D-S证据论在空中目标分类中的应用

首先叙述识别、分类空中目标时需使用多传感器融合技术,分析可利用的各类传感器和从其可得到的各种目标属性参数,以及各种数据融合方法.然后详细介绍了基于D-S证据论的3种多源信息融合分类空中目标方法,并对具体仿真应用结果作了比较.     

多属性决策(MADM)在防空C3I系统效能评估中的应用研究

介绍了防空C3I系统效能的定义及效能评估的一般处理过程。通过专家群组决策确定效能指标体系,针对效能指标的多样性,提出了基于多属性决策(MADM)的效能评估方法,并通过一个示例给出MADM方法的处理过程,有效地解决了防空C3I系统效能评估这一复杂而困难的问题。     

多层多跨框架简捷计算方法

给出一种框架内力的简捷计算方法,该法利用弯矩零点的特性,把复杂的超静定结构体系变为静定结构。使计算大为简化,同时还可根据需要,使用该法计算出任一杆件的内力,此方法计算简单,易于掌握。     

城市环境下单无人机测向定位航迹优化算法

为解决单架无人机在城市环境中对辐射源目标的定位问题,提出了一种基于环境预测法的单无人机测向定位航迹优化算法。使用交互多模型-扩展卡尔曼滤波进行视距和非视距信号混合环境下的目标估计。结合估计的目标位置和城市地理信息模型,基于视线追踪法求解信号遮挡区域和多径信号干扰区域。在滚动时域控制算法框架下生成无人机预测轨迹,以最大化Fisher信息矩阵行列式为测向定位评价准则,考虑建筑物障碍以及其对信号的遮挡和反射效应对无人机测向定位航迹的影响,控制无人机选择最优航向飞行。仿真结果表明,该方法能够使无人机在存在障碍、信号遮挡和多径干扰的环境下实现对目标的高精度测向定位,为解决城市环境下的单架无人机测向定位问题提供了新思路。     

同类防空武器多层防御部署分析

在现代防空中,经常是防空武器多层部署进行防空,故需要对防空武器多层防御部署进行分析.针对同类防空武器多层防御部署的问题,运用排队论,建立了防御体系射击效能的数学模型.按照模型,通过实验仿真,对计算得到的实验数据进行分析,推测出同类防空武器的部署规律,并对防御体系应部署的适宜层数进行了一定的讨论.通过理论推导,证明了部署规律的正确性.最后建立了需求分析模型,运用部署规律对模型进行求解,通过对实例进行计算,给出了求解的基本步骤.     

多机协同空战目标分配算法研究

多机协同作战已成为现代空战的主要形式,对其进行研究的重要性业日趋明显.通过对多机协同空战中目标分配的分析,建立了目标优化分配的数学模型,而后用标准遗传算法来求解该问题,最后通过应用"优势"基因遗传算子对遗传算法进行改进.仿真结果表明该算法能有效解决分配问题,而且"优势"基因遗传算子能够大大提高搜索效率.     

不同类型防空武器多层防御部署分析

在现代防空中,经常由不同类型的防空武器多层部署联合进行防空,故需要对不同类型的防空武器多层防御部署进行分析.针对不同类型防空武器多层防御部署的问题,以排队论为基础,建立了防御体系射击效能的数学模型.按照模型,通过对仿真的实验数据进行分析,推测出不同类型防空武器的部署规律.最后,通过理论推导,证明了部署规律的正确性.     

多窗口谱图分析的低截获概率雷达信号识别

在当前复杂的战场环境中,低截获概率雷达信号因其具有大时宽带宽积、强干扰性能、高分辨率和低截获性特点得到了广泛应用,传统的雷达侦察手段很难对其进行有效识别.在低截获概率雷达典型调制分析的基础之上,研究基于人工智能的雷达信号分类识别方法.从低截获概率雷达信号时频特征入手,提出基于多窗口时频谱图分析方法.该算法采用Hermi...     

基于深度强化学习的分布式UUV集群任务分配算法

任务分配问题是智能体集群研究的基础关键问题之一,UUV集群在任务分配问题方面受到水下探测和通信能力的限制,UUV个体只能获得周围局部信息,常规的全局算法无法得到很好的应用。提出了一种基于深度强化学习和分布式UUV集群组织架构的任务分配算法,算法首先实现每个UUV个体的局部任务分配,其次相邻的个体之间进行信息一致协调,从而实现UUV集群的最优化任务分配。仿真实验结果表明,所提算法相较遗传算法收敛更快,相较合同网算法通信量小,任务分配效率高,且分布式架构不依赖“指挥中心”,UUV集群系统的鲁棒性更高,任务分配可靠性更高。     

基于Cook-Seiford群决策算法的多机协同空战机动决策

面向多机协同空战条件下的机动决策问题,建立了三自由度战机模型,并根据空战时飞行员的实际操纵,设计出一种拓展的基本机动动作决策集。通过构造角度、速度、距离和高度优势函数建立空战态势评估模型。基于群决策理论,设计了Cook-Seiford决策算法,并首次将其应用于多机协同空战机动决策研究,有效优化了决策流程。在初始态势劣势情况下,以2对2、3对2等典型空战条件为仿真背景,将Cook-Seiford群决策算法与Copeland、Dodgson群决策算法进行对抗空战仿真。仿真结果表明,基于Cook-Seiford群决策算法的协同机动决策能够取得明显对抗优势,验证了本文设计算法的有效性,为将群决策算法用于求解多机协同空战决策提供了一种新的思路。