基于频段覆盖率的协同空战干扰资源分配研究

现代空战中电子干扰占据了越来越重要的地位,针对协同空战中的干扰资源分配问题,提出一种基于频段覆盖率的干扰资源分配方法。对干扰频段覆盖率的各种可能情况进行了分析,并以此为依据建立了载机相对目标的干扰频段覆盖率优势模型;针对人工鱼群算法进行了改进,并将其应用于干扰资源分配模型的解算;对所提方法进行了仿真以及对比分析,结果表明其具有良好的可行性。     

合成分队动态武器目标分配协同决策模型

针对合成分队地面作战特点,提出了一种动态武器目标分配的协同决策模型,该模型基于一种自适应决策中心的协同决策体系结构,以战场信息共享为核心,实现动态火力协同优化分配。提出了针对战场应急目标的一种快速火力分配方法,提高火力整体打击效率的火力适度分配优化方法,适应战场态势动态变化的anytime终止控制方法。仿真实例表明,该模型能够满足合成分队火力动态分配的需求,提高动态武器目标分配决策的合理性和科学性。     

军事能力到装备系统的双层规划模型及其求解算法

阐述了基于能力的军事规划新思路,提出了从军事能力到系统项目的两层规划模型。该模型上层以效果和效果-成本比值最大化为目标,通过资本规模来约束下层决策。下层以各种能力最大化为目标,在成本约束下寻求不同系统项目的最佳组合,并将结果返回上层影响最终的决策。应用了多目标遗传算法来求解该规划模型。算例结果表明,所建立的双层规划模型及其求解算法对于国防资源分配问题是有效的。     

多机协同目标与火力资源分配

在协同空战中,快速正确的空战决策是己方战机少受敌方伤害并取得战争胜利的前提。目标与火力资源分配是决策过程的重要部分。多机空战与单机空战相比有明显的不同,不同之处是面临多个敌方目标,根据我方资源最优分配作战对象和火力,基于遗传算法实现了两种算法的有人无人目标与火力资源分配。仿真结果表明,带有毁伤概率门限的算法既节省火力资源又快速有效。     

多波束干扰系统雷达干扰资源优化分配方法

合理的干扰资源分配方法是干扰系统发挥效能的关键,传统的雷达干扰资源分配方法基于一对一或多对一原则,且分配时不考虑干扰样式。基于多波束干扰系统,考虑干扰样式的限制建立了干扰约束过滤模型,采用ISODATA算法实现了对目标雷达分群,将干扰样式纳入干扰资源进行了干扰参数设置。该分配方法,使得干扰决策更加合理,提升了系统的干扰效率和自适应能力。     

合成分队双层主从决策模型研究

针对合成分队不同指挥层级之间的决策交互优化问题,提出了基于主从决策的双层武器目标分配模型。该模型能够体现上下指挥层级之间交互式决策协调优化的特点:上层目标为主攻方向我方遭受威胁最小,下层目标为对敌打击最大。结合合成分队作战决策的特点和要求,提出了一种求解该模型的改进型粒子群优化算法。仿真结果表明,该模型合理有效,改进的求解算法能够获得满意解。     

改进群智能算法多目标干扰决策

如何运用有限的干扰资源获得最大的干扰效益是电子对抗研究的重点技术之一,针对协同电子对抗,提出一种最优干扰决策方法,解决对抗资源和雷达目标数量不等的干扰资源分配问题。围绕组网雷达检测概率和定位精度2个评估指标,建立基于多目标优化的协同干扰决策任务模型。针对传统人工蜂群和蚁群算法流程寻优缓慢的问题,在候选解的搜索中自适应地增加与当次迭代最优解的交叉运算,给出两改进算法对模型的通用求解步骤,通过仿真验证算法提高了收敛速度。     

雷达干扰资源一对多分配方法

在对雷达干扰资源分配的一般优化模型和求解算法进行分析的基础上,从提高资源利用效率的角度出发,提出了目标雷达分群思想,并建立了一种新的基于一对多策略的雷达干扰资源分配模型,通过对目标雷达群的一对一分配实现对单部雷达的一对多分配.最后,对该模型中一些关键性问题进行了探讨,如任务整合、新任务参数确定、任务优先级排序、干扰机位置部署以及单目标雷达群干扰效益评估等.     

基于强化学习的多目标点航关联方法

针对密集杂波环境下的多目标点迹-航迹关联问题,以强化学习(Reinforcement Learning,RL)方法为基础,提出了一种基于Q学习的多目标点迹-航迹关联方法.首先,根据整个过程中目标的运动状态,建立马尔可夫决策过程(Markov Decision Process,MDP)模型.其次,利用各状态间的相关程度构...     

基于有限条件的多波束雷达干扰系统目标分配算法

针对多波束干扰系统同时干扰多个目标的资源分配问题,通过分析目标分配算法的一般流程及涉及到的关键问题和技术难题,提出了基于实战化和有限条件的针对多波束干扰系统的非线性0-1整数规划数学模型。针对该模型采取开源软件SCIP进行求解,最后给出数值仿真来说明模型和算法的有效性。     

基于案例决策理论的仿真任务共同体服务选择算法

资源分配优化是面向服务（ SOA）的大型多用途仿真系统的关键问题，而含有不确定状态或效果的服务选择是资源分配优化中的一个难点。针对以上问题，提出了构建仿真任务共同体的方法，基于案例的决策理论（ CBDT）的思想，设计了一种不确定型仿真任务共同体服务选择算法（ CBDSSA）。算法通过服务选择案例相似度的层次化运算，生成相似历史案例集，计算得到相似历史案例的方案效用值，最终评估出目标服务选择方案综合效用值并排序备选。算例验证表明，算法约束条件少，层次结构分明，运算结果直观，为仿真任务共同体服务选择问题提供了一种新的思路和实践手段，对大型多用途仿真系统资源分配优化研究具有一定的参考价值。     

微分博弈在无人机集群攻防中的应用研究

为了解决传统微分博弈理论的局中人规模受限问题,针对固定翼无人机目标-攻击-防御三方集群对抗场景,提出了一种基于微分博弈的集群攻防决策算法。该集群攻防决策算法利用基于Dubins路径价值函数的拍卖算法将集群攻防对抗问题解耦为目标-攻击者-防御者三方微分博弈问题,并且融入载体坐标系转换以及自动驾驶仪控制模型等约束,实现三维空间中以加速度为控制输入的集群决策,为等规模三方集群对抗问题提供协同决策控制。仿真实验结果证明,提出的集群攻防决策算法对于多种规模的无人机集群均能生成攻防角色对应的决策控制,实现包括目标-攻击-防御三种角色的三方集群攻防空战决策,在优化个体决策的同时,兼顾集群内无人机间的协同性。     

一种弹道导弹目标时空域信息融合模型

针对弹道导弹目标融合识别系统中,传感器接收到的信息具有模糊性与不确定性的特点,提出了一种基于Dempster-Shafer(D-S)理论的导弹目标时空域信息融合模型;针对模型中影响传感器融合识别性能因素的多元性与各因素权重分配的不合理性,在引入证据网路的基础上,提出了一种基于弹道导弹目标影响因素的融合识别性能证据网络结点模型,并通过分析各结点之间的关系,采用多属性决策和群决策分析权重的方法,提出了一种结点权重分配方法。仿真验证了算法的可行性与有效性。     

量化目标威胁等级的改进

目标威胁等级评判是战场数据融合中决策系统进行系统资源分配或重分配的基础。建立了基于模糊理论的目标威胁等级评判函数,提出了利用层次分析法(AHP)确定目标威胁等级加权向量的方法,实现了对目标威胁等级的量化评判。     

密集火力打击目标选择及WTA求解算法

针对舰艇编队进行攻击作战任务时,目标数量多且攻击火力有限的情况,提出了基于模糊隶属集理论的目标任务契合度计算方法,有助于减少主观判断的失误,找到任务价值最高的目标;同时,进行密集火力攻击时,提高火力的攻击密度的重要途径就是进行合理的目标火力分配,通过考虑火力单元转火攻击时间准备问题,建立多波次火力攻击平台目标分配模型,并采用改进的多层次编码的遗传算法,通过算例证明求解效率较高,可以适应作战需要,并有助于提高战场决策和战场武器资源分配效率。     

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。     

基于最小最大决策的三站时差定位布阵优化

提出了一种基于最小最大决策的三站时差定位布阵优化方法,以提高系统对目标区域的整体定位精度。应用基于最小最大决策的最优化理论,建立布阵优化问题的数学模型。该模型以三站坐标为决策变量,以目标区域的最大水平定位误差最小为目标函数,然后运用基于最小最大决策的最优化算法,求解模型的最优解,并将此最优解作为三站时差定位系统的最优布阵。仿真结果与理论计算一致,验证了这种布阵优化结果的最优性。     

航母编队反潜目标识别和威胁评估仿真

采用贝叶斯网络模型对目标识别、威胁评估是一种有效的定量分析方法。这里首次将贝叶斯网络模型运用到航母编队作战决策中识别水下目标和评估威胁等级。结合部队实际情况分别构建目标识别和威胁评估贝叶斯网络模型;基于部队实践数据、院校专家和查阅资料构建符合实际情况的条件概率表;最后通过仿真实验对水下目标进行识别和评估威胁等级,对比部队相关数据验证了贝叶斯网络对航母编队目标识别和威胁评估的有效性,能够为航母编队指挥员反潜作战提供一定的辅助决策。     

OFDMA无线网络中提高QOS的资源分配

针对OFDMA无线网络下行链路,提出了一种面向不同业务的低复杂度资源分配算法.方案基于单用户双业务最大容量的分析,设计了多用户中以提高可变速率业务的容量为目标,进而提高系统的总容量,又满足固定速率业务和可变速率业务的资源分配算法.仿真结果表明,该算法能够充分利用多用户分集增益,在相同的通信服务质量条件下,算法提高了系统...     

交互式Pareto前沿可视化决策

针对现有高维多目标可视化技术不能有效显示决策偏好信息这一难题,提出一种基于径向轴图的交互式Pareto前沿可视化决策方法。进行标准化适应度函数处理,消除量纲差距;根据交互更新的轴向量矩阵建立最小二乘问题模型,通过Moore-Penrose广义逆矩阵方法求解投影点,从而获得Pareto前沿分布图。该方法能够有效显示目标各维度信息,直观呈现决策偏好,动态表现目标性能趋势。通过实验与传统可视化技术对比分析,验证了该方法的有效性和实用性。