防空系统中威胁目标应对研究

提出了在防空系统中的对目标处理应对的规则。对目标威胁度进行评估,再根据目标评估的威胁度和目标所在的区域,制定不同的应对方法,协调拦截飞机、导弹、高炮作战资源,对目标进行拦截作战。在作战武器协调上,发挥其最大的作战优势,并相互补充,发挥作战武器的最大效能,以达到保护要地和领空的安全。     

基于分布式防空目标分配和作战有利度分析

目标分配是防空火控中重要环节,而随着各项技术的发展,分布式群集火控成为未来防空火控的必然趋势。因此,提出适用于分布式群集火控的目标分配模型是当前的迫切需要。文中综合传统威胁分析方法,给出了作战有利度模型,并借此提出了分布式防空的目标分配方法,结合普通防空火控目标分配,给出了通用式目标分配方法。实例应用表明,该方法可用于实战防空中的目标分配。     

舰空导弹对空火力分配研究

威胁估计和火力分配是现代防空作战过程中需要解决的2个重要问题。对来袭目标威胁等级的判定可以辅助指挥员迅速做出决策。火力分配是对火力单元寻求最优分配方案,以达到毁伤敌目标的目的。基于威胁目标的各项影响因素,建立相应的威胁评估模型,求得来袭目标威胁度,并根据评估结果,利用匈牙利算法优化火力分配。     

基于模糊层次分析法的区域防空目标威胁等级研究

随科技的不断发展,防空目标威胁等级不断提升,对目标威胁等级进行评估,可有效应对空袭的目标,实现整体联动、科学防空.基于模糊层次分析法,构建了区域防空目标威胁等级评估模型,对目标威胁定量分析,为有效组织作战协同打下良好基础.     

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。     

预警机指挥多编队作战中的威胁评估算法研究

在预警机指挥下的多编队作战中,态势评估和目标分配是关系到作战结果好坏的重要问题.作为态势评估的一部分,威胁评估是进行合理的目标分配的前提.基于多属性决策的原则,分析了影响目标编队威胁程度的重要因素,建立了预警机指挥多编队作战的威胁评估模型.运用适合多编队多机型作战分析的平均数动力学方法,提出了计算目标编队威胁程度的算法,并验证了模型的有效性.     

一种雷达组网探测系统目标威胁评估技术

目标威胁评估是现代防空作战和指挥作战决策的基本依据,是实现指挥自动化作战的重要环节之一.文中提出了一种基于多属性目标决策理论的雷达组网探测系统的威胁评估技术,采用线性加权求和法来对目标的威胁程度进行实时在线评估.该方法简便易行,并能利用计算机进行实时评估,突破了因考虑因素过多,相互间关系复杂,仅停留于理论且计算误差大的威胁评估算法.实例验证了其有效性和合理性.     

混编式防空导弹群目标分配模型

为达到高技术条件下防空作战的目的,混编式防空导弹集群作战成为符合部队实际的作战模式.混编式防空导弹群的目标分配问题属于非线性规划问题,如用一般的方法求解,过程将十分复杂,满足不了防空作战实时性要求.本文将动态规划的思想应用于目标分配,在一定的假设前提下,设计了一种基于多元动态规划的混编式防空导弹目标分配模型,并结合具体的实例计算验证了模型的正确性.结论表明,所建立的模型简单、实用,对进一步探讨符合实战要求的目标分配模型提供了参考.     

基于模糊多属性的空中目标威胁估计模型

为了准确有效地判断敌空中目标的威胁程度,本研究应用模糊集理论,建立防空作战空中目标威胁模型,从威胁要素提取、量化以及威胁等级确定等方面对该模型进行分析。该模型使复杂问题条理化,为空中目标威胁提供了科学依据。     

基于整体作战效能的目标威胁排序

针对现有空中目标威胁排序方法对支援作战飞机考虑的不足,提出了一种基于整体作战效能的目标威胁排序方法,建立了目标威胁排序的指标体系,分析了最小偏差模糊互补判断矩阵的指标权重求取方法,引入作战能力提高率矩阵[CX2]Q[CX],给出了支援作战的空中目标的威胁度。通过仿真分析,该排序方法对支援作战的空中目标的威胁评估更加准确,且更加符合防空作战实际。     

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。     

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。     

预警机指挥控制系统在编队飞机空战中的算法研究

研究了预警机指挥控制多编队飞机空战过程的模型及算法。预警机指挥控制系统主要包括3项功能:威胁评估、目标分配和指挥引导。威胁评估的输出是目标威胁程度的大小,它是进行目标分配的前提。基于目标编队的威胁程度,计算预警机指挥控制系统的引导承受量,确定了目标编队的最大危险性向量。仿真结果验证了该算法的有效性。     

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。     

基于Elman-AdaBoost强预测器的目标威胁评估模型及算法

 目标威胁评估是协同目标攻击中的关键问题.为提高空战目标威胁评估的准确性和实用性,建立了Elman_-AdaBoost强预测器目标威胁评估模型及算法.首先,介绍了Elman_-AdaBoost强预测器;其次,建立了Elman_-AdaBoost强预测器目标威胁评估模型;最后,提出了基于Elman_-AdaBoost强预测器目标威胁评估模型的算法.采集75组数据用于实验,其中60组作为训练集,15组作为测试集.分别选择Elman网络隐层节点数L=7,11,14,18和弱预测器数目K=6,10,16,20进行实验,结果表明,Elman_-AdaBoost强预测器算法预测误差远小于弱预测器且在L=7和K=6时误差达到最小.Elman_-AdaBoost强预测器目标威胁评估模型和算法具有很好的预测能力,可以快速、准确地完成作战目标威胁评估.     

基于分布式计算的多机协同空战目标分配算法

针对多机协同空战中目标分配的实时性和复杂性问题,提出一种基于分布式计算的协同空战目标分配算法。该算法参考空中作战常见的三级指挥体制,构建了相应的分层任务分解结构和多智能体(MAS)目标分配模型,将传统的集中控制、集中优化问题分布到多个作战控制单元进行计算,从而提高优化的性能。而且根据空战指挥决策的特点,算法还可将目标优化分配准则镶入智能体(Agent)决策的过程中,使分配结果更能充分考虑空中作战的实际需求。最后就一个典型多编队多目标的空战实例进行了仿真验证,证明了方法的有效性,并对该方法在提高空战效率和分配实时性的优势进行了分析。