基于协同交战的战术数据链技术研究

介绍了外军典型战术数据链的发展情况,同时根据未来网络化作战需求,对基于协同交战的战术数据链的作战使用进行了研究,提出了基于协同交战的战术数据链体系结构、功能需求和指标需求,最后给出了基于协同交战的战术数据链的发展建议.     

零控脱靶量有限时间收敛制导律

针对高速机动目标的拦截问题,研究了一种考虑导弹自动驾驶仪动态特性的零控脱靶量有限时间收敛制导律。对导弹-目标三维相对运动几何关系进行解耦,并考虑导弹的自动驾驶仪动态特性,推导了一种新型三维零控脱靶量模型;在此基础上,基于自适应滑模控制理论和有限时间稳定性理论,选取俯仰平面和偏航平面的零控脱靶量为滑模面,设计了零控脱靶量有限时间收敛三维自适应滑模制导律;对该制导律的稳定性和有限时间收敛特性进行了分析和证明。仿真结果表明,与比例制导律相比,所设计的制导律可使导弹的零控脱靶量在有限时间内收敛到零,且具有更高的制导精度。     

基于粗糙集-神经网络编队协同空战决策系统

为了提高空战决策的实时性和准确度,将粗糙集理论和神经网络引入到编队协同空战战术决策研究中,提出了应用SOM网络-粗糙集-BP网络集成进行编队协同空战战术决策的方案:应用SOM网络离散化决策系统输入数据的连续属性值;利用粗糙集数据分析方法,从数据中提取出规则将输入映射到输出的子空间上;在这个子空间上用BP网络进行逼近.2:4编队空战实例仿真结果验证该方案的可行性,在数据充分的条件下,该方案可以推广应用于其它空战决策系统.     

制导雷达自适应旁瓣对消研究

制导雷达中若使用常规自适应旁瓣对消方法,辅助天线中的期望信号会引起测角误差.如果不采取应对措施,雷达无法对目标进行有效跟踪.提出了一种改进的自适应旁瓣对消方法,该方法中的辅助天线方向图在期望信号方向形成了零点,因而能够消除由于辅助天线中期望信号的存在而引起的测角误差.理论分析和计算机仿真结果表明改进方法是有效的.     

无人机系统自主控制技术研究现状与发展趋势

无人机系统是未来进行信息对抗、夺取信息优势、实施火力打击的重要手段。"自主性"是无人机系统区别于有人机最重要的技术特征,实现无人机系统的自主控制,提高其智能程度,是无人机系统的重要发展趋势。对无人机系统自主控制问题进行了阐述,首先分析了无人机系统自主控制技术的发展需求,然后介绍了自主控制的概念和自主等级的划分;分析了无人机系统自主控制技术的研究现状,提出了无人机系统自主控制的关键技术问题,主要包括体系结构、感知与认知、规划与控制、协同与交互等;最后对无人机系统自主控制技术的发展趋势进行了展望。     

面向任务的战术行动自主协同关系模型

在信息化战争的大背景下,战术行动中团队协同作战一直是研究的重点问题,而如何建立自主协同关系是团队协同研究的一个难点问题。在分析已有团队协同理论和框架的基础上,提出一种面向任务的战术行动自主协同关系模型建立方法。该模型首先根据当前战场态势和上级任务发布自主协同任务集合,各作战单元根据战场态势和自主决策自愿参与自主协同任务,其次利用作战单元与自主协同任务间的相互关系实现对关键角色的判断。如果关键协同成员参与自主协同任务则自主协同关系建立成功,反之,建立失败。     

多平台对AAM协同制导交接班模型

通过对协同制导交接班的类型进行分析,建立了防空武器系统对AAM(Anti-aircraft Missile)协同制导交接班的坐标转换模型、误差模型及雷达截获概率模型。通过模拟产生随机误差,利用Monte-Carlo方法进行计算,得出不同误差源对协同制导交接班概率影响的定量关系。实验结果证明了所建模型的有效性,误差分析结论可作为协同制导交接班精度控制的依据。     

基于最优制导模板的神经网络预测制导方法

针对传统预测制导方法中高精度制导与快速实时解算之间的矛盾,提出了一种基于最优制导模板的神经网络预测制导方法。该方法采用基于高置信度飞行器运动模型仿真计算预测弹道落点,利用优化理论进行迭代解算制导变量,以此为基础离线生成样本数据;通过选择合适的多结构模态神经网络,进行基于调度管理的神经网络训练,完成神经网络控制器的设计。针对CAV进行了算例设计,结果表明:该制导方法在线计算量少,制导解算速度快,制导精度高,综合性能远优于传统的预测制导方法。     

图像制导导弹火控系统设计

针对车载图像制导导弹武器打击任务多样、作战使用灵活、多弹种、多人协同操作等特点,详细描述了火控系统功能需求分析、系统构型、工作原理、人机配合和信息交互等设计过程。由于系统任务的高效执行取决于操作人员对综合信息的准确掌握和对设备的便利操控,重点说明了以人员操控为主导,设备智能化处理配合完成工作流程控制的设计思想。该设计方法已成功应用于某型导弹武器火控系统的设计过程中,经试验验证,火控系统的功能、性能及操纵效果满足要求,且满足模块化、信息化、智能化等通用要求。     

基于渐消因子的双机协同机动目标定位

传统的双机协同组网目标定位模型中,滤波方法大多为交互式多模型算法。交互式多模型算法的缺陷为需要目标机动先验模型,且模型个数的选择难以同时满足工程上关于跟踪精度和算法复杂性的要求。通过引入渐消因子,实时自适应校正机动目标的状态估计偏差,有效降低了目标运动先验模型对滤波的影响,提高了系统的机动处理能力和模型的工程实用性。