基于拍卖算法的动态防空武器目标分配

为解决网络化防空作战中“制导平台-武器-目标”三者的优化匹配问题,提出一种基于拍卖算法的武器目标分配(weapon-target assignment,WTA)问题求解方法。建立多约束条件下的动态武器目标优化分配模型,将动态作战过程离散化为静态分配问题处理。实例验证结果表明,该方法具备有效性、快速性。     

反舰导弹协同攻击目标分配与在线再分配方法研究

基于分段规划的思想,构建了反舰导弹协同攻击目标分配模型。预先分配以一定打击效果时的弹药消耗量为优化指标,解决了导弹射前兵力需求以及目标粗略分配的问题;在线再分配根据战场态势,在导弹发射数量已定时,以目标打击效果为优化指标,对初次分配进行实时修正。针对各段分配模型,提出了离散粒子群求解算法,并设计了不同的编码方式和适应度函数。仿真表明,构建的模型和提出的算法能够快速有效的解决反舰导弹目标分配问题。     

基于蚁群算法的目标分配问题研究

目标分配问题是多机协同战术决策的核心内容之一.文中以攻击优势最大为准则,结合蚁群算法的思想,建立了基于蚁群算法的目标分配问题求解模型,并以实例说明了算法的有效性.     

基于射击有利度的目标优化分配模型研究

针对现代防空作战的特点,在对各种目标分配模型进行比较分析的基础上,提出了基于射击有利度的目标优化分配模型,并从工程应用出发给出模型求解的循环约简算法,通过算例对模型的有效性和算法实用性进行验证.模型合理、算法简便,具有很高的工程应用价值.     

基于认知跟踪的集中式MIMO雷达功率分配算法

针对集中式MIMO雷达执行多目标跟踪任务时,现有功率分配算法计算量较大且准确性较差的问题,提出了基于认知跟踪的集中式MIMO雷达功率分配算法。该算法首先对各目标位置误差的后验克拉美罗下界进行预测,而后将预测值作为代价函数构建优化模型,从而将功率分配问题转化为凸优化问题,最后运用SDP算法进行求解。仿真实验表明,所提算法在不同场景下均能有效提升目标跟踪精度,表现出了良好的鲁棒性。     

网络战中舰艇编队协同目标最优分配研究

为了解决多平台协同作战中的目标分配问题,首先分析了目前舰艇编队防空火力分配模型普遍存在的不足.然后,以＂编队不被目标突防的概率最大＂为准则,结合多智能体分布协同拍卖的思想,建立了舰艇编队协同目标分配问题的数学模型,并给出了模型的求解步骤.最后,通过实例进行了仿真验证.结果表明,该模型能够给出具有很好优化效果的分配方案,较好地满足了舰艇指挥员在海上对空防御作战中火力分配的需求.     

防空兵火力分配的多目标优化

如何进行科学的火力分配是最大限度地杀伤来袭目标的关键问题。通过对火力分配问题的分析,建立了火力分配的图论模型,结合图论模型的特点给出了模型的匹配算法,算例结果表明,利用匹配算法进行火力分配科学、合理、有效。     

基于改进合同网的分布式协同目标分配

针对传统集中式目标分配算法存在的抗毁能力弱、可扩展性差等问题,提出一种基于改进合同网协议的完全分布式多平台协同目标分配算法。根据作战环境约束、任务约束以及火力平台自身性能约束等一系列约束条件构建目标分配模型;在目标分配的过程中增加合同交换操作,提升分配收益。结果表明：该算法能在提高整体收益的同时,减少目标分配反应时间,具备较好可扩展性。     

弹载图像探测器广域协同探测算法

针对弹载图像探测器协同探测的分配方式影响目标信息增益的问题,开展此类探测器广域协同探测算法研究。以获取最多有效毁伤信息为目标,研究了弹载图像探测器散布修正与目标分配问题;建立完整的图像探测器动力学模型和目标等效模型,模拟多探测器的协同探测环境;通过有效信息熵描述图像探测器系统获取毁伤信息的能力,推导毁伤信息熵与系统和目标的相关方程,得到协同探测能力的评价准则;基于Kuhn-Munkres算法和Runge-Kutta算法,提出求解图像探测器最佳修正时机与最优观测目标分配的优化求解方法,并给出算法流程,解决弹载图像探测器协同探测的最优分配问题。结果证明：与图像探测器随机分配方式进行对比,该算法具有更高的信息增益;当图像探测器越过检测目标时,目标信息熵增益同比增长24%。     

基于蚁群优化的多弹协同目标分配算法

为了提高对目标群的打击效果,研究了多弹编队系统中存在的目标分配决策问题。首先,利用弹间共享信息,综合考虑导弹性能、目标特性以及弹目之间的态势关系,建立弹目之间优势矩阵模型;然后,利用贪心算法及蚁群优化提出了一种简单有效的一轮拍卖及其改进算法以在规定时间内得到单弹的次优目标分配方案,并以此得到整个弹群的分配结果。最后,仿真结果证实了所提出方法的有效性。     

基于频谱异质的多单元双向频谱拍卖算法

针对频谱资源的异质性,提出一种基于频谱异质的多单元双向频谱拍卖算法.利用双边频谱拍卖模型,从多单元拍卖和异质频谱拍卖2个方面对算法进行改进,允许买家竞买、卖家提供多个不同中心频率的异质信道,实现互不干扰买家间频谱复用.分析证明了该算法满足拍卖机制设计的3个经济学性能:个体理性、收益均衡和真实性.仿真实验结果表明,该算法在频谱拍卖效率和系统收益方面皆有良好表现.     

基于马尔可夫过程的水下运动目标启发式搜索

在对启发式搜索算法进行研究的基础上,建立了水下目标的马尔可夫过程运动模型,将启发式搜索算法应用于对水下运动目标的搜索,研究了基于马尔可夫过程的运动目标启发式搜索算法。该算法由已知的目标先验位置分布信息不断地对目标的运动位置进行估计、更新,以获得精确的目标后验分布,再利用启发函数得到下一步的最佳搜索节点。仿真分析表明:在对水下运动目标搜索时,启发式搜索优于扩展方形搜索和平行搜索,有效地改善了搜索时间和搜索效率。     

遗传算法在求解多准则火力分配问题中的应用

遗传算法在求解多准则火力分配时,通过定义毁歼概率最大分配和弹药消耗量最小分配,建立多指标最优分配模型.该算法直接选目标函数作为适应度函数,通过选择、交叉及变异算子、定义算法终止条件,在保证所选目标总体价值最大前提下,实现对目标射击的毁歼概率达到最大.     

防空火力抗击效果研究仿真模型设计

从仿真设计原理、仿真控制机制、模型内部结构和模型算法三方面研究防空火力抗击效果的仿真模型.其由侦察预警、火力分配和火力单元对空射击模块组成.侦察预警模块按照一定算法计算目标的被发现概率,以判定和描述目标是否能被发现.火力分配模块通过层次分析法建立评判模型,并对各个防空兵火力单元进行射击任务区分.对空射击模块通过计算防空兵火力单元的毁歼率描述防空兵火力单元是否命中目标.     

基于贝叶斯滤波算法的警戒相控阵雷达目标跟踪时间资源优化分配算法

针对警戒相控阵雷达的目标跟踪时间资源优化配置问题,基于贝叶斯滤波算法提出一种 应用于警戒相控阵雷达的变数据率跟踪算法。传统Cohen算法受量测噪声起伏影响引起跟踪数据率抖动,在目标反向机动阶段易造成目标的失跟;新算法在非机动时段利用正态分布的2σ准则对目标是否机动进行判决,在机动时段目标加速度服从修正的瑞利分布;在数据率增加和降低阶段采用不同平滑系数能够快速响应目标机动且确保在反向阶段不失跟。通过两个机动实例进行仿真验证,结果表明:新算法能够有效地抑制目标反向机动时的失跟问题;与传统Cohen算法相比,新算法能够快速响应目标机动。     

多尺度粒子滤波算法对目标状态估计的研究

当观测值给定的条件下,为了提取未知参数的信息,文中基于Gibbs与Metropolis-Hasting两种重要采样提出了多尺度粒子滤波算法。该算法在目标状态空间上一条马尔科夫链上,采用不同的粗细尺度进行交替采样来传递目标的状态信息和参数信息,从而搜索目标状态的最大后验分布函数。从而实现对机动目标状态的最优估计。其中细尺度采样保持了估算的精度,粗尺度提高了运算效率。仿真表明,该新算法实现了算法精度和效率的良好折衷。     

基于改进组合拍卖算法的分布式空战攻击决策

针对高动态空战环境下集中式指挥控制方式易受干扰,且突发情况下重分配时效性不高的问题,基于改 进组合拍卖算法提出一种完全分布式的协同空战攻击决策模型。各战机 agent 用贪婪算法构造组合投标,通过信息交 换与相互协商实现任务的分配与协调,达到攻击方案的一致。实验验证了该算法的有效性,其时效性可满足战场实 际需要。     

基于角度观测关联对的NN-EKF红外/毫米波融合跟踪算法

针对双传感器杂波环境中单目标的跟踪问题,提出了一种红外/毫米波角度观测关联及基于观测对最近邻的双模融合跟踪算法。算法根据对真实目标的观测与对杂波的虚假观测联合分布模型的不同,筛选出当前时刻的嫌疑观测对,剔除掉大部分杂波;然后对各嫌疑观测对进行融合,从中选择距离预测位置最近的观测作为当前时刻的观测,并用EKF对目标进行跟踪。算法关联逻辑简明、运算量小,适合工程应用,可应用在中等杂波密度环境,仿真结果验证了算法的有效性。     

闪烁噪声下目标跟踪的改进粒子滤波算法

针对目标跟踪系统具有强非线性非高斯的特点,提出了一种强跟踪粒子滤波(STUPF)算法.该算法将无迹卡尔曼滤波器(UKF)与强跟踪滤波器(STF)相结合作为粒子滤波提议分布,具有在线调节滤波增益阵,提高滤波器跟踪突变状态的能力.在给出闪烁噪声统计模型的基础上,将STUPF应用在几种典型目标运动模型跟踪系统中,并同UKF和...