基于区间数理论的空战目标威胁评估

针对空战目标威胁评估问题,提出了一种新的基于区间数理论的评估方法。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,提出了改进的距离威胁模型。给出了区间数特征向量法求解威胁指标权重的计算步骤,建立了基于区间数理论的空战目标威胁评估的数学模型。最后给出了仿真算例,仿真结果表明该方法是合理和有效的。     

区间数模糊综合评判的UCAV空战威胁评估

针对空战威胁因素信息存在模糊性、不确定性的特点,结合区间数与模糊综合评判这2种方法的各自优势,建立了基于区间数模糊综合评判的无人作战飞机(unmanned combat aerial vehecle,UCAV)空战威胁评估模型。用区间数表示各威胁因素的权重值,并用模糊综合评判方法建立起敌机与威胁因素之间的模糊关系,能够有效克服传统方法确定的恒值向量式的威胁权重值无法体现空战威胁程度模糊性、不确定性的不足、也能够弥补确定权重时专家赋值主观性过强的缺陷。仿真结果验证了该评估模型的有效性。     

云模型和距离熵的TOPSIS法空战多目标威胁评估

针对传统逼近理想解的排序法(TOPSIS)在空战多目标威胁评估中对战场态势数据精度要求高这一缺陷,提出了一种基于云模型和距离熵TOPSIS法空战多目标威胁评估方法。该方法运用云模型理论对战场态势数据进行模糊表示,并通过定义云元素的大小和距离测度公式实现了两者结合。考虑目标各属性的权重对分析结果的重要性,运用距离熵理论来分配各属性的权重,进而建立加权决策云矩阵,根据相对贴近度的大小确定各方案的威胁程度。最后,通过仿真验证了该方法的可行性和有效性。     

一种新型动态贝叶斯网络及其在威胁评估中的应用

针对利用基本贝叶斯网络进行威胁评估时的不足,提出利用变结构区间概率动态贝叶斯网络(VSIP-DBN)进行威胁评估。对所提出的VSIP-DBN给出了其推理算法。在充分考虑目标的空战态势及空战能力下,建立了威胁评估的VSIP-DBN模型。将观测到的数据利用VSIP-DBN推理算法进行推理,推理结果就是目标的威胁等级。以往的威胁评估需要精确获得目标的模型参数和观测数据,通过仿真对比分析,利用VSIP-DBN建立的威胁评估模型不需要精确给出模型参数,即使出现观测数据的误差,仍能准确评估出目标的威胁程度。     

不确定环境下协同空战目标分配模型

为了处理协同空战目标分配过程中出现的不确定信息,将偏好规划理论引入到目标分配中,提出了基于偏好规划的编队协同空战目标分配模型。根据协同空战的特点,构建了飞机的空战能力评估体系,建立态势评估模型,在此基础上建立了协同空战目标分配模型。模型中指标和偏好的不确定性用区间形式表示,求解方法采用RICH法。对实例进行仿真,仿真结果说明该方法在不确定环境下的有效性。     

SVM在空中目标威胁值评估中的应用

构建了基于回归型支持向量机的空中目标威胁值评估模型,确定了基于粗糙集理论的空中目标威胁因素,并建立了数据离散化、归一化的标准。将常用的4种核函数应用于对空中目标威胁值的估计,并通过基于网格法和遗传算法的搜索方法找到模型的最优参数。最后通过Matlab对算例进行了仿真验证。     

一种新的超视距空战目标威胁评估距离指标模型

距离指标是进行超视距空战目标威胁评估的重要指标,但当前多数的距离指标模型都过于简单。针对这种不足,在仿真分析当前典型模型的基础上,根据空战的实际情况,首先定性分析了目标位置等因素对于威胁度的影响;然后根据探测距离、导弹射程等参数,将敌我距离分成不同阶段,区分敌我性能强弱的不同情况,分阶段建立了一种新的距离指标模型。最后,针对不同的战场态势,进行了仿真分析,证明了模型的有效性。模型对于提升空战威胁评估的准确性具有积极意义。     

基于熵权-TOPSIS-灰色关联的目标威胁评估研究

针对空战目标威胁评估问题进行研究,建立了基于熵权-TOPSIS-灰色关联方法的威胁评估模型。首先利用熵权法确定评估指标的客观权重,其次利用TOPSIS法确定目标与理想解和负理想解的欧氏距离;利用灰色关联法确定目标的关联度,据此计算威胁源的相对贴近程度,并对威胁目标进行评估排序。最后通过实例对建立的模型进行了仿真验证,结果表明,该方法综合运用TOPSIS和灰色关联法,使得目标威胁评估结果更加合理有效。     

基于修正核函数的支持向量机空袭目标威胁评估

为提高空袭目标威胁评估的准确性,在分析目标威胁评估特点的基础上,提出了一种基于修正核函数的支持向量机空袭目标威胁评估方法.该方法以黎曼几何为理论依据,通过构造一种新的保角变换,并利用该保角变换对核函数进行修正,可提高支持向量机用于空袭目标威胁评估的精度.通过实例仿真与标准支持向量机方法进行比较,说明了该方法的有效性和优越性.     

基于变权TOPSIS法多属性威胁评估与任务调度

多机多目标协同空战模式下,针对动态空战态势信息的实时威胁评估和攻击任务调度问题,首先提出了空战威胁评估指标,将各评价指标相对优属度作为决策矩阵,建立基于多属性决策的优势评估模型。基于熵权法确定目标属性客观权重,基于群组AHP法确定目标属性主观权重,目标属性主客观权重进行融合得到组合权重。然后建立能够全面反映多因素对最终评估影响的变权TOPSIS多属性决策模糊威胁评估模型,并阐述了变权TOPSIS方法的计算步骤。利用蚁群算法进行任务调度。最后给出实例,仿真结果验证了该方法的可行性和有效性。     

战斗机空战威胁特性建模与仿真分析

空战对抗决策的原则是规避目标威胁并使目标进入我方的威胁区,威胁特性建模是战斗机空战决策的基础。基于威胁属性,将战斗机威胁分为雷达探测威胁和导弹攻击威胁,基于雷达探测概率、目标RCS动态特性和目标暴露距离等指标对雷达威胁进行了建模分析;基于导弹攻击包络对导弹攻击威胁能力进行了建模分析,并给出战斗机威胁分布的集合描述。最后进行了仿真计算,结果表明,所建立的威胁模型能有效描述战斗机空战威胁,为战斗机空战决策提供理论基础。     

多机协同空战中的威胁评估与目标分配

提出了一种基于工程模糊集理论的多机协同空战威胁评估方法,通过对优势指数模糊规范化得到评估指标相对优属度,利用相邻指标相对重要性模糊标度值确定评估指标权重系数,应用模糊优选模型计算综合优势评估值,实现了多机协同空战中的威胁评估.在综合考虑威胁与优势的基础上,给出了多机协同空战目标分配的基本方案.仿真结果表明,所提方法能够有效解决多机协同空战中的威胁评估与目标分配问题,且算法简洁,有较好的实时性.     

粗集支持向量机的战斗机空战效能智能评估

根据现代空战特点,选取了战斗机的空战效能评估指标集,并采用粗糙集理论对指标体系进行约简,提取对空战效能影响起关键作用的特征参数,消除冗余信息,减少了支持向量的维数。支持向量机(SVM)具有结构简单、全局最优、泛化能力强的优点。根据所提取的特征参数,文中提出采用回归型支持向量机(SVR)建立空战效能智能评估模型。并通过实例与指数法和BP神经网络法计算结果进行了比较,验证了该模型的可行性和有效性。     

基于改进空战威胁评估模型的权重计算方法比较

针对多无人机(UAV)任务网协同空战态势威胁评估问题,在现有基本模型基础上增加考虑气象环境对威胁评估要素的影响和无人机的自主可靠性系数两个实际因素,提出一种改进的超视距空战威胁评估模型;同时,应用串联电阻分压法、改进AHP法和熵权法分别计算融合模型中各威胁指标的权重系数;进而,在考虑己方战机对敌方战机综合威胁与优势的基础上,介绍了战机协同空战目标分配的基本方案。最后,应用上述3种权重计算方法进行空战威胁仿真计算,计算结果表明改进空战威胁评估模型可有效改善空战决策性能。     

海上电子战目标威胁分析与评估

针对海上电子战目标威胁评估问题展开研究。首先,对目标威胁评估过程和威胁因素进行分析,综合选定威胁评估指标,建立威胁指标量化模型,指标属性值与指标权重值均选用区间值。然后,将物元分析法与折衷排序法(VIKOR)相结合,提出了基于物元区间数VIKOR的电子战目标威胁评估方法。最后,基于仿真实例应用物元区间数VIKOR方法,验证了该方法的合理性和适用性。     

电子干扰条件下基于攻击区指挥引导效能评估

针对传统指挥引导效能评估方法缺少对电子干扰因素定量分析的问题,在基于攻击区空战态势评估的基础上,提出了一种考虑电子干扰因素的超视距空战指挥引导效能评估模型。分析电子干扰对导弹攻击区的影响,从指挥引导目的态势分析入手,选取空战能力指数威胁函数和基于空空导弹攻击区的空战态势威胁函数两个指标,进行加权综合建立指挥引导效能评估函数,通过仿真计算验证了该模型的有效性。     

IAHP和熵权相结合的TOPSIS法的空战目标威胁评估

针对空战目标威胁评估问题,提出了一种新的基于改进TOPSIS法的评估方法.该方法综合考虑了主观和客观因素,将运用区间层次分析法(Interval-based AHP,IAHP)求解出的威胁评估指标主观权重与运用熵权法求解出的威胁评估指标客观权重相融合得到组合权重.建立了改进的TOPSIS法评估空战目标威胁的数学模型.最后给出了评估实例,评估结果表明该方法是合理有效的.     

基于机动识别的空战意图威胁建模与仿真

针对目前超视距空战态势评估模型的不足,改进了超视距情况下态势威胁的计算方法,建立了一种基于机动识别和态势预测的意图威胁模型。综合能力威胁、态势威胁、意图威胁和协同因子提出了一种新的空战威胁评估方法。基于机动识别和态势预测的意图威胁评估的结果较好地预测未来时刻敌机的运动,对未来时间内的潜在威胁进行估计,使我方能够准确地对敌做出目标分配。     

无人机协同空战中的目标威胁评估和目标分配算法

为适应变化的战场态势,研究了多无人机协同空战中的目标威胁评估算法和目标分配算法.利用一种新的计算方法对目标威胁矩阵进行确定,从而针对不同的空战态势进行威胁评估,以提高威胁评估的性能.利用所得到的威胁评估结果,采用基于态势的目标分配方法实现目标分配.所研究的目标分配算法不仅考虑敌机对我方威胁,同时还考虑了敌机的作战意图,使得我方能够实时准确的对敌做出目标分配.仿真结果表明所研究的算法能够完成多机空战中的目标威胁评估和目标分配,所研究的算法是有效的.     

无人机协同空战中的目标威胁评估和目标分配算法

为适应变化的战场态势,研究了多无人机协同空战中的目标威胁评估算法和目标分配算法.利用一种新的计算方法对目标威胁矩阵进行确定,从而针对不同的空战态势进行威胁评估,以提高威胁评估的性能.利用所得到的威胁评估结果,采用基于态势的目标分配方法实现目标分配.所研究的目标分配算法不仅考虑敌机对我方威胁,同时还考虑了敌机的作战意图,使得我方能够实时准确地对敌做出目标分配.仿真结果表明所研究的算法能够完成多机空战中的目标威胁评估和目标分配,所研究的算法是有效的.