基于改进稀疏A~*编队航迹实时规划方法

根据干扰任务与战场态势对随队支援干扰机干扰航线与资源分配的实时规划是空中突防作战中的关键技术。对航迹实时规划技术的概念进行概述,以突发威胁环境为背景,建立随队支援干扰编队的航迹实时规划模型。针对实时搜索的稀疏A*搜索算法,设置了新的目标函数。基于改进的稀疏A*搜索算法,利用仿真技术对三维航迹进行更新,实现实时规划的目的。     

用于雷达监视的贝叶斯及登普斯特－－谢弗目标识别法

本文探讨了雷达监视系统中目标航迹的识别问题,为了跟踪器旁边建立目标识别器,这里使用了可用于空中监视系统实时处理的四个特征:从敌我识别系统(IEF)得到的目标标识符(TID).来自雷达的仰角量测、目标速度以及跟踪器估计的加速度。将这四个特征组合起来,可将空中目标分成五类:友方商用目标、友方军事目标、敌方商用目标(或未知目标)、敌方军事目标及假目标(雷达杂波)。两种流行的基于统计的技术,即贝叶斯和登普斯特——谢弗方法,用于开发本文的雷达目标识别算法。真实及仿真的空中监视雷达数据用于评估雷达监视系统的这种航迹识别方法的适用性及效能。     

基于空中平台的态势描述

态势评估在现代战争中起着重要的作用.针对一类空中平台背景,用图形的方式来描述态势评估结果.根据不同的用户,分别提供战场全景和基于飞机座舱平显的驾驶员态势图,以及必要的文字和图表说明.态势图元素包括飞机的轨迹信息、雷达探测范围信息、火力攻击范围信息,以及受威胁程度的定量描述等.最后,在一类基于空战平台的仿真实验床,完成了对两类飞机的仿真验证.     

空中目标威胁评估技术

对空中目标进行威胁评估是防空C3I数据融合系统中非常重要的一个模块,威胁评估准确程度将对防空作战的结局产生重大影响。文中首先构建了威胁评估的指标体系,基于模糊隶属函数对各指标进行了量化处理。然后在分析威胁隶属度构成的向量满足比较序列的前提下,应用灰色关联度分析对空中目标进行威胁评估与排序。最后给出了一个实例,得到的结果与专家群体评议后的结果完全一致。     

基于组合权重的灰色目标威胁评估

对空中来袭目标的威胁评估能为指挥员判断战场态势、合理分配火力单元提供有效的参考。目标的威胁评估需要得到雷达等传感器获取的相关信息,通过一定的算法,给出目标的威胁度排序。然而由于传感器获取的信息具有一定程度上的不确定性,完全依赖客观信息,往往与事实产生偏差。为此提出了一种主客观组合赋权的评估模型,对评估指标进行差异化赋权,在评估模型中加入指挥决策人员的经验影响,最后利用灰色理想关联法得到最终的威胁度排序。     

基于电火一体防空的目标威胁评估模型构建

根据雷达探测、光电探测、电子对抗侦察获取的空情信息特征,从综合运用空中目标特征的电磁空间信息角度出发,对基于电火一体防空的目标威胁评估模型构建问题进行了研究,提出了一种立足目标航迹特性进行威胁程度初步估计,通过区分目标类型修正威胁排序的威胁评估新方法,仿真分析结合表现,该方法既能较客观地反映出空袭兵器对地面目标的威胁程度,又能体现出对空抗击的紧迫性,对防空指挥信息系统辅助决策软件设计,具有一定参考价值。     

干扰条件下空中目标识别方法研究

目标识别是态势评估和威胁估计的基础,是作战指挥辅助决策的重要依据,是防空作战的关键环节之一。该文将雷达信息可信度扩展到传感器信息可信度,并基于扩展内涵的目标识别信息可信度,提出一种应用对空侦察雷达、光学器材、ESM传感器的空中目标识别方法,完成干扰条件下空中目标识别模块的设计。该方法依靠目标识别信息可信度较高的传感器信息来做出全局判决,有助于提高整个系统目标识别的可靠性。     

基于串联模型框架的目标威胁评估

针对防空武器系统防空作战特点,在对目标威胁程度影响因素分析的基础之上,运用模糊理论和多模型理论探索目标威胁评估问题。设计了一种基于串联模型框架的目标威胁评估方法,该方法采用3个基本模型,基于串联系统思想,经模糊推理融合,得到空中来袭目标的威胁程度。该评估方法层次分明、直观有效,能够较好地满足海上对空防御作战中对目标威胁评估的需要,为舰指挥员决策和防空武器系统火力分配提供一定的依据。     

灰靶理论的空中目标威胁评估与排序

对空中目标的威胁程度进行科学的评估与排序是防空指挥的重要环节,是防空指挥员进行火力分配的主要依据,也是防空指挥自动化系统的重要功能之一.灰靶理论是处理模式序列的灰关联分析理论,其核心概念是靶心度,可以依据靶心度进行模式分级.分析了影响空中目标威胁程度的主要因素,并基于灰靶理论建立了空中目标威胁评估与排序的数学模型,提出了应用灰靶理论进行威胁评估与排序的方法,为防空指挥员进行科学决策提供了理论依据.     

空战场雷达电磁环境仿真系统设计与实现

构建逼真的战场电磁环境是未来信息化条件下作战、训练的迫切需要。在分析空战场雷达电磁环境特点的基础上,采用功能仿真的方法,利用信号描述字模型,设计并实现了一个空战场雷达电磁环境仿真系统,该系统可以实现对多种体制不同密度级的雷达信号环境仿真,并支持电磁环境态势的实时显示,可以为信息化联合训练以及空中作战系统的研制提供一定的环境背景支持。     

基于运动状态和敌我属性的空中目标融合识别

研究了基于实时跟踪器的空中目标航迹身份识别问题。从分析目标运动状态和敌我属性的不确定性出发 ,建立了空中目标身份统计模型 ;根据建立的模型 ,通过采用Dempster Shafer证据理论方法 ,对空中目标进行融合识别。仿真实验结果证明了模型和算法的有效性。     

基于残差修正CNN-BiLSTM的空中目标航迹短期预测算法

针对因深度学习自身局限性和递归预测策略产生的累积误差,导致航迹预测精度不高的问题,提出了一种基于残差修正CNN-BiLSTM的空中目标航迹短期预测算法。首先,引入卷积模块用于提取航迹数据之中具有潜在关联的空间位置特征,利用双向长短时记忆网络提取航迹数据中的时序特征,并实现对空中目标的实时单步预测和多步超前预测;其次,引入整合移动平均自回归为残差修正模型,对实时单步预测产生的残差建模,计算混合神经网络模型多步超前预测时的残差值;最后,将混合神经网络模型和残差修正模型的输出结果进行融合,得到最终的航迹预测值。实验结果表明,该算法大大降低了神经网络因自身局限性产生的误差和因递归策略预测产生的累积误差,能够显著提高空中目标航迹短期预测的精度。     

基于空中目标态势和作战能力的威胁评估算法

对空中目标进行威胁评估和目标分配是阵地防空指挥中心的一项重要工作,威胁评估的准确性将对防空作战的结局产生重大的影响。提出了一种新的威胁评估算法,在综合考虑空中目标态势和作战能力的前提下,分析了影响目标威胁评估的几个因素,并结合装备的战斗性能建立各函数的威胁度隶属函数,求出目标威胁度和排序,最后给出软件流程。     

分布式2D雷达网的航迹关联方法

针对分布式2D雷达网由于缺乏高度信息而不能对空中目标进行航迹关联的问题,研究了一种2D与2D雷达航迹关联算法。首先,利用雷达和目标之间的几何特性将来自两异地雷达的航迹有效地统一起来,建立航迹关联函数;然后,对关联函数进行一阶泰勒展开,得到关联函数与雷达量测噪声的线性关系,并根据雷达量测噪声的置信区间得到关联门限;最后,在航迹粗关联的基础上建立基于历史信息的关联代价矩阵,利用匈牙利算法对代价矩阵进行航迹最优分配,实现航迹精关联。仿真结果表明,该方法能够有效解决分布式2D雷达网对空中目标的航迹关联问题,具有一定的实际应用价值。     

靶机模拟反舰导弹相似性评估及威胁态势构建

对强敌典型亚声速反舰导弹性能及主要突防技术手段进行了分析,提出了基于威胁目标特性分解的相似度分析方法,构建了靶机模拟威胁目标相似度模型,并运用此方法对靶机的相似度进行综合评估,分析了其与典型模拟对象的差距。在此基础上,研究了当前构建典型威胁态势的主要方法与能力的不足之处,针对如何提高模拟强敌反舰导弹目标能力、提升防空反导训练效果和构建体系化空中蓝军发力方向提出了几点思考,为靶场空中威胁态势构建提供依据。     

基于AIS的对海雷达多目标联合误差估计方法

提出了一种基于AIS的对海警戒雷达多目标联合误差估计方法,该方法以高精度AIS提供的目标信息为目标真值,对雷达进行误差估计。利用系统积累的多目标航迹信息,首先进行目标粗关联,将航迹信息进行时空对准后产生误差序列,通过单目标误差序列统计信息进行异常值的筛选,再通过多目标误差序列进行错误关联目标的检验,最终对剩余误差序列进行误差估计。通过实测数据和实际应用证明,该方法估计的雷达误差较准确,用估计结果对雷达误差进行校准后可有效减小对海雷达的系统误差。     

基于K-Means聚类算法的空中态势威胁挖掘

战场环境复杂多样,各种探测手段层出不穷,空中威胁属性指标种类繁多,增大了指挥员对空中态势威胁分析难度。正确、快速地对空中态势进行威胁分析,将给战场部署提供有效的决策依据。建立基于K-Means聚类算法的空中目标威胁等级聚类模型,通过对空中目标威胁属性特征的数据进行分析,对威胁目标聚类进行深度挖掘,将目标威胁等级问题转化为最优聚类问题。实例分析表明该算法在对威胁目标等级聚类中有效,提高了目标威胁等级聚类的可靠性、精确性。     

主被动传感器异地配置下的航迹关联

在雷达和电子支援(ESM)传感器异地配置的情况下,提出了一种基于位置统计量和最大似然准则的异类传感器航迹关联算法。首先基于位置统计量对目标进行了航迹粗关联,排除掉一些虚假关联组合;然后采用最大似然准则对目标进行了航迹细关联,以求进一步提高雷达和ESM传感器航迹关联的检测概率。仿真结果表明,该算法能够快速、准确地完成对多目标的航迹关联。     

基于贝叶斯理论的多雷达点迹自适应融合方法

雷达组网进行数据融合是复杂电磁环境下提高预警探测精度和容错能力的有效方法,研究人员需研究适应干扰、信噪比降低等复杂情形的数据融合方法。基于贝叶斯统计理论提出一种多雷达点迹融合方法,将贝叶斯多源数据融合方法与卡尔曼滤波结合,以卡尔曼滤波输出的航迹预测及其协方差作为贝叶斯理论的先验知识,以多雷达量测结果作为贝叶斯理论的观测值进行融合,并提出一种基于回波信噪比的点迹标准差实时估计方法,构建标准差自适应估计的点迹融合与滤波框架。仿真结果表明,多雷达点迹自适应融合方法,滤波精度优于单雷达滤波结果、优于航迹融合结果,能够适应目标距离、RCS起伏引起的标准差变化,具有较强的工程应用价值。     

导弹阵地空袭目标威胁评估

威胁评估是导弹作战决策中一个重要环节.针对导弹阵地作战中空袭目标的实时威胁评估问题,结合阵地实际,文中在分析威胁成因和指标相关性的基础上构建了威胁评估指标体系,利用模糊理论对威胁因素进行了量化处理,基于目标实时信息用组合加权平均模型进行了评估计算.仿真结果表明,该模型能根据实时的目标信息,准确灵敏地评估出目标威胁度,同时考虑了因素的相关性影响,结果更切实合理.