空战威胁估计系统建模与仿真研究

以空战中飞机受到的威胁为研究目标,根据空战各个威胁单元的特点,分别研究了各单元威胁度的计算方法,并对不同平台的威胁度进行归一化处理,最后根据对归一化威胁度大小的排序,提供给飞行员做辅助决策。利用BorlandC＋- Builder6．0编译环境和GoogleMaps编写空战威胁估计系统的仿真软件,通过软件仿真手段验证空战威胁估计方法的正确性。     

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.     

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...     

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.     

基于直觉模糊集的空战动态多属性威胁评估

针对实际空战中目标多属性及动态变化的特点,提出了一种动态多属性威胁评估方法。在建立威胁评估指标体系的基础上,依据目标多个时刻的属性信息,结合直觉模糊集给出了一种构造虚拟最优目标的方法以确定目标属性权重,设计了一种基于正态分布累积分布函数确定时间序列权重的方法,最后借鉴TOPSIS的思想实现了空战动态威胁排序。仿真结果说明了该算法的合理性。     

有人机控制无人机群空战多目标分配

针对集中式体系结构下的有人机-无人机群协同空战多目标分配问题,把目标威胁分为固有属性和动态属性两部分,分别建立了目标威胁系数层次结构模型和优势函数模型;根据空战态势的不同,提出了3种效率指标,建立了相应的代价函数;针对3种代价函数,运用离散粒子群算法进行了数值仿真研究,仿真结果表明所用的算法具有良好的收敛性,适合解算文...     

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神经网络的空战威胁排序研究

依据空战态势、空战效能以及目标战役价值,采用威胁指数法建立了空战目标威胁评估模型。在威胁评估的基础上,研究了空战中基于Elman神经网络的目标威胁排序方法。考虑到Elman神经网络的学习性能和收敛性,采用附加动量项、自适应改变各参数学习率以及重置算法改进网络权值的学习算法。算例结果表明,采用Elman神经网络对空战目标进行威胁排序的方法是有效的,且改进的学习算法提高了网络的学习效率,有效地抑制了局部极小值的出现。该方法有利于提高火控系统的智能化水平。     

多机协同多目标攻击空战战术决策

以多机协同攻击多个目标为研究背景,提出一种目标分配的决策分析方法。首先建立攻击过程中的优势模型和目标威胁模型,根据该模型分析多目标攻击过程中我方的优势和目标威胁度,然后将该优势与威胁度相加权,由此得到多目标攻击决策准则。示例表明,该方法能够根据空战态势合理地决策好所要攻击的目标,并为航空火控系统实现多目标攻击提供准确依据。     

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。     

基于离差最大化的空战目标威胁评估

威胁评估是协同多目标攻击空战决策的关键技术之一。在分析了现有的目标威胁评估方法中距离威胁模型存在不足的基础上,考虑敌我双方飞机的雷达最大探测距离和导弹最大射程的不同情况,提出了改进的距离威胁模型。针对传统威胁评估方法在确定权重系数方面的缺陷和不足,提出了运用离差最大化方法来解决目标威胁评估问题,给出了离差最大化方法确定威胁因素权重的具体步骤。建立了目标威胁评估的数学模型,并进行了仿真研究,仿真结果表明该方法是合理和有效的。     

一种基于对抗效果的地面防空作战威胁估计方法

针对当前防空作战威胁估计中尚未考虑攻防对抗因素,提出了一种基于对抗效果的变权综合威胁估计方法。该方法首先依据随机服务理论建立防空作战服务对抗模型,然后将进袭目标突防概率提取为威胁因素;同时对常权综合方法进行改进,依据各威胁因素状态动态调整其对应权值,使最终综合的威胁结论更加合乎实际情况,从而提高了对作战决策的支持程度。     

基于改进非参量法的现代空战威胁评估研究

针对现有威胁评估非参量模型的不足,提出一种改进的非参量法模型。该模型结合对现代空战过程和影响参数的分析,充分考虑现代空战的特点,构造了参战双方战机的态势、效能、事件、目标战役价值等优势函数,优化了方位角、进入角、距离、能量、效能等优势函数然,并将事件、目标战役价值作为威胁评估的因素,采用熵权法求得权重系数后,线性加权法将各优势函数综合,求得总体优势函数。最后,对优化、改进的非参量法模型进行仿真,仿真结果表明,该模型更符合超视距空战的实际,并且对现代空战威胁评估合理、有效。     

基于RBF神经网络的空袭目标威胁评估模型研究

为了辅助作战指挥员对空袭目标威胁程度做出正确判断,对作战提供正确决策,将径向基函数（RBF）神经网络应用于防空指挥控制系统中,给出了涉及空袭目标威胁评估的因素及其数学模型,建立了基于RBF神经网络的空袭目标威胁评估算法。同时,通过专家给出的训练样本在Matlab环境下对该模型进行了仿真计算,结果表明该模型方法评估结果准确、快速。     

改进的威胁评估算法及其在目标分配中的应用

针对防空一体化作战的复杂性、实时性特点,提出了在威胁评估基础上进行目标分配的方法,建立了融合态势优势、空战能力优势和防空要地危急程度的威胁评估模型,通过对战机距离、速度、角度及防空要地属性等参数的设置将该模型应用于防空作战的目标分配过程。最后给出了仿真算例,验证了该模型的可用性和有效性。     

防空作战中低慢小目标威胁度评估

对低慢小目标的掌握已经成为防空预警的难题和研究热点。依据低慢小目标工作特点,运用层次分析法将其对防空预警监视系统的威胁度进行了评估与分析,给出了目标威胁度评估的层次结构,建立了评判模型,确定了评估指标体系。最后,给出了低慢小目标威胁度的量化评估方法,并通过实例证实了该方法的有效性。     

基于变权模糊综合评判的目标威胁评估算法

研究了预警机指挥多编队作战对空中突防目标进行威胁评估的问题.首先介绍了模糊数学中的模糊变换和模糊综合评判原理,然后以预警机指挥控制系统为例,基于多属性决策,分析了与目标威胁程度大小有关的6个重要因素,建立目标的威胁评估模型,最后提出基于变权模糊综合评判的目标威胁评估算法.由于是同时考虑各因素对于威胁准则和内部之间的相对重要性得到的权值,使得该算法的权值分配结果更加准确,有效弥补了专家主观赋值的不足.通过算例分析,验证了变权思想下该算法的有效性以及精度更高的优点.     

一种防空系统目标威胁评估方法

提出一种应用于防空系统中的目标威胁评估方法,该方法选取评估目标威胁程度的主要因素,并将其中目标类型因素综合到其他各因素中,同时建立了各因素目标威胁计算的数学表达式,通过加权求和的方法计算目标的威胁度,最终得到目标威胁等级.经仿真平台试验,结果表明该方法能较准确地反映目标的威胁程度.