多机协同空战中的威胁排序

提出了一种基于最大隶属度原则的多机协同空战威胁排序的方法.结合实际空战特点,首先评估各架敌机的空战能力.分析空战态势,计算三维空战威胁指数,进而求出威胁因素矩阵,并对威胁矩阵模糊规范化处理,在此基础上建立最大隶属度模型.最后结合Matlab软件对实例中敌机的威胁度仿真计算,求出敌机的威胁度大小,验证该方法的正确性.仿真...     

空战目标威胁排序与目标分配算法

现代空战需要先进的火控计算,目标威胁排序和分配算法是其重要的组成部分。计算了飞机的作战效能,在作战效能的基础上得到目标威胁矩阵。根据目标威胁矩阵,以最大程度地保存自己为目标,建立了目标分配的算法。以一个算例,利用建立的算法模型对某常见的飞机进行了计算,给出了结果,最后讨论了该算法的意义和不足,指出了下一步的工作。     

基于LSRBF神经网络的空战目标威胁评估

提出了-种基于Log-Sigmoid型径向基(简称LSRBF)神经网络的空战目标威胁评估方法.采用威胁指数法量化各因素的威胁度,运用工程模糊集方法确定因素的权重系数,在此基础上合成目标总的威胁指数,作为网络的初始训练样本.根据专家经验对不合理样本进行调整校正,得到最终的训练样本,供LSRBF神经网络训练使用.采用标准梯度下降法与指数梯度下降法相结合的学习算法,保证网络具有较强的鲁棒特性.仿真实验结果表明,LSRBF神经网络具有很好的函数逼近性能,可以成功地完成空战目标的威胁评估.     

基于卷积神经网络的单机空战威胁评估

针对传统的空战威胁评估方法处理单机空战数据时难以兼顾准确率和实时性等问题,文中提出了一种基于卷积神经网络（Convolutional Neural Networks,CNN）的空战威胁评估模型。基于作战任务背景对空战要素进行分析,提取主要威胁指标;构建威胁指数函数公式,以威胁要素为输入,输出威胁值,将威胁值量化后生成训练样本数据,利用卷积神经网络模型进行训练。仿真结果表明,该模型在具有实时性、满足实战要求的前提下,同时兼具较高的准确率,三种敌机威胁等级的识别准确率达98.50%。     

基于Elman神经网络的入侵检测研究

入侵检测旨在监测计算机系统、网络或应用程序中的未经授权、恶意或异常活动,以及识别可能的安全威胁和入侵行为。本文基于Elman神经网络构建入侵检测的模型,以提高模型入侵检测的性能。通过实证检验,与常用的XGBoost模型相比,在准确率上提高6.67%,误报率上降低3.93%,在漏报率上降低1.39%,在AUC上提高0.137。     

基于TOPSIS方法的空战威胁评估研究

威胁评估是单机多目标攻击和空战协同战术决策的一项重要内容,首先提出了威胁评估指标的确定方法,然后阐述了TOPSIS(逼近于理想的排序法)方法的计算步骤,最后给出算例。该方法计算简单明确,可以有效地完成多机空战中威胁评估和威胁排序的计算,是解决威胁评估问题的一种有效途径。     

基于Elman神经网络的故障诊断器研究

针对BP神经网络易存在局部最小,收敛速度较慢的缺点,研究设计了一种基于Elman神经网络的敝障诊断器,建立了E1man神经网络及基于该网络的故障诊断器结构模型;利用某实际电路测试数据,训练并检测该故障诊断器的效能,试验结果表明该故障诊断器有较高的准确性和可靠性,具有工程使用价值。     

基于模糊综合评判法的空战多目标威胁评估

在综合分析目标空战能力和战场态势的基础上,提出一种多目标威胁评估方法。首先考虑了空战客观态势信息和决策者主观偏好信息,然后采用模糊综合评判法,建立目标与准则的模糊关系,并将其函数量化为评判矩阵。基于该模糊集合最大隶属度、最小隶属度和加权隶属度,选用3种评判函数进行二级综合威胁评估。实例计算表明,该方法可以有效地解决目标威胁评估和排序问题,而且可得出更加可靠的评估结果。     

基于Elman神经网络的话务预测

文章采用Elman神经网络对话务量预测建立模型,利用MATLAB对一组实际话务量数据进行仿真分析,并与趋势外延法进行了精确性、稳健性和鲁棒性的对比,得出Elman神经网络优于趋势外延法的结论。     

基于协同攻防的多机空战目标分配及排序

从协同攻击和防守角度出发,提出了多机协同空战中的一种攻击目标分配及排序方法.该方法根据多机协同空战的特点,用指数法对目标敌机的空战能力和三维空战态势进行评估,并由此计算出目标威胁度矩阵.考虑到我方各架战机在任务体系中的重要程度不同,给出防御权系数矩阵,然后根据目标威胁度矩阵和防御权系数矩阵得到协同攻防效度矩阵.在此基础之上,给出了目标分配和火力分配的具体模型,最后结合RBF神经网络给出了具体仿真.仿真结果表明,该方法可以有效地解决多机协同空战中的目标分配及排序问题.     

网络中心战对空战研究的影响

介绍了网络中心战出现的背景和发展情况,分析了网络中心战对研究空战的挑战和影响.认为网络中心战已完成从实践到理论的飞跃,目前已开始在指导实践,并不断完善;在空战研究中应吸收和借鉴网络中心战的思想和方法,而不是采用其某些具体的形式;网络中心战可能通过空战环境、载机和武器对具体空战产生影响.     

遗传算法在直升机空战编队优化中的应用

研究了传统的现代直升机群协同空战时对目标的威胁判断算法,并且用遗传算法来优化大规模直升机空战编队战术,最终得到一个我方的最优编队,最后用多机编队作战的算例验证了该方法的有效性.     

基于小波包分析和Elman神经网的故障诊断方法研究

由非线性电力电子装置组成的电路发生故障时,故障特征信息不易提取和识别。对此提出一种基于小波包分析和Elman神经网的电力电子装置故障诊断的方法,先运用小波包分析法提取电路在不同故障状态下电压及电流信号的特征信息,然后对数据进行归一化处理并作为Elman神经网的输入,由具有智能学习功能的神经元故障分类器完成故障识别和定位。以12脉冲整流电路为例,在Matlab软件下建立电路模型进行仿真实验,结果表明该方法能快速、准确的完成故障诊断。     

基于Elman神经网络的多目标跟踪技术的研究

首先叙述了Elman神经网络的结构、原理和学习方法.针对Elman网络的学习率对网络收敛速度及稳定性影响很大,提出了一种可以自适应调整学习速率的改进的Elman网络学习算法;并基于Elman神经网络,采用模糊推理进行数据关联的方法,结合扩展卡尔曼滤波,提出一种新的多目标跟踪方法.最后应用此方法采用两个传感器对两个运动目标进行跟踪实验,并与BP神经网络对比得出仿真结果,实验结果表明,所提出的方法是一种可行的多目标跟踪方法.     

空战模拟器导弹火控工作式推导研究

为了求解空战模拟器上导弹火控工作式,建立了空空导弹发射区的计算模型,根据拟合导弹火控工作式的要求,计算了空空导弹发射区离散边界点,并采用多元非线性回归方法进行数学拟合,进而求得空战模拟器上导弹火控工作式。     

协同空战中目标的威胁判定方法

作为信息化条件下的一种重要空战模式,协同空战中的目标威胁等级的判定为武器资源的有效配置提供了重要依据。采用灰色多层次评判方法,依据空战效能、空战态势及作战意图所建立的目标威胁评判模型,兼顾单机、编队的生存威胁和完成作战任务的风险因素,做到定量与定性相结合。算法满足独立性和兼容性要求,易于根据实战情况修改评判参量。