基于ANP的多目标网络目标重要度评估方法

摘　要：目标重要度分析是军事计划人员开发作战计划方案的前提和基础,是形成作战行动的基本依据。针对多目标网络中重心的抽象性及不易打击的特点,分析影响重心的关键要素及其依赖关系,提出了基于改进网络分析法的多目标网络重心模型,利用该模型分析目标相对于重心的重要度。研究了该模型涉及的两个关键技术,即改进判断矩阵以提高决策的速度和克服决策的主观性,利用协调理论确定要素之间的依赖关系。以分析某地区多目标网络的过程为例,验证了该模型的有效性和合理性。     

基于混合属性无监督聚类的作战目标分群

作战体系中目标分群在信息化战争中具有重要意义,能有效提升战场态势分析的输出,提高指挥人员的决策效率和质量.利用复杂网络基本特征量对网络进行定量描述,针对作战目标个体属性数据的多源性和异质性,分数值型属性和分类属性构建了有效的数据预处理算法,设计出融合作战目标的个体属性以及网络邻接关系的相似度模型和基于K-prototype的作战目标分群算法.实验结果表明基于复杂网络模块度的K-prototype算法结果优于现有的HSAPOTDG和GAPOTDG算法.     

基于禁忌搜索的作战重心分析与选择方法

研究了作战目标网络的重心分析与选择方法,为战场指挥员的指挥决策提供依据.定义了战场重心的概念,从考虑打击代价的角度建立重心发现的优化模型,给出了基于禁忌搜索的求解算法,并通过实验案例验证了模型和算法的有效性和可行性.     

体系攻防条件下的多阶段目标选择模型

针对体系攻防对抗条件下的目标选择问题,提出了一个基于完全信息序贯博弈的多阶段目标选择模型。该模型分析了目标体系攻防的博弈过程,使用动态贝叶斯网络描述了对抗双方策略对博弈状态的影响,将目标选择问题转化为标准的博弈树对策问题求解。然后设计了一种消除目标体系结构中与或子树的方法,以简化目标选择策略空间。最后通过案例说明了使用逆向归纳法求解目标选择策略的过程。结果表明,该模型和方法能够在体系攻防、目标间具有复杂层次关联的条件下为目标选择决策提供辅助。     

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。     

改进的YOLOv3算法对伪装目标检测

针对现有算法对伪装目标检测效率较低的问题,提出了一种基于改进YOLOv3网络的伪装目标检测算法。该算法在现有数据集下,对算法的先验框进行重聚类;依据Darknet53多次利用残差块的特点,将残差网络的级联方式由单级跳连改为多级跳连,改善误差在网络中的回传效果;在网络中添加了注意力模块,增加有用特征的检测权重。实验结果表明,与原始算法相比,改进后的算法模型具有较低的损失值且平均精度均值提高了约4.35%。     

基于复杂网络的机降作战目标选择方法

运用复杂网络理论,构建蓝军抗登陆部署网络模型,将机降作战目标选择问题转化为节点价值评估问题。将节点价值分为战术价值和网络价值两个维度,利用模糊偏序关系建立节点战术价值评估模型,定义节点连通度和节点关键度,确定节点网络价值评估算法,评估蓝军抗登陆部署网络中各节点的价值,进而确定机降作战目标。实例分析结果表明了该目标选择方法的有效性。     

基于贝叶斯网络的作战目标评估

在作战指挥决策活动的筹划阶段,对敌体系要害和关键点的分析,当前尚未形成系统方法。针对此问题,利用贝叶斯网络在非精确知识表达与推理领域的优势,提出了综合考虑目标价值、打击难度、打击效果等因素的作战目标评估模型。根据判别贝叶斯网络分类器性能优于生成贝叶斯网络分类器的特点,在经相关领域专家论证的样本数据集的基础上,采取梯度下降法训练得出评估模型各结点条件概率分布。最后,利用Netica仿真软件,经样本数据测试,证明了作战目标评估模型的合理性。     

考虑协同电子干扰效果的空战多目标分配

以多机协同多目标攻防对抗为背景,研究协同火力/电子战综合决策方法。提出雷达发现概率下降因子表示雷达发现能力的下降程度,来衡量电子干扰对目标威胁度的影响效果;以降低目标总体威胁为目标,建立了多机协同自卫有源压制电子干扰功率分配模型,并采用贪心算法进行求解;最后综合考虑电子干扰对目标威胁度的影响,改进了基于协同攻防的空战多目标分配算法。通过仿真分析证明该决策过程是可行的、有效的。     

目标规划法在结构多目标优化设计中的应用

采用目标规划法对某实际工程结构的结构重量和翼梢位移进行了结构多目标优化设计。通过分析该工程结构的有限元模型，建立了其结构多目标优化的目标规划模型，并在给定载荷下利用拟合搜索策略对该模型进行了优化计算，得到了最满意结构尺寸。证明了目标规划法在实际工程结构多目标优化设计中应用的有效性。     

基于ANP和云模型的军事通信系统效能评估

将网络层次分析法(ANP)和云重心评判法相结合应用于军事通信系统的效能评估中,并指出有无卫星支援下军事通信系统的效能对比。首先,针对军事通信系统的特点,构建通信系统评估的指标体系,建立ANP模型;其次,根据通信系统各指标之间的关联性,采用网络层次分析法构造极限超矩阵来确定指标的权重,并与AHP确定的指标权重相比较,指出ANP提高了指标权重的科学性;最后,利用云模型处理定性指标和定量指标之间的转换,给出有卫星支援下的军事通信系统效能的提升度,并与模糊综合评判法相比较,结果证明了网络层次分析法和云重心评价法相结合在军事通信系统效能评估中的可行性和科学性。     

多目标跟踪系统测量结果识别算法分析

首先针对多目标自动跟踪问题,对测量结果的两种识别方法和判定规则进行了讨论,给出了目标状态模型、参数模型和探测模型,并对这些模型进行了评估,在此基础上重点分析了多目标自动跟踪状态下基于状态模型参数识别测量结果的算法。最后指出了这种算法的优缺点。     

基于多雷达组网IMM-GMPHDF的机动多目标检测跟踪

高斯混合概率假设密度滤波(GMPHDF)有牢固的理论基础,是解决高斯条件下跟踪强杂波环境中目标数未知的多目标问题的有效方法。但当目标发生机动时,就难以跟踪到目标,因此,在GMPHDF中引入交互多模型(IMM)算法,对继续存在目标的运动模型进行建模,根据计算的模型概率融合各模型滤波器估计得到的继续存在目标概率假设密度,解决了运动模型机动问题。仿真实验表明,IMM-GMPHDF能实时跟踪到强机动超音速多目标,在多雷达组网系统中跟踪强机动超音速多目标精度(OSPA距离均方根误差)能达到70 m,满足了工程使用要求。     

双基地MIMO雷达多目标的时延估计方法

现有的双基地MIMO雷达目标角度和多普勒频率估计算法都要求已知目标的时延,然而实际中时延往往未知。对此该文提出了一种双基地MIMO雷达多目标的时延估计方法,可在角度和多普勒频率估计之前对目标的时延做出估计,从而为现有的角度和多普勒频率估计算法提供前提条件。方法将接收信号按周期切段,对各段信号进行滤波获得输出矩阵,时延的估计可通过对各矩阵F范数之和进行峰值搜索而获得。理论上论证了方法的可行性,并通过仿真实验进行了验证。     

改进层次分析法在空面多目标攻击排序中的应用

建立了考虑目标的威胁、政治价值和经济价值属性的空面多目标攻击排序综合价值评估指标,应用模糊多属性理论和G.A.Miller九级量化理论对目标综合价值进行量化.建立了机群多目标攻击排序模型,采用熵值法求取各属性的权重从而构造判断矩阵,在此模型的基础上运用改进的层次分析法求解空面多目标攻击排序矩阵,从而为驾驶员的战术决策提供依据.     

密集杂波环境下用于多目标跟踪的改进PDA算法

概率数据关联(PDA)算法在密集波环境下跟踪单目标时具有良好的效果,但当跟踪多目标时,由于未能考虑相邻目标间的相互影响,因此效果不佳,针对PDA算法的不足,基于多目标跟踪中相邻目标间相互影响的特点,提出了一种新的改进概率数据关联(NIPDA)算法.新算法引入量测J属于目标t的概率Bjtk,并用其对关联概率进行修正,从而在计算互联概率时考虑了相邻目标间的影响.仿真结果表明,新算法在计算量与PDA算法相近的情况,提高了目标跟踪成功率.     

逼近理想灰关联投影多目标决策的点迹-航迹关联算法

点迹-航迹数据关联是多目标跟踪的重要组成部分。将多目标决策思想和灰关联分析方法引入点迹-航迹关联的研究,提出了一种基于逼近理想灰关联投影多目标决策的点迹-航迹数据关联算法。仿真实验表明,该算法在密集多目标情况下有一定的实际应用价值。     

基于云理论一二元语义的雷达装备保障指挥效能评估模型

针对云重心和云模型评判方法存在的信息丢失、难于评判以及信息扭曲等问题,从确定权重等级、评价集和评价结果3个方面对模型进行了改进和完善．应用二元语义确定指标权重,避免了评价信息的丢失和扭曲,采用综合云的思想确定评价集,充分利用评价者给出的信息,简化相似云的理论来定量衡量评价结果,从而建立了基于云理论一二元语义的雷达装备保障指挥效能评估模型．     

物元理论在优选对地打击目标中的应用

优选对地打击目标是现代信息化战争条件下联合作战对地火力协调中心在计划火力时的首要任务。旨在从目标的重要性、可靠性、射击紧迫性及对其射击时自身被发现的机会四个因素入手,举例证明如何构造物元模型,做到定性与定量相结合,对于编制炮兵C4I系统计划火力软件具有一定的参考价值。     

数据关联算法性能评估的一种方法

数据关联算法性能的优劣直接影响跟踪系统的性能.因此在给出一种算法后,必须对该算法的性能进行评估,全面地了解该算法的优点以及缺点.以一种多目标数据关联算法为例,给出对数据关联算法的性能进行评估的一种仿真设计方法,包括设计思想及具体实现,并给出对该数据关联算法的评估结果.该方法同样适用于对多目标跟踪算法的性能进行评估.