导弹发射包线指数优化搜索仿真分析

以某型近距空空格斗导弹为例，针对传统计算导弹发射包线精度较低、模型复杂、解算耗时长问题，分析影响导弹发射包线形状大小的重要参数，建立简化的导弹六自由度运动模型。在搜索包线边界时，综合考虑八个重要运动参数，构建指数多项式函数，粗略估算初始搜索空间，避免搜索初始值的盲目性。在黄金分割法的基础上，提出指数优化搜索算法，结合每次搜索值的空间误差和函数值误差，更新并优化下一次搜索的黄金分割点。利用模型和Matlab仿真平台，解算弹道轨迹，利用搜索到的边界值进一步优化距离多项式系数，使初始计算值更接近真实边界值。实验表明，本文方法解算的弹道轨迹和发射包线与实战中数据基本吻合，有效地提高了计算精度；指数优化搜索算法有效减少了仿真计算次数，缩短了整体耗时。     

基于自编码网络的导弹攻击区实时计算方法

针对传统中远距空空导弹三线攻击区无法为飞行员提供丰富的战术决策信息，火控系统计算攻击区实时性差、精度低的问题，提出以攻击机为中心，考虑目标逃逸机动的新型导弹杀伤包线概念。分析经典战例中目标机规避导弹的常见机动方式，将攻击区抽象为导弹的七种杀伤包线，给出准确的计算方法并进行离线仿真。确定8种影响杀伤包线的运动参数，构建样本库。引入深度学习方法，建立降噪自编码网络（AE）模型，采用无监督学习提取样本初级特征，获取表征样本库非线性规律的高维特征量；建立深度网络模型，采用监督学习提取高维特征量中的高级特征并进行拟合。实验表明深度网络的拟合值与六自由度仿真结果以及导弹真实数据相比，误差可控制在15 m之内；网络在线解算只需0.04 s，能够满足实时性需求；新型杀伤包线为飞行员及时掌握敌我态势提供了有效的辅助信息，为机动决策提供理论依据。