扭转机动机理及其战术意义研究

对扭转机动及其在空战中的战术意义进行了研究,提出了空战中的几种战术战法,为工程技术人员和飞行人员提供参考与借鉴。     

数据和知识驱动的空战目标集群类型综合识别

目标集群类型识别是体系作战样式下态势认知的关键，然而现有集群识别算法主要依据专家知识人工进行判读，难以满足作战态势快速、准确理解的需求。提出数据和知识驱动下的推理机制，构建分层精细化推理的集群场景识别框架，预识别层检测目标运动过程中的集群的分群/合群，根据设计基于边界检测的密度峰值聚类确定群的划分情况，得到集群的初步识别结果；再识别层中综合分析集群执行任务、运动特性、电磁特性，对集群目标的多源特性进行多元知识约束下的推理网络构建，在此基础上利用现有数据进行推理网络参数学习，进而使推理获得更为准确的集群类型识别结果。该框架综合知识和数据的优势具有从粗到精的集群目标识别能力，利用多特征综合推理机制对目标集群精细化分析，实现集群类型的准确识别。在典型的集群作战活动场景下推理置信度和正确率两项指标均优于现有算法，验证了所提方法的有效性，提高空战目标集群类型识别的置信度和准确率。     

多机空战决策信息融合的研究

以整体系统的观点研究多机协同空战中的决策信息融合问题,避免了将多机空战认为是单机空战的简单数量上的相加所带来的不足.应用协商对策理论,结合空战的实际情况,建立了合理的数学模型,并通过仿真验证了该思路下研究多机协同空战的有效性.      

国外太空态势感知系统发展与展望

西方科技强国在近几十年中将大量的资源投入到太空和军事领域的态势感知研究与开发中。欧美国家研发的态势感知系统主要是以光电监测为主的战术信息系统、导弹预警系统（反导态势感知系统）和太空飞行物监测系统。     

美国空间对抗装备的新进展

简要介绍了美国空间对抗装备的最新发展情况.着重分析了美国近期重点关注的空间武器.指出天基空间态势感知装备、天基反卫反导武器和激光反卫星武器将是美国空间对抗装备的发展方向.     

空间态势评估初探

文章从空间态势评估的基本概念出发,指出了空间态势评估的主要任务和特点,对空间态势评估的过程进行了初步探讨,建立了空间态势评估的功能模型,简述了实现空间态势评估系统的关键技术,为进一步开发空间态势评估系统奠定了基础。     

一种基于S-粗集副集的目标编群方法

针对目标编群中的动态要求,提出了一种基于S-粗集副集的目标编群方法.以空间群为对象,用一个双向奇异集合来描述一个空间群,用特征函数来刻画目标迁入迁出群的程度,在此基础上给出了空间群中发现新目标的编群步骤.通过战场态势评估中的一个具体应用实例,证实了该方法的可行性和有效性.     

星上智能信息处理技术发展趋势分析与若干思考

星上智能信息处理的主要任务是接收天基探测载荷数据,并在星上完成数据压缩、复杂海空环境下高价值目标的发现、识别与跟踪等工作,达到降低下传数据率、支持天基广域探测与全自主即时态势感知等目的.文章回顾了美国、德国等航天强国光学卫星的星上信息处理技术的发展现状,梳理总结了该技术的发展思路与关键指标.在此基础上,结合星上信息处理...     

基于FCM的多无人机协同攻击决策建模方法

针对复杂不确定战场环境下多无人机协同任务的需求,提出了一种基于模糊认知图(FCM)及其扩展模型的多无人机协同攻击决策建模方法。基于人的决策心智模式,采用智能体模糊认知图(ABFCM)建立了包含感性和理性2种决策模式的多无人机协同攻击决策系统模型框架。采用模糊灰色认知图(FGCM)对多无人机的态势感知和协同攻击决策开展了建模工作。借鉴人脑杏仁核机理建立了态势-决策模板快速匹配的感性攻击决策模型。为降低建模工作对专家知识的依赖,采用直觉模糊集的决策阈值算法提高理性攻击决策模型的客观性,并采用动量梯度下降(MGD)学习算法进一步提高了决策模型的学习进化能力。通过仿真验证分析表明,基于FCM的多无人机协同攻击决策建模方法能够较好地应对复杂不确定战场环境,发挥知识和数据在建模中的综合作用,可为提升多无人机执行任务的决策优势提供理论指导和建模方法参考。     

近距空战训练中的智能虚拟对手决策与导引方法

针对近距空战训练中智能虚拟对手攻防博弈的自主决策与占位导引问题,提出了基于动态贝叶斯网络(DBN)和约束梯度法的智能虚拟对手决策和导引一体化方法。结合空间占位态势、火控攻击区和机动动作识别结果等信息,建立近距空战决策动态贝叶斯网络模型,实现根据战场动态环境变化的占位导引指标决策。针对在线识别的各类目标机动动作,建立轨迹预测模型,实现目标轨迹的实时预测。根据占位导引指标和目标预测轨迹,考虑飞行性能约束,采用约束梯度法计算智能虚拟对手的优化占位导引量。实现了近距空战智能虚拟对手空间占位决策与导引量计算的无缝结合。近距空战仿真实验结果表明:所提方法能够实现智能虚拟对手的合理化自主决策和占位导引,克服了传统方法实现机动动作方式固化的问题,具备较好的实时性和优化性。