基于Hough变换和聚类的舰艇编队队形识别算法

编队队形识别技术是反舰导弹武器系统目标识别领域中的一项重要研究内容,具有队形识别能力的反舰导弹可以有效增强对密集型舰艇编队当中重要目标的选择能力,进而直接提升导弹的命中概率和作战效能。基于Hough变换技术研究了一种舰艇编队队形识别算法,在无探测噪声影响时具有很好的识别率。当目标信息受污染较严重时,进一步采用了改进的K均值聚类算法对Hough变换后得到的积累矩阵局部峰值进行聚类处理,根据峰值聚类的结果准确提取出待识别队形的参数,从而有效抑制了探测噪声带来的不利影响。仿真结果表明,采用该算法可以正确识别出舰艇编队队形,在目标信息受污染较严重时也具有较好的识别效果,具有较好的鲁棒性。对该算法复杂度及目标指示误差对算法精度的影响进行了分析。     

队形识别技术对反舰导弹作战使用的影响分析

编队队形识别能力是新型反舰导弹应具备的一项重要作战性能,具有队形识别能力的反舰导弹可有效增强对密集型舰艇编队当中重要目标的选择能力,进而直接提升导弹的命中概率和作战效能。本文分析了反舰导弹对编队目标选择能力的需求,研究了新型反舰导弹对编队目标的捕捉能力和常用的水面舰艇编队队形,并就利用编队队形识别方法提高反舰导弹对编队目标的选择能力进行了可行性分析,并给出了队形识别技术在反舰导弹武器系统中的应用思路。     

基于目标特征信息的反舰导弹目标选择技术发展历程

分析了反舰导弹利用获取的目标特征信息进行目标识别和选择技术的发展历程.指出了可获得目标两维或多维信息的双模或多模复合制导多传感器融合目标识别技术是当前反舰导弹目标选择技术的主要发展趋势.特别是在面临舰艇编队作战的情况下,利用编队形状的预定目标选择技术是解决现阶段反舰导弹面临目标选择难题的一种有效途径,且对编队信息以及目标的多普勒、RCS等特征信息的进一步融合利用还有待更深入的研究,以有效提高反舰导弹的预定目标选择能力.     

反舰导弹目标分群的层次化聚类算法研究

合理的目标分群是反舰导弹对海上目标进行正确判别、选择和攻击的重要前提.为有效运用层次化聚类方法进行海上目标分群,介绍了层次化聚类的两种实现方法、五种联接规则和六种距离尺度,提出了基于学生残差的聚类效果检验方法,结合反舰导弹末制导雷达对海上双环形编队和双线形编队的目标分群实例进行了计算和分析.结果表明,学生残差检验法是有效的,并且在W ard方法和欧几里德平方距离尺度下可以得到较好的聚类效果,针对具体应用选择合适的联接规则和距离尺度将有效提高层次化聚类效果.     

基于选择方式的寻的雷达对编队目标捕捉算法

根据反舰导弹的射击原理,首先建立了基于Monte Carlo法的编队目标在反舰导弹捕捉坐标系的位置模型,然后建立了基于寻的雷达分辨能力和选择方式的反舰导弹对编队预选目标的捕捉算法,仿真分析了目标速度、编队间距和反舰导弹进入目标的舷角对捕捉预选目标的影响,得到了反舰导弹打击编队预选目标所需的选择方式及导弹进入目标舷角的范围,为反舰导弹有选择的打击编队目标奠定了理论基础。     

反舰导弹末制导雷达目标识别技术及其发展

阐述了反舰导弹末制导雷达目标识别的概念、原理、分类和衡量标准，指出了目标识别的内容与重要性，分析了末制导雷达目标识别的发展概况和所面临的问题，提出了提高目标识别能力的途径，并介绍了几种反舰导弹末制导雷达目标精测识别、编队模式识别、多传感器融合和极化技术识别等新技术，为反舰导弹末制导雷达目标识别技术的发展提供参考。     

基于变权理论的舰艇编队网络化协同防空威胁评估

针对编队网络化协同防空作战时采用固定的目标属性权重与信息化战争已不匹配的问题,建立一种完整的人在回路控制的编队网络化协同防空威胁评估系统。以舰艇编队网络化协同防空作战为背景,考虑编队构成和队形因素,根据编队内多部雷达探测的目标数据信息,建立了目标攻击意图判别模型;并结合变权理论,确定基于目标熵值变化的目标属性权重计算方法;用改进的开区间数理论表示编队多传感器数据融合,构建了区间数排序方法,并通过加入编队指挥员决策心态指标α和指挥员对属性区间数的平衡系数λ。实例仿真结果证明了该模型和方法的可行性。     

基于粗糙自适应神经模糊推理的导弹类型识别

舰艇编队的反导作战能力直接关系着编队的生存能力,而导弹目标类型识别是反导作战的基础。针对舰艇编队反导作战对导弹类型识别的具体战术要求,建立了反舰导弹分类及特征模型,分析了编队反导作战目标类型综合识别流程。结合粗糙集理论与自适应神经模糊推理,设计了一种基于粗糙自适应神经模糊推理(RAN-FIS)的导弹类型识别方法,提高了识别效率。根据LMS(least-mean square)算法设计了RANFIS的参数估计方法,该参数估计方法根据实际输出信号与网络输出信号之间的误差调整参数取值,能够根据已有反舰导弹样本的特征属性以及类型确定参数。仿真结果显示,所设计的导弹类型识别方法能够很好的识别海战场上出现的反舰导弹的类型。     

反舰导弹目标分群的位置特征标准化方法研究

针对海上目标分群问题,介绍了反舰导弹对海上目标分群的两种常用的特征空间坐标及其特征标准化方法,提出了用相关系数、聚类树图和学生残差对海上目标分群进行聚类判定和综合检验的方法．以四种典型目标编队为例,运用Mablab7．0进行了层次化聚类编程计算和分析．结果表明,基于大地直角坐标的特征空间描述方式更有助于海上目标的数据聚类．     

舰艇编队组织反舰导弹协同饱和攻击任务规划问题分析

阐述了反舰导弹饱和攻击的重要意义和基本概念,对舰艇编队组织反舰导弹协同饱和攻击涉及的确定攻击目标、确定导弹发射数量、主要协同内容等任务规划问题进行了分析,对应给出了基本模型。从编队组织反舰导弹协同饱和攻击的难度来看,研制任务规划系统是解决问题的关键。     

一种贝叶斯目标选择算法

为了解决多假目标干扰环境下的舰艇编队目标选择问题,在线性高斯假设下,建立了编队目标运动模型和量测模型,并基于贝叶斯方法推导了复合假设后验概率,提出了一种反舰导弹目标选择算法。该算法充分利用了导弹导航位置误差、编队机动和队形等信息,并且适用于量测噪声方差不同的实际情况。同时,为了降低算法的计算复杂度,设计了基于队形的预滤波器,大大削减了复合假设数量。算例仿真表明,该算法具有优良的性能,显著提高了编队目标正确选择概率。     

基于遗传算法的舰艇编队火力分配问题研究

根据水面舰艇编队反舰作战的特点,构建基于综合考虑多种因素（目标毁伤度、目标战略战术价值、兵力消耗和目标毁伤程度要求）的综合评价目标函数,运用遗传算法来分析反舰导弹火力分配问题,并给出实例进行仿真运算与结果分析。仿真表明,该模型和方法是有效的,可为水面舰艇编队反舰作战导弹攻击目标分配提供参考依据。     

基于“火分代码法”的导弹选择目标能力仿真分析

针对反舰导弹在远程精确打击中存在的目标选择问题,建立了"火分代码法"目标选择的相关数学模型。通过对不同条件下导弹对编队内预选目标的选择概率进行仿真计算,得出各种因素对导弹选择能力的影响及提高反舰导弹选择能力的方法;同时认为必须在掌握多种目标和导弹信息参数的基础上,综合设计导弹的目标搜索选择方案,以充分利用"火分代码法"的目标选择性能,才能提高导弹对编队特定目标的打击精度。     

基于深度学习的舰船目标检测技术发展综述

精确打击可提高反舰导弹突防能力,全面提升反舰导弹在复杂战场环境下的命中概率。通过基于深度学习的目标检测技术,可实现对舰船目标的精准检测与识别,从而提升反舰导弹精细化目标选择能力。基于当前反舰导弹实现精确打击的背景及需求,概述了基于深度学习的目标检测技术的发展及应用。介绍了相关的主要检测网络。提出了基于深度学习的舰船目标检测技术存在问题,并给出相应的措施和建议。     

动态聚类在空袭目标类型识别中的应用

动态聚类根据特定指标体系,构建动态聚类原始样本集,再选取一批聚点让样品向最近聚点聚类,以得到初始分类,最后按最近距离原则调整分类结果,得到较合理的分类结果.并从防空指挥辅助决策系统实际应用背景出发,基于动态聚类算法建立空袭目标的类型识别模型,进行数据标准化变换、选择聚点、初始及修改分类等.     

基于饱和攻击的伴飞诱饵与反舰导弹协同突防能力研究

建立了有无伴飞诱饵支援两种情况下反舰导弹对舰空导弹系统饱和攻击数计算模型。在此基础上,通过设定具体仿真条件,计算了无伴飞诱饵支援情况下反舰导弹饱和攻击数及不同数量的伴飞诱饵支援对反舰导弹突防概率、突防期望数的影响。结果表明:饱和攻击条件下,伴飞诱饵的使用提高了反舰导弹的突防概率与突防期望数,突击编队中伴飞诱饵与反舰导弹的配比数量以1比3为宜。     

基于目标散布区覆盖的反舰导弹开机点优化方法

针对大目标散布区下反舰导弹协同开机优化问题,基于搜索区的网格划分方法,构建了单枚反舰导弹的有效搜索区模型、协同搜索区模型,提出了平行搜索、现在点搜索两种射击方式下的反舰导弹开机点优化方法。研究结果表明,在大目标散布区条件下,平行搜索方式要优于现在点射击方式,但需要更大的导弹进入方向夹角,且在导弹开机距离上的选择范围更小。通过优化反舰导弹的搜索方式、导弹开机距离和攻击方向等参数,能够有效提高反舰导弹对大散布区内目标的捕捉概率。     

一种反舰导弹目标威胁判断算法

反舰导弹目标威胁等级评估与排序对于合理进行火力分配和制定科学攻击决策具有十分重要的意义。分析了水面舰艇编队目标的作战能力及军事价值。从综合防空、反潜、反舰、对陆攻击、电子战、情报、军事价值、效费比等方面深入研究了威胁等级的评估方法,给出了舰艇编队威判评估算法,建立了基于D-S证据理论的多目标威胁度评估模型以及基于目标价值权重向量分析的人工辅助威胁判断模型。通过多目标编队的案例仿真,结果表明,本文提出的目标威胁判断算法较全面地反映了水面舰艇编队目标的威胁特性,有较强的理论基础和实用价值,可行有效,能够为反舰导弹的协同火力使用、作战任务辅助决策提供支撑。     

基于多种群遗传算法的反舰导弹攻击策略优化研究

为了根据敌编队具体编成情况,制定合理的攻击策略,将防空导弹和＂密集阵＂的火力拦截作为反舰导弹攻击过程中的威胁,建立攻击策略优化模型。运用多种群遗传算法优化求解,得到最小攻击威胁下攻击阶段的划分、目标的分配以及对应的最优攻击方向。针对具体编队目标,进行计算及结果分析,结果表明,该模型和方法是有效的,可为打击舰船编队的战术制定提供理论参考依据。     

高超声速巡航导弹载机目标识别模型

高超声速巡航导弹对现有空防体系构成极大挑战,高效的目标识别是后续拦截打击的基础。通过分析,选择其载机作为识别对象,确定目标尺寸、编队情况、目标高度、目标速度、情报这五类识别因素。结合模糊综合评价方法,构建了载机目标识别模型,给出了因素集、评价集和两者之间的隶属关系。最后通过示例,验证了所构建模型的可行性、有效性以及实时性。