系统就是双方的“眼睛”,雷达系统的可靠性、维护性和可测试性关系到战争的胜负,越来越被研究工作者所关心,并逐渐成为研究的热门之一。本文运用人工智能控制理论和信号处理思想方法,对雷达系统故障诊断进行了深入的研究,针对雷达系统复杂、难于建立精确数学模型、信号频率过高、噪声太强等特点,提出了基于信号处理、神经网络与专家系统相结合的雷达系统故障诊断的研究方法,论文以某型雷达系统为研究对象,分别建立了雷达故障诊断专家系统、雷达板级故障诊断系统和雷达元器件级故障诊断系统三大子系统,以证明所研究的诊断方法之正确可行性和工程适用性。 提出了基于专家系统的某型雷达系统故障诊断方法,建立了雷达系统故障诊断故障树模型。不仅避免了由于系统复杂而使故障模型难以建立的问题,还大大提高诊断系统的工作效率。 将人工神经网络理论应用到雷达故障诊断中来。建立了基于BP神经网络的某型雷达元器件级故障诊断模型。利用PSPISE软件进行电路软件仿真,再由实测数据进行数据训练,完成对网络各参数的设置。 建立了基于信号处理方法的某型雷达板级故障诊断模型。对雷达电路板输入输出信号先做频谱分析,然后再进行信号相关性分析,从而确定该电路板是否发生故障,在哪个单元发生故障。 采用虚拟仪器设计思想,将研究的雷达系统故障诊断成果应用于“某型雷达智能故障诊断系统”的研制中,软件采用混合编程技术,在C++ Builder软件中嵌入MATLAB软件,后台采用SQL Server2000数据库,开发出某型雷达智能故障诊断系统,成功地实现了对该雷达系统的故障诊断。该诊断系统已交付使用,并取得了良好的效果。