雷达电磁环境仿真的一种设计与实现

本文研究了导弹作战战场雷达电磁环境仿真的设计与实现问题,建立了雷达电磁环境的数学模型和信号威胁等级识别模型,提出了一种可视化系统设计方法,在运用可视化技术的基础上,结合雷达数据库的建立,实现了导弹战场雷达电磁态势显示,其结果有助于战场指挥员快速理解战场电磁态势,为作战指挥提供相应的辅助决策支持.     

炮兵分队作战仿真系统的设计

针对炮兵作战仿真多是模拟射击指挥过程,而忽视了炮兵与其他军兵种之间相互关系的问题,建立基于HLA/CGF的炮兵分队作战模拟系统,对炮兵平台级/聚合级实体进行仿真研究,重点模拟炮兵分队在联合战役中的作战行动.系统以按席位区分成员为主来进行总体设计,遵循"标准化、系统化、模块化"设计思想,采用面向对象、前后台程序分离、XML以及COM组件的设计方法,以达到对指挥员指挥技能、协同能力的训练.另外,对于系统建设过程中涉及到的基于模糊数学、神经网络、动态网格以及知识库的关键数学模型作了简要介绍.该系统模拟出了较真实的战场情况,为炮兵分队的单独或协同作战仿真提供了新的实验平台.     

基于模糊数学和神经网络的目标选择模型研究

目标选择模型是炮兵作战模拟研究的重要部分.根据目标选择需考虑的10个因素特点和其对目标选择的影响做了具体分析.在对目标选择考虑的因素进行量化时,采用模糊数学的方法,重点根据隶属函数的方法和原则来建立各单因素的隶属度函数并进行量化;在目标选择决策时,采用神经网络算法中的BP算法建立数学模型.并详细介绍了计算方法和步骤.最后,以某型自行火炮的目标选择过程为例,采用上述方法借助计算机进行仿真,其结果表明符合作战实际,证明使用模糊数学和神经网络的方法进行目标选择是正确和可行的.     

改进高维数据相似度的目标意图识别方法

对于实际战场中目标属性要素呈现出的多样化,传统目标意图识别方法不能够较全面地建立属性之间的相似度模型.为了更好地阐述实际战场的复杂情况,提高目标意图识别的准确度,提出了一种利用改进的空间相似度与属性相似度融合的高维数据相似度模型,以全面地计算目标各种属性状态对态势意图的支持程度,再利用得到的高维数据相似度通过D-S证据理论对目标进行序贯识别.仿真实验表明:该方法具有有效性以及能够提高目标意图识别的准确度,为解决目标战术意图识别提供了新的方法.     

潜艇战场目标概略位置态势快速判断及仿真

研究目标战场的辨识优化问题,关于潜艇战场环境中目标的位置态势是潜艇作战的关键要素,能否快速对目标的位置态势做出判断对取得战场主动权起着决定性作用.提出应用灰色系统理论,建立了潜艇战场目标概略位置态势快速判断的总体框架,以改进初值和背景值的GM(1,1)模型分段对目标序列进行预处理,应用灰色趋势关联度,综合考虑目标方位序列之间的距离差异和变化趋势差异,从而得到目标的战场态势.选取适当的样本、并设定样本的误差和收敛条件,进行仿真试验.由仿真结果可以看出,应用灰色系统理论可以在短时间内对目标的位置态势做出较准确的识别,并满足了精度的要求.     

基于HLA的炮兵分队作战仿真系统研究

分析了分布式虚拟战场环境军事仿真系统的特点,设计了基于HLA的炮兵分队射击指挥作战仿真系统的体系结构,给出了各联邦成员划分、功能说明以及SOM的设计。设计了基于RTI与OGRE技术的联邦成员模型,该模型给出了一种通信机制,通信机制的核心在于通过3个监听器调动OGRE渲染引擎与RTI仿真推进引擎间的通信,两个引擎只通过信息层交互从而减少了两者的关联,保障了人机交互和RTI通信同时进行的效率要求。实验结果验证了仿真系统设计的可靠性和效率,为更大规模的炮兵体系对抗仿真系统开发奠定了基础。     

复杂战场电磁环境射频级仿真研究

复杂的战场电磁环境对于如何有效评估现有电子装备的生存能力及训练电子战装备作战人员提出了严峻考验。介绍了一种战术与技术相融合的思想,采用战术层仿真并结合信号层仿真实现了一种高逼真度的战场电磁环境仿真系统。研究了典型作战场景下目标辐射源的战术与运动行为模型,结合辐射源目标数据库,将辐射源的脉冲描述字通过PCIE高速串行总线实时更新到FPGA板,FPGA采用DDS方案,驱动高速DAC产生不少于20路经过复杂调制的基带雷达信号。该方案已成功应用到某型战场电磁环境仿真系统的设计实现中。     

基于参数可变遗传算法的炮兵战场弹药储备布局

炮兵战场弹药储备布局优劣与否对作战效果影响很大,有时甚至会影响到战斗的结果。本文在运用有关军事规则对炮兵战场弹药储备布局问题进行详细分析的基础上,应用多目标决策的思想建立了数学模型,进而运用参数可变遗传算法对模型进行了求解,从而获得炮兵战场弹药储备布局的最优方案。在该算法中,提出了一种即考虑进化代数对算法的影响,又考虑到每代不同个体适应度作用的自适应交叉概率和变异概率。     

基于数据融合的战场声目标识别系统算法研究

现代战争越来越多地使用高科技武器,各种武器车辆坦克的声音相互混叠,进行声目标识别是极有挑战性的.为了在嘈杂的战场环境中多传感器网络仍能正确识别各种目标信号,结合无线多传感器网络的特点和数据融合理论,设计出了适合于战场环境的声目标识别算法.使用小波包进行预处理及特征提取,人工神经网络进行分类识别,并运用数据融合算法得出最终识别结果.通过对采集到的声目标信号进行识别,结果表明方法应用于战场声目标识别中是可行有效的.     

基于聚类思想的战场群目标识别方法

面向现代化战争的快速决策的需求，提出了一个基于聚类思想的战场群目标识别算法。该算法依据目标的位置、速度、行进方向等特征量，通过相异度分析的聚类方法对战场目标进行目标群识别。该算法时间复杂度低、识别准确率较高、对奇异点的处理更加健壮，能够满足战场实时性需求。仿真实验证明，该算法能以较大的概率准确地识别出战场目标群，为快速作战决策和战术规划提供支持。