基于灰色关联理论的要地防空威胁评估模型

在进行要地防空作战中,对空中目标的威胁程度进行排序,是我歼击航空兵适时恰当进行空中截击和火力分配的前提。文中在对要地防空态势进行分析的基础上,建立了基于灰色关联理论的要地防空威胁排序模型,并给出了一个具体的应用实例,实例表明该模型是可信的。     

基于PCA-MPSO-ELM的空战目标威胁评估

目标威胁评估是空战对抗过程中的关键环节。由于影响空战目标威胁评估的因素复杂多样，且指标之间存在相关性，导致传统的评估算法无法得到准确客观的评估结果。由此，提出了一种基于主成分分析法和改进粒子群算法优化的极限学习机（PCA-MPSO-ELM）的目标威胁评估算法。首先，综合分析了影响目标威胁程度的指标，利用主成分分析法对原始评估指标进行线性变化处理得到综合变量，消除了评估指标之间的相关性，实现了对评估数据的降维；在此基础上，构建ELM神经网络并利用改进的粒子群算法优化极限学习机的输入权值和阈值，提高了目标威胁评估模型的精度。最后，在空战训练测量仪中选取空战对抗数据，利用威胁指数法构造了目标威胁评估样本数据，通过仿真实验分析了PCA-MPSO-ELM算法的精度和实时性，结果表明所提算法可以快速准确地进行空战目标威胁评估。     

基于模糊TOPSIS法的空袭目标威胁评估

针对空袭目标的特点,对影响目标威胁判断的因素进行了分析,建立了属性威胁隶属函数,然后采用逼近理想解的排序方法(TOPSIS)对空中目标的威胁评估问题进行了研究.通过实例介绍了求解过程,同时也阐明了目标威胁评估与排序问题的一种解决方法     

基于预警直升机的驱护舰编队防空作战目标威胁评估

空中威胁尤其是各种平台发射的反舰导弹日益成为编队主要的威胁因素。防空作战中,利用舰载预警直升机前出探测以提供早期预警信息是提升驱护舰编队防空作战能力的主要措施。目标威胁评估是预警直升机预警探测的重要环节。根据当前空中作战平台性能发展变化,选取多个威胁指标,采用改进的TOPSIS建立评估模型,并用实例仿真验证其可行性,为编队辅助决策提供依据。     

基于贝叶斯网络的要地防空目标威胁评估模型

目标威胁评估是要地防空作战决策的重要组成部分。文章对要地防空的目标威胁评估进行了研究,将目标威胁意图引入目标威胁评估,在对要地防空目标威胁评估要素进行分析的基础上,建立了基于贝叶斯网络的目标威胁评估模型;针对要地防空的实际情况,在求得目标对各要地(阵地)的威胁度的基础上,建立考虑各要地(阵地)不同价值的要地防空目标威胁综合评估模型,满足实际作战需要,为武器目标分配提供了依据。     

基于联系数系统态势排序的目标威胁综合评估

对防空导弹将要拦截的目标进行威胁程度评估,通常是先分析影响目标威胁程度的因素,并赋予各因素权重,计算各因素在某时刻的状态值并规范化,再通过加权求和综合合成; 根据合成结果对多个目标的威胁程度作出排序,求出威胁程度最大的目标。文章阐明了采用以上的加权求和计算有时会失效,指出失效的主要原因来自加权求和模型自身,可改用基于联系数系统态势排序的目标威胁综合评估解决这一问题。     

基于灰色关联TOPSIS 法的要地防空威胁评估

针对要地防空作战目标威胁评估问题,提出一种基于灰色关联TOPSIS的评估新方法对目标威胁进行综合 排序。首先,确立要地防空目标威胁评估指标体系,在对初始数据进行预处理的基础上采用熵权法和AHP法组合 确定指标权重,避免主观决策带来的误差。其次,依据量化理论对威胁评估指标进行定量处理,建立了基于灰色关 联TOPSIS法的威胁评估模型,运用灰色关联TOPSIS法计算相对贴近度参数,从而实现对空袭目标威胁大小的排 序。最后,通过防空作战目标威胁评估实例进行验证,结果表明该方法可靠有效。     

恶劣气象条件对无人机飞行航迹的威胁评估

分析了影响无人机飞行的恶劣气象条件的特征和特性,建立了恶劣气象条件的模型;确定了各种恶劣气象条件的威胁因子和威胁度,通过定量分析和采用模糊决策算法对综合威胁评估模型进行了计算,得到了综合威胁权重指数;利用实例对评估模型进行了验证。结果表明,该模型能客观反映恶劣气象条件对无人机的威胁程度,可依此判断无人机航迹的优劣。     

面向空中目标威胁评估的多传感器管理方法

为了降低在空中目标威胁评估任务中由于威胁评估结果的不准确性和传感器辐射所带来的潜在损失，提出了一种基于风险的多传感器管理方法。首先，基于部分可观马尔可夫决策过程建立了传感器管理模型；然后，给出了基于信息状态的威胁评估风险和传感器辐射风险的预测方法以量化潜在损失；接着，为获得更优的作战收益，以多步风险预测值为决策依据，以两种风险的加权和最小为优化目标建立了长期目标函数；最后，在求解目标函数时，将传感器管理问题转化为决策树搜索，设计了一种基于分支定界的标准代价搜索算法以快速获得高质量的管理方案。仿真实验表明，所提算法能够在搜索到高质量解的同时大幅减少计算时间和内存消耗；所提方法能够对风险进行准确预测，且相比于经典的传感器管理方法，所提方法具有更好的风险控制效果。     

基于模糊综合评判的多用途空中加油机效能评估

根据多用途空中加油机所具有的典型特征,建立了多用途空中加油机效能评估指标体系。针对空中加油机效能评估多指标和不确定性的特点,结合模糊综合评判法建立了加油机效能评估的多层模糊综合评判模型,并通过实例验证了模型的正确性和评估方法的有效性。     

基于Radau伪谱法的无人作战飞机四维轨迹规划

针对无人作战飞机(UCAV)打击时敏目标和多机协同攻击问题,提出一种基于Radau伪谱法(RPM)的无人作战飞机四维攻击轨迹规划方法。在综合考虑UCAV气动力特性、大气环境特性基础上建立了高精度UCAV(3-DOF)质点模型,并设计了约束条件和目标函数;基于动态RCS建立威胁模型,构建了最优控制理论框架的UCAV四维攻击轨迹规划模型;通过RPM将动态RCS威胁下的四维攻击轨迹规划问题转换为非线性优化问题,然后利用SNOPT软件包进行求解。仿真结果表明,该方法能够以较快的速度和较高的精度生成满足多种复杂约束条件的四维攻击轨迹。     

基于深度神经网络的空中目标作战意图识别

传统基于空中目标特征状态推理作战意图的方法,需要大量的领域专家知识对特征状态的权重、先验概率等进行量化,明确特征状态与意图之间的对应关系,而神经网络可以在领域专家知识不足条件下,通过自身训练得到特征状态与意图之间的规则。针对反向传播（BP）算法在更新网络节点权值时收敛速度慢、容易陷入局部最优的问题,通过引入ReLU（Rectified Linear Unit）激活函数和自适应矩估计（Adam）优化算法,设计了基于深度神经网络的作战意图识别模型,提高了模型收敛速度,有效地防止陷入局部最优。仿真结果表明,所提方法能够有效识别空中目标作战意图,获得更高的识别率。     

基于改进证据网络的空战动态态势估计方法

针对无人机空战态势估计既需要综合考虑多类型因素影响,又需要具有不确定性推理能力的特点,建立了一种基于改进证据网络的动态态势估计模型并设计了威胁等级评估推理方法。首先,考虑空战决策时间较短的特点,提出变量框架等级缩减方法以提高网络运行效率;然后,针对空战态势信息具有大不确定性的特点增加冲突数据自适应融合算法以及网络证据的时间序列预测,提高证据的合理性;最后,引入时空融合思想和变权机制将前一时刻的威胁信息作为评判后一时刻威胁的重要标准,应用威胁在时间维度上的递归合成增加信息在时间方向的传递,改善了由于证据失真引起的评估结果的不合理性问题,并通过仿真验证了该方法的有效性。     

Evaluation of the state and development of aerial targets for testing contemporary and promising arms systems

The results of evaluating the state and development of aerial targets designed for testing aircraft weapon, systems of air defense and combat crew training are presented. The basic types of aerial targets are examined using as an example existing ones and problems are posed to consider the necessity of creating new types of aerial targets for extending a range of FV types being simulated. The basic characteristics of aerial targets are separated and their classification is proposed.     

编队空战的目标分配研究

编队空战目标分配可以使飞行员在选择空战对手时更趋理性,也更有针对性。首先分析了构成目标威胁的因素,运用层次分析法确定了构成目标威胁度各因素的权值;进而构建了目标分配函数,并运用最优势原理实现了目标的分配;最后,通过设定双方不同性能的飞机空战作为目标分配实例进行了计算,计算结果符合编队空战的一般规律,表明所提出的方法可以解决实际编队空战中目标分配问题,方法简洁,结果可靠。     

基于粗糙集的多岛礁要地防空威胁评估

文章以多岛礁要地防空作战需求为牵引,结合现代防空反导作战新特点,综合考虑空袭目标的主要因素和要地的相对价值,在遭受多目标攻击情况下,利用粗糙集理论,从不精确、不一致、不完整等大量不完备信息中求取最小不变集合,求解最小规律集,得出指标权重,并对目标的威胁等级进行排序。粗糙集理论能够大大提高提取有用信息的效率,从而揭示不完备信息中隐含的规律。经过案例分析,表明该方法能够客观地对空袭目标的威胁等级进行排序,对于多岛礁要地防空作战决策研究具有一定的参考价值。