基于目标威胁度的相控阵雷达自适应调度方法

对时间资源的合理安排是相控阵雷达发挥自身优势的关键。将目标威胁度引入调度算法中,与工作方式和任务截止期共同进行综合优先级规划。通过构建目标威胁度的量化模型,使雷达在调度跟踪任务时依目标威胁度大小分配时间。提出了修正价值率和执行威胁率的概念,完善了性能评估指标。通过仿真,全面评价了新算法性能,验证了引入目标威胁度的合理性。结果表明,新算法可以有效提升相控阵雷达对高威胁度目标的处理能力。     

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。     

基于细菌避障策略的无人艇集群自主巡航方法

针对无人艇集群执行巡航任务中的避障问题,提出了一种动态避障算法。首先,获取无人艇周边水域的方形网格轨迹单元态势矩阵;然后,借鉴细菌游走觅食原理,在方形网格轨迹单元集合中,动态匹配最佳避障路径;最后,在动态避障基础上,将无人艇自主巡航过程划分为向目标行进、动态避障、返航补给等阶段,实现无人艇集群对划定水域的常态化巡航。仿真实验结果表明,所提方法对静态点、面障碍以及移动障碍均具有高效的规避能力,在算法基础上,能够实现无人艇集群的常态化无人值守巡航。该算法不仅适合无人艇的避障问题,在其他异构无人装备中也具有广阔的应用前景。     

基于神经网络和遗传算法对反装甲目标威胁度评估研究

针对威胁度估计问题和装甲车辆在战场上的实际情况,运用神经网络和遗传算法理论探索反装甲目标威胁度评估问题。基于BP神经网络模型的算法,利用神经网络良好的自适应能力和遗传算法强大的全局搜索能力,通过样本数据训练,提高了威胁度估计的准确性和适应性。经过验证该算法能够有效反应出反各种反装甲目标的威胁度,其稳定性、精确性也比较高。     

多元回归分析模型优化反导威胁评估

反导威胁评估是信息化条件下反导指挥控制领域的一项重要研究内容。在信息网络基础上,准确、高效地评判出多个来袭弹道导弹的威胁程度是亟需解决的问题。首先针对反导威胁评估的多属性问题,从物理域、信息域、认知域、空间态势4个角度考虑威胁评估的影响因素,建立反导威胁评估指标体系,然后以基于弹道目标威胁度评估的多元回归模型为基础,采用PSO优化算法实现对回归模型的参数估计,将最优参数带入回归模型中输出反导威胁度。仿真表明,该模型与PSO优化算法具有较好的准确性和时效性。     

灰色关联度分析法评判目标威胁度

分析了影响目标威胁度因素,并根据影响因素的特点,采用灰色关联度分析方法,建立了目标威胁度的数学模型,同时运用灰色关联度分析法对几组目标的威胁度进行了定量评判,计算结果和计算过程表明,这种方法计算简单,主观因素干扰小,能真实反映目标的威胁程度,有利于辅助指挥员进行正确的决策.     

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。     

D-S证据理论在潜艇威胁判断中的应用

简要介绍了潜艇威胁判断原理和D-S证据推理基本思想。针对潜艇水下收集目标信息的特点,引入了D-S证据推理系统分析了潜艇威胁判断中的两个关键性环节。判断目标发现本艇与否、判断目标可能采取的攻防决策问题,在把不确定推理应用于潜艇威胁判断研究上作了初步尝试。     

无人艇反潜新概念

<正>项目概况随着国外潜艇数量的持续增加以及性能的不断提升,美国海军面对的水下威胁逐渐增加,而目前在大洋深处和近海环境下,有效跟踪敌方先进潜艇是非常困难的,需要动用大量兵力。利用无人艇探测与跟踪敌方潜艇不仅可以减少人员伤亡,还可到达一般有人平台无法抵达的区域,并能在不补充能源的情况下长时间执行任务。基于此,美国对使用无人水面艇执行反潜任务产生了浓厚的兴趣。     

战术分析的目标威胁判断

威胁判断是进行有效攻击和有效防御的重要前提。针对目前威胁判断算法主观因素过强、没有考虑因素间的相互关系等问题,提出了基于战术分析的目标威胁判断算法。首先根据敌我识别和攻击意图对目标进行威胁等级划分,之后由目标的可攻性和目标的毁伤能力确定目标的攻击效能,根据目标的攻击效能对一级威胁等级进行威胁排序。该算法充分考虑了各个因素之间的相互关系,符合战术推理和战场实际情况。仿真表明,该算法能得到有效、合理的威胁判断结果,能满足对空中目标的威胁估计。     

基于粗糙集的空袭目标威胁评估排序

通过对影响空袭目标威胁排序因素的分析,针对定性与定量因素并存的情况,提出利用粗糙集理论进行威胁排序的方法.将已有决策表转化为成对比较表,利用优势属性集来推理决策规则,从而确定各目标的排序.案例表明此方法有效地解决了空袭目标威胁排序中的如何处理不确定信息的问题,大大提高了决策的准确性和客观性.     

多机空战目标威胁评估算法

首先介绍了几种现有的多机空战目标威胁评估方法 ,并对它们的应用进行了分析 ;在此基础上 ,提出了一种综合目标空战能力和空战态势的威胁评估算法 :威胁指数法 ;最后给出了具体算例 ,计算结果表明 ,威胁指数法可以全面、有效地完成多机空战中威胁评估和威胁排序的计算。     

坦克目标威胁程度评估

以军事理论和层次分析法为基础,将一种新的归一化效用函数应用于坦克目标的威胁程序评估,为地面作战自动化指挥提出了一种辅助决策方法。     

战场态势估计和威胁估计

描述了战场态势、态势估计和威胁估计的概念。对态势估计从态势要素提取、态势评估推理及态势预测三方面进行了分析,重点对态势评估中的功能领域如:目标合并、协同关系推理、战场主动权指数计算、作战能力评估、重要目标估计及敌战斗序列估计等的含义、内容和实现步骤进行详细阐述。对威胁估计的内容和主要功能也进行了描述。     

舰艇自防御的威胁排序方法研究

威胁评估与排序是舰艇自防御系统必须具备的重要功能。在多指标决策理论的基础上,结合灰色系统理论和逼近理想解方法,提出了灰色逼近理想解的威胁排序算法。首先通过建立舰艇自防御的空中威胁排序指标体系,得到各个指标的隶属度函数,再通过主客观结合的有序二元比较法得到威胁评估指标的权重,最后通过逼近理想解的灰色关联度方法对空中目标进行威胁评估与排序,并研究了分辨系数对威胁排序的影响。通过舰艇自防御防空作战实例证明了算法的有效性和工程实用性。     

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。     

防空系统中空中目标威胁评估方法研究

针对当前对空中目标威胁评估研究的不足，提出了一种防空系统中评估目标威胁度的新方法，其思想在于将空中目标的威胁因子分为定量指标和定性指标，其中定量指标包括目标速度、目标高度等可以直接获取的指标，该部分指标通过隶属函数直接得到威胁值；定性指标包括目标类型、目标意图等不能直接获取的指标，通过贝叶斯网络进行推理以得到静态威胁值。最后通过AHP 方法对各个指标威胁值进行加权得到总威胁值。该方法的特点在于定性分析与定量分析的结合，通过仿真算例验证了该方法的有效性与可行性。     

赛博空间面临的威胁与挑战

对赛博空间和赛博战概念进行解析,研究了赛博安全、赛博空间、赛博力量、赛博作战等领域所面临的威胁与挑战,认为赛博优势和赛博能力决定了一个国家在下一轮军事和综合国力较量中的地位。从国家赛博安全战略、信息基础设施建设和赛博力量建设等方面,给出了应对赛博空间威胁与挑战的思考与策略。     

基于贝叶斯网络的威胁识别

根据威胁识别与贝叶斯网络的特点,提出了基于贝叶斯网络的威胁识别方法.分析了使用贝叶斯网络进行威胁估计表示问题,提出了构建贝叶斯网络进行威胁估计的步骤.最后,给出一个具体的实例,演示了使用贝叶斯网络进行威胁识别的过程,实现了战场态势中蓝方机群对红方战术意图的提前预测.