共查询到14条相似文献,搜索用时 62 毫秒
1.
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%。 相似文献
2.
3.
4.
5.
针对目前超视距协同空战态势评估非参量法模型的缺点,提出了一种新的非参量法模型.该模型针对超视距协同空战的特点,以双机对飞、导弹互射为主,以载机空战能力、机载导弹武器性能、载机高度及机载雷达的探测距离等性能参数作为主要研究对象,分别建立了超视距攻击方式威胁函数、超视距时间威胁函数、超视距高度威胁函数和协同空战能力威胁函数,并采用线性加权法将各种威胁函数进行综合,求得协同空战中的整体威胁态势,作为战术选择、目标分配、火力分配的基础.模型较全面、合理地反映了超视距协同空战的特点.仿真算例验证了模型的有效性. 相似文献
6.
7.
基于改进非参量法的现代空战威胁评估研究 总被引:1,自引:0,他引:1
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。 相似文献
8.
9.
基于LSRBF神经网络的空战目标威胁评估 总被引:2,自引:0,他引:2
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. 相似文献
10.
基于Elman神经网络的空战威胁排序研究 总被引:2,自引:1,他引:1
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。 相似文献
11.
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. 相似文献
12.
Dempster-Shafer证据理论在空战态势评估方面的应用 总被引:4,自引:2,他引:2
为了准确分析空战态势,以达到辅助决策之目的,采用D-S证据理论对态势进行评估.首先提取出影响空战态势的战术条件,称之为态势因素,然后分析每个因素的影响效果.在此基础上建立态势评估的数学模型,利用D-S合成法则将所有因素的影响进行综合,并计算出态势发生的结果及可能性区间.最后,通过仿真实例验证了该方法在空战态势评估中的可行性和实用性. 相似文献
13.
14.
协同空战中目标的威胁判定方法 总被引:10,自引:4,他引:6
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。 相似文献