防空火力压制任务中反辐射无人机的作战效能研究

对防空火力压制(SEAD)任务中反辐射无人机的作战效能进行了研究。建立了SEAD效能的评估模型,根据模型中各指标的求解方法,给出了多反辐射无人机SEAD效能评估的仿真方法步骤,并通过算例对仿真方法进行了验证。结果表明,当敌方采取欺骗手段时,反辐射无人机的作战效能会减低很多,这与实际情况相符。该方法已在反辐射无人机SEAD效能的仿真研究中得到应用。     

基于 ABMS的无人机编队协同制空任务效能评估

无人机是海空作战的重要力量,制空作战是未来无人机的重要任务之一。为研究无人机编队协同制空作战的制胜机理,评估无人机编队协同制空作战效能:首先,对无人机编队协同制空任务进行分析,明确典型作战过程;然后,采用基于 Agent的建模与仿真(Agent-basedmodelingandsimulation,ABMS)方法,构建攻击型无人机、预警型无人机和空空导弹的 Agent模型,开展多无人机协同制空作战仿真和效能分析。结果表明,无人机探测距离、编队内攻击型无人机的数量,以及编队内有无预警型无人机,这些都将对作战效能产生重要影响,该结论可为无人机协同作战运用提供参考。     

基于LMBP神经网络的战斗机综合作战效能评估

针对双重任务战斗机一机多能、功能复合的发展趋势,在融合空空、空地作战需求的效能评估指标体系基础上,引入LM算法的BP神经网络对该类战斗机的综合作战效能进行了建模、评估。利用人工神经网络良好的函数拟合和预测能力建立指标与效能值之间的非线性关系,并借助网络优良的容错性解决样本数据残缺或存在错误等问题。最后,采用Matlab神经网络工具箱进行建模,对6种机型进行了计算;并将本模型评估值同另外两种模型评估值进行了对比分析,结果表明该模型是合理、可行的。     

战斗机综合作战效能评估的改进灰色关联模型

一机多能、功能复合是战斗机发展的一个重要趋势。为了评估战斗机综合作战效能,首先结合空空和空地作战需求,建立了效能评估指标体系;然后针对传统方法主观性较强的问题,并考虑到作战效能评估的灰色特征,采用较客观的灰色关联法,建立了战斗机综合作战效能评估模型。对于模型分辨系数取0.5不一定能使关联度具有明显区分性的问题,采用关联度的灰熵均衡度函数建模,优化分辨系数取值;而对于模型的等权不合理问题,则通过引入改进的综合权重、构造加权关联度计算式解决;最后,对采用本文模型、传统灰色关联度模型、LM神经网络模型针对6种机型的评估结果进行了对比分析,验证了所建模型的可用性和合理性。     

侦察/打击一体化无人机作战效能分析方法研究

结合"捕食者"侦察/打击一体化无人机的作战特点,在对有人机作战效能评估方法分析研究的基础上,提出了侦察/打击一体化无人机作战效能评估指标体系,初步建立了作战效能的评估准则和数学模型.该模型综合考虑了可靠性、使用环境、适用于侦察/打击一体化无人机的新式设备以及操作人员等因素的影响,对"捕食者"侦察/打击一体化无人机作战效能进行了计算、分析,给出了影响作战效能的相关因素.     

基于任务协同的有人机/无人机 对海攻击作战效能评估研究

通过分析攻击敌海上舰船目标过程中有人机/无人机编队的作战使用方式及影响其作战效能的主要因素,建立了有人机/无人机编队协同攻击海上目标的作战效能评估指标体系,运用ADC法构建了有人机/无人机混合编队攻击敌舰船目标作战效能评估模型,通过算例证明了该方法适应于有人机/无人机编队的作战效能评估,为有人机/无人机协同作战决策提供了有效的参考依据。     

基于任务协同的无人机多侦察载荷使用研究

为解决在复杂战场环境条件下无人机多侦察载荷的协同使用问题,文章在分析无人机侦察载荷性能特点和侦察作战使用的基础上,设计了4种多侦察载荷协同使用方案,构建了无人机的侦察效能评估模型,并用实例仿真了无人机在不同作战环境下的多载荷协同使用方案,检验了各方案在复杂电磁环境和恶劣气象条件下的侦察效能,验证了方案的有效性和可行性。     

鱼雷作战效能评估方法综述

效能是衡量装备的重要指标。阐述了效能相关概念,明确了鱼雷作战效能的定义、量度。对鱼雷作战效能评估方法进行了介绍并梳理分类,将鱼雷作战效能评估方法分为传统评估方法和新兴评估方法,列举了层次分析法、WSEIAC法、灰色关联法、信息熵法、仿真法、试验统计法、神经网络法应用于鱼雷作战效能评估的部分文献,并进行讨论。明确了目前研究中存在的问题,提出了未来鱼雷作战效能评估的发展方向。     

基于任务协同的无人机多侦察载荷使用

为解决在复杂战场环境条件下无人机多侦察载荷的协同使用问题,文章在分析无人机侦察载荷性能特点和侦察作战使用的基础上,设计了4种多侦察载荷协同使用方案,构建了无人机的侦察效能评估模型,并用实例仿真了无人机在不同作战环境下的多载荷协同使用方案,检验了各方案在复杂电磁环境和恶劣气象条件下的侦察效能,验证了方案的有效性和可行性。     

诱饵诱偏无人机截获系统的仿真分析

诱偏技术是电子对抗中自我保护的有效方法.在分析电扫恒差比幅测向原理的基础上,讨论了设置诱饵情况下无人机截获系统测向的误差;在射频仿真系统中,对诱饵、雷达与无人机的相对位置关系进行了研究,给出了算法,最后通过仿真对其进行了验证.这对电子对抗中武器系统诱偏技术的应用、射频仿真系统功能完善以及武器系统作战效能评估等研究都具有一定的参考价值.     

基于主成分分析和支持向量机的作战飞机效能评估

作战飞机效能的评估是防空作战中的重要问题,简述了效能评估的各种方法,建立参数效能模型时,首先要挑选特征参数,用主成分分析方法选择武器的特征参数。利用支持向量机建立了作战飞机的参数效能模型,通过实例与神经网络法的结果进行了比较,结果表明支持向量机比较精确和简单。     

基于Vague集的潜艇作战效能评估

针对现有潜艇作战效能评估方法不能全面反映专家不确定评价信息的问题,提出了一种基于Vague集的潜艇作战效能评估方法。该评估方法利用专家评价的合成Vague集与潜艇作战效能理想Vague集之间的加权贴近度进行潜艇作战效能评估。在专家权重求取上,采用贴近度赋权算法对各作战效能要素分别赋权,以反映专家对各作战效能要素评价的差异性。仿真实例验证了该方法的有效性。     

装备假目标防空作战仿真及效能分析

介绍了假目标的概念、功能及在战争中的运用;综述了假目标技术及作战运用研究现状;从 4个方面建立了假目标在防空中的作战效能评估模型;应用蒙特卡洛法对假目标防空作战过程进行仿真,并对假目标的防空作战效能进行了计算分析。     

基于改进蚁群算法的无人机航路规划

为了提高无人机(UAV)的作战效率和生存概率,在执行任务之前必须设计出高效的无人机飞行航路.针对这一问题,采用了蚁群算法进行航路规划,并对蚁群算法进行了改进.提出了保留最优解、自适应状态转换规则和自适应信息激素更新规则,有效的提高了算法算收敛速度和解的性能.最后用改进的蚁群算法对无人机任务航路进行了仿真,仿真结果表明,该算法是一种有效的航路优化算法.     

基于模糊层次分析法的无人机系统效能评估方法

针对无人机系统性能指标的相对性、模糊性，运用模糊数学方法建立模糊综合评价模型，对无人机系统的作战效能评估问题，提出了基于模糊层次分析法的评估模型。并以两种无人侦察飞机系统为例给出了综合评价的分析实例。     

择优比较法的水面舰艇反导作战通道性能分析

通过对影响水面舰艇反导作战通道性能的因素进行分析,构建了水面舰艇反导作战通道效能评价指标体系,建立了水面舰艇反导作战通道性能云模型,为水面舰艇反导作战通道性能评估提供了定量算法。水面舰艇反导作战效能的定量评估,对提高水面舰艇反导作战能力具有重要作用。     

非对称机动能力多无人机智能协同攻防对抗

协同攻防对抗是未来军用无人机的重要作战场景。针对不同机动能力无人机群体间的攻防对抗问题，建立了多无人机协同攻防演化模型，基于多智能体强化学习理论，研究了多无人机协同攻防的自主决策方法，提出了基于执行-评判（Actor-Critic）算法的集中式评判和分布式执行的算法结构，保证算法稳定收敛的同时，提升执行效率。无人机的评判模块使用全局信息评价决策优劣引导策略学习，而执行时只需要依赖局部感知信息进行自主决策，提高了多机攻防对抗的效能。仿真结果表明，所提的多无人机强化学习方法具备较强的自进化属性，赋予了无人机一定智能，即稳定的自主学习能力，通过不断演化，能自主学习提升协同对抗的决策效能。     

空-地攻击作战效能评估的综合指数模型

 详细分析了作战飞机空-地作战效能评估中常用的对数法模型,指出了模型中存在的问题,并结合作战理论和实战情况,针对原模型存在的问题提出了一种新的空-地攻击作战效能评估解析计算方法——综合指数模型,并对综合指数中各分项能力的评估模型进行了修改完善。最后以8种机型的空-地攻击作战效能评估为例计算并检验了模型的可用性。     

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.     

基于BSP-ANN的四旋翼无人机轨迹跟踪方法

为了降低无人机轨迹跟踪误差,提高系统抗干扰能力,对反步（Backstepping）法进行改进提出一种基于反步神经网络（BSP-ANN）的无人机轨迹跟踪方法。首先,建立了四旋翼无人机运动学模型;然后,结合Backstepping方法在无人机的姿态控制、轨迹跟踪控制系统中引入Sigma-Pi神经网络,同时设计Sigma-Pi神经网络控制率,并证明该控制率满足Lyapunov意义下的系统稳定;最后,分别给出了相应的仿真实验。仿真结果表明：该算法可以有效降低跟踪误差,缩短无人机跟踪时间,同时可以提高系统的抗干扰能力。