“我在构思一些算法改进，”许宁边走边说：“目前还只是初步的想法。”
郭林科和同事们面面相觑，显然对这突如其来的变动感到意外。
“郭工，我们接下来该怎么做？”一位同事问道，语气中透露出一丝迷茫。
“先整理一下手头的工作吧。”
郭林科叹了口气：“按照许工的建议，准备向IBEB Pransactions MM Futomatic Kontrol投稿。
虽然不是顶级期刊，但在行业内也有一定的影响力。”
阎良这边第二天就收到了14所送来的新元器件。不过，根据许宁的指示，二号吊舱的改装暂时搁置。
他已通过模拟验证了新理论的可行性，现在需要的是将这些算法逐步实现。
一旦完成，这将显著提升歼轰7改型电子战飞机的性能，甚至可能让飞机能够追踪到超出常规雷达探测范围的目标。
四天后，许宁和徐舒再次召集14所的研究团队回到实验室。
“大家应该都读过我和徐研究员关于容积卡尔曼滤波（CKF）的论文了吧？”
许宁接过郭林科递来的纸笔，问在场的工程师们。
众人点头表示确认。
“理论上，CKF算法可以在非线性环境中进行雷达校准和目标预测，并且结合最大似然估计，可以有效处理多个目标的数据。”
许宁解释道，这个概念对于在场的专家来说并不陌生。
“然而，在实际操作中，我们会遇到信号丢失和大量杂波的问题，这意味着CKF算法的效果会打折扣。”他继续说道。
“因此，与其尝试消除所有干扰，不如考虑如何利用这些杂波来增强我们的被动探测能力。具体来说，就是利用第三方杂波。”
工程师们围坐在会议室里，气氛突然因一个念头而变得活跃。许宁身后的同事眼睛一亮，分享了一个有趣的类比：
“我弟弟在潜艇部队服役，他提到冷战期间有个策略：潜艇会在某个位置放置水雷，然后定时引爆。
通过爆炸产生的声波，潜艇可以在不暴露自己的情况下探测周围的目标，这种方法比传统的被动声纳更有效。”
这个比喻让其他人恍然大悟，意识到他们正在讨论的第三方信号源原理与之相似。
无论是民用气象雷达、通讯塔发出的信号，还是友军或敌军的雷达波，都可以作为探测工具。
本章未完，请点击下一页继续阅读！