卡尔曼滤波的极坐标算法及应用

介绍了极坐标下卡尔曼滤波算法,给出模型的推导过程及卡尔曼滤波的标量计算式,并给出了空舰攻击中目标速度的计算方法.实践证明该算法是一个收敛快、精度较高的算法.     

攻击机编队对地攻击之伤亡评估

攻击机编队对地攻击是现代战争的主要攻击方式之一,但同时也受到各种防空火力的反击,文中针对防空火力对攻击机编队的各种反击方式,分析了攻击机的伤亡情况。     

作战飞机对地攻击效能研究分析

根据现代空地作战过程所体现的动态性,提出了作战飞机对地攻击效能评估的方法.以ADC法为基础,结合指数法、层次分析法,利用影响对地攻击的指标量,对对地攻击过程进行了建模与分析.在建模过程中,充分考虑了影响效能的因素,把指标分层并建立系统评估的框架模型.对基于模糊数学综合评判和层次分析方法理论作了有效结合,最后通过算例分析,证明该方法的有效性.     

一个虚拟仪器的系统结构分析与设计

分析了一个虚拟仪器的硬件系统和软件系统,并描述了该虚拟仪器的设计实现,探讨了虚拟仪器在军事中的应用.     

卡尔曼滤波算法的本质及直观理解

对低维卡尔曼滤波算法作了几何解释,这种解释对卡尔曼滤波有一种直观的理解,使人们对卡尔曼滤波有更本质的认识.     

"预先"进化遗传算法研究

遗传算法在对单目标函数的静态寻优中表现出了良好的收敛性和鲁棒性。但是在优化目标动态变化,要求很快给出优化结果时,由于遗传算法运行时间较长,就难以实现。本文提出的“预先进化遗传算法”,就是为了使遗传算法具有动态性能,能够适应优化目标的动态变化,提高寻优的实时性。算法主要思路是借助于并行计算技术、在确定优化目标(决策)过程中就对可能的多个优化目标函数的优良个体进行培养。一旦优化目标确定,在预先培养的优良个体的基础上可以快速寻优。这样就使遗传算法能够适用于优化目标可变的动态环境。文中描述了“预先”进化遗传算法的实现算法,并证明了算法的有效性。最后对算法进行了验证。通过实例可以看出,采用传统遗传算法,单目标函数优化一般要迭代300次,才能够得到较理想的优化结果。而“预先”进化遗传算法经过150次左右的多个目标同时预先进化后,对具体目标的进化只需要50次左右就收敛到较理想的数值。由于预先进化是与决策具体的优化目标同时进行,因此可以实现优化目标确定后的快速寻优。     

基于Memetic算法的超视距协同空战火力分配

针对超视距多机协同空战中,火力单元采用一次性完全分配原则容易造成资源浪费的问题,采用一种新的火力分配数学模型.该模型带有毁伤概率门限,能够保证在满足毁伤概率门限的前提下,优先保证威胁度大的目标被分配且选择对各目标杀伤概率相对较大的火力单元,使其对目标的毁伤概率平均值达到最大且尽量少地消耗火力单元,从而节省和充分利用火力资源.在此基础上,提出采用以离散粒子群算法为全局搜索策略,以贪婪算法为局部搜索策略的Memetics算法求解协同空战火力分配问题,有效地提高了算法收敛速度、精度.仿真算例验证了模型的优点及Memetic算法的有效性.     

基于预测控制的无人机编队内部避碰

针对无人机编队内部避碰问题,首先采用基于预测控制的方法,解决了在即将发生碰撞情况下无人机的航向调整问题;然后,建立了航路回归模型,解决了无人机避碰后,迅速回归预定航路的问题。仿真结果表明,文章给出的避碰方法能够有效解决无人机编队内部碰撞问题。     

基于MILP的多无人机对敌防空火力压制

建立了基于混合整数线性规划（Mixed Integer LinearProgram,MILP）的多无人机编队对敌防空火力压制协同任务分配模型,以0-1决策变量表征无人机一任务指派关系,引入连续时间决策变量来表示任务的执行时间,并通过对决策变量之间的线性等式和不等式的数学描述,建立无人机之间和无人机执行任务之间合理的协同约束关系。采用商用软件CPLEX对模型求解,仿真验证了模型的合理性。     

攻击机编队对地攻击的战损评估模型

首先给出了不考虑防卫物资消耗时攻击机编队对地攻击的战损率评估模型，在此基础上分析了考虑防卫物资消耗情况下，针对地面防空火力的反击飞机编队对地攻击的战损模型．该研究结果对于攻击机实战中合理地携带防卫物资，提高其生存能力有一定的指导意义．