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。     

基于贝叶斯推理的海战场空中目标意图分层识别方法

针对海战场敌方空中目标意图识别方法都是一次性完成空中目标的意图识别,会在运算过程中带来消耗时间较多、效率较低的问题展开深入研究,在给出了海战场敌方空中目标相关特征参数计算和筛选公式的基础上,结合目标意图特点,依据指挥员的思维逻辑,提出了一种基于贝叶斯推理的海战场敌方空中目标意图分层识别新方法。该方法运用分层思想实现对更关注的目标意图更快捷的贝叶斯推理识别,可作为常规方法的简化过程,因此,可减少消耗时间,提高识别效率。基于实测数据的仿真实验验证了所提方法的有效性。     

防空导弹探测制导技术的发展趋势

本文把防空导弹系统对目标的探测和对导弹的制导相提并论,是因为尽管制导对防空导弹十分重要,但是防空作战离不开目标探测。尤其是随着空中威胁和战场环境的日益复杂化,目标探测越加困难。目标探测制导技术对防空导弹的发展起着越来越重要的作用。探测制导技术的发展变化取决于防空导弹将要面临的战场环境和将要对付的空中威胁。     

基于BP神经网络的空中目标威胁排序

研究了BP神经网络算法对空中目标进行威胁排序的方法.水面舰艇对空防御作战中,舰载平台多传感器系统获得空中目标属性信息不完全,利用BP神经网络建立目标各属性权值的分配模型,通过大量的实例对模型进行训练,可以使所获得的空中目标属性信息得到充分利用,从而得到基本符合战场环境的客观的空中目标威胁排序.     

谈空中战场的目标识别

伊拉克战争中,美英联军空中战场“自相残杀”的误击、误伤事件接连不断,其中影响比较大的包括:美军 F-16战斗机摧毁“爱国者”导弹系统的雷达、英军2架“海王”直升机空中相撞、美空军 F-15E 战斗机误炸己方炮兵阵地等。为什么这些高技术武器装备会犯如此低级的错误?除了人为操作失误外,大多数情况下是“目标识别”功能出了纰漏。在高技术战争条件下,空中战场作战的组织实施极为复杂,尤其是在联合作战环境中,若不能准确、及时地识别空中和地面目标,不仅可能贻误稍纵即逝的宝贵战机,而且极有可能造成严重的误击、误伤     

基于贝叶斯网络的空中目标意图识别方法

针对空中目标意图识别问题,对防空作战中的战场事件进行了分类定义,根据事件之间的关联关系,提出了基于贝叶斯网络的空中目标意图识别方法,在此基础上,给出了网络模型的构建和推理方法,最后以一个示例说明了方法的有效性。     

抗战时期中国空中战场述评

中国抗日战争的空中战场是一个不为人熟知的战场,但它在战争中的作用是地面战场所无法替代的.深入研究抗战中的空中战场,对于全面了解并客观评价中国抗日战争,具有重要意义.本文拟就抗战的空中战场作一简述和评价.     

纵横天空 谁与争锋——未来空中战场的无人机

近几年,以美国为首的西方军事大国不断加强无人机的研制和改进工作,无人机的作战任务正由传统的空中侦察、战场监视和战情评估等向战场抑制、对地攻击、长时预警,甚至空中格斗等领域转变。可以预言,在21世纪的战场上,特别是空中作战中,将会有大量无人机参战,空中作战的面貌必将发生极大的改观。展望21世纪的无人机,其重点将向隐身、进攻性、高空长航时、战略预警等方向发展,在未来的空中战场上,无人机     

基于贝叶斯网络的空中目标威胁估计算法

联合作战条件下,指挥决策人员在海量描述战场态势的数据和信息面前往往会束手无策,无法快速作出正确的决策。贝叶斯网络模型是一种基于概率推理的网络化数学模型,能够通过一些变量的信息来获取其他的概率信息,从而解决不定性和不完整性问题。提出了一种基于贝叶斯网络的空中目标威胁估计算法,用空中威胁网络模型找到空中威胁目标各属性之间的潜在关系,并建立空中目标威胁估计算法,最后以一个实例来验证该空中目标威胁估计的计算过程和有效性。     

未来战场上无人机作战使用十大方式

一、侦察监视空中侦察是贯穿整个作战过程的一项重要作战行动,它能够为指挥员提供及时、准确的战场情报。与有人机相比,无人机因具有目标小、突防能力强、无生命代价等优越性,故一直是获取战场情报的重要力量。它可以深入敌阵地前沿和敌后一、二百千米,甚至更远的距离,依靠机上的可见光照相机、电影摄影机、标准或微光电视摄影机、红外扫描器和雷达设备等,对敌主要部署和重要目标进行实地实时的侦察,完成各种侦察和监视任务。“沙漠风暴”行动中,美军曾出动307架次舰载“先锋式”无人机,在空中逗留1011小时,对伊军的调动实施全天候侦察监视;…     

基于MEBN的战术级空中目标意图识别

战术级空中目标意图识别是现代化防空作战中理解战场态势、预测目标行动的关键.构建空中目标意图识别模型的核心问题是如何表示不确定的意图因素以及它们之间的关系.分析了具有典型防空作战意义的想定,并结合军事经验总结了影响意图识别的因素.提出了应用多实体贝叶斯网络(Multi-Entities Bayesian Network)描述空中目标意图,在贝叶斯推理中融入逻辑理论,采用具体的基于知识的SSBN构建算法动态地进行空中目标意图识别.通过仿真实验,验证了此方法的有效性和可行性.     

美陆军航空兵加快“三步走”

美军认为，武装直升机有助于未来目标部队遂行一体化垂直包围和空中攻击任务，夺取战场空中优势和心理优势，执行战争和非战争行动任务。鉴于此，美陆军制定了雄心勃勃的航空兵“三步走”现代化计划，分为近期（2002-2008年）、中期（2009-2018年）和远期（2018-1025年）三个阶段，不断提升其武装直升机的战术、技术性能，改善安全状况，增强互通能力，提高生存能力以及完善陆军航空兵部队结构，直接推动陆军航空兵向目标部队过渡，为陆军转型提供强大支持。     

超宽带雷达的军事应用及发展趋势

现代信息化战争,对战场感知能力提出了更高的要求,作为一种全天候、远距离、高精度的战场感知手段,雷达在信息化战争中的应用将更加深入、更加广泛。在空中预警探测、战场态势侦察与感知、空中目标监视、精确打击武器控制等诸多方面,雷达都扮演不可或缺的角色。也正因为如此,对抗雷达的手段也随之蓬勃发展,其中包括低空超低空突防、综合电子干扰、目标隐身和反辐射导弹,它们构成了对雷达的四大威胁,迫使雷达发展相应的“四抗”技术,超宽带雷达就是其中重要的一种。从20世纪60年代开始,人们对超宽带雷达在冰层探测成像、地面透视等方面作了大…     

预警指挥机在近距空中支援中的作用研究

预警指挥机作为多军兵种联合作战的空中核心节点,如何在近距空中支援行动中发挥作用,并有效形成空地一体的体系作战能力是亟需解决的问题。结合近距空中支援的典型作战流程和组织机构,提出了预警指挥机应加强空中目标识别、空地资源的战场管理、通信中继和统一态势生成共享能力。研究结果对预警指挥机及空基信息系统的发展具有一定的牵引与借鉴意义。     

“空中打击“战场核化环境形势分析

通过对９０年代美国及其盟国的空中打击行动的研究,从战场实际出发综合分析了“空中打击”条件下的战场核化环境形势,并提出了未来战场防化保障的主要方向。     

透视美军无人战斗机走向

随着空战武器和一体化防空武器系统的飞速发展，靠有人驾驶飞机在未来21世纪战场遂行空中格斗、对地(舰)轰炸与攻击所冒的风险更大，代价更高，战争损耗与政治风险将难以承受。可以预见，未来的空战场，无人作战飞机作为战争的“先行者”．必将首先拉开空中交战的序幕。为此，世界主要军事强国已着手开始研究和评估无人作战飞机的军事效用和实战运用价值。     

美军数字化战场的“天桥”——空中通信

在未来战场上,能否及时地为进攻部队传输最新信息,意味着要么取得辉煌的胜利,要么贻误战机。陆军空中、地面和联合部队之间的数字化通信,可及时为指挥员提供准确的战场图像。这种对目标数字式信息、图像的传输能力,以及情报资料的获取能力将极大地提高机动部队的杀伤能力和生存能力。     

JDRADM——美军导弹“新宠儿”

JDRADM，联合双任务空中主宰导弹（Joint Dual Role Air Dominance Missile），是美国空军近几年提出的一种未来空射新概念导弹。它摆脱了传统的单一空对空或空对地攻击方式，既可以摧毁空中目标，也可以攻击地面目标，可以对付包括固定翼飞机、旋翼机、无人机和巡航导弹在内的各种高敏捷空中目标以及部分陆基防空系统。美国空军对该导弹提出了高机动性指标，希望其在空战时的射程超过现役的AIM-120先进中距空空导弹，     

美军无人作战飞机及其未来的作战模式

当前,有人驾驶战斗机、轰炸机和攻击机仍然是空中作战与对地攻击的主力。但随着空战武器和一体化防空系统的发展,有人驾驶飞机在未来战场遂行空中格斗、对地(舰)轰炸与攻击时,将冒着更大的风险、付出更高的代价。为此,世界主要军事强国早已开始研究和评估无人作战飞机(UCAV)的军事功能和实战价值。 UCAV包括战斗无人机、轰炸无人机和攻击无人机等,主要用于发现、识别和摧毁地面固定和移动目标,用火力压制敌防空力量,以及与空中目标进行格     

基于数据挖掘的战场目标综合识别技术

分析了现有战场目标识别技术存在的问题，提出了基于数据挖掘的战场目标综合识别总体框架，对目标识别知识表示、目标特征知识挖掘、作战模式知识挖掘以及目标综合识别智能化推理等关键技术进行了研究，并说明了各关键技术在战场目标识别中的应用示例，可为提高战场目标识别的自动化、智能化水平提供借鉴。