猎击时敏目标的作战机理分析

美军在第二次对伊战争中,以比第一次对伊战争少得多的兵力,更短的准备时间和更少的消耗取得了更大的胜利,对比两次对伊战争中所用的兵器,坦克、主战飞机、战车、轻兵器等主战装备基本还是上次对伊战争的旧兵器,最大的变化是无人机的大量使用,情报系统、战术网络的提升,使战斗能力有极大的提高,这种由系统整合、提升信息化能力、改进指挥控制所产生的作战效能的提升是显著和有效的,代表发展战争潜力的方向。文中以美军对伊战争中主要的作战样式——打击时敏目标为作战想定,建立作战系统猎击时敏目标作战效能模型,对影响作战系统效能的各种因素作定量的分析,揭示作战效能提升的机理。     

空中反恐中保卫目标重要度指标体系研究

空中恐怖袭击具有突然性和随意性的特点,其目的是通过制造恐怖事件引起巨大影响,带来社会恐慌。通过分析空中恐怖袭击对袭击目标选择的特点,剖析其规律性,从而建立空中反恐保卫目标重要度指标体系和保卫目标重要度评价模型,对保卫目标进行科学有效地划定与排序,便于在空中反恐作战中对保卫目标及早进行确定、实施空中警戒范围划定和战斗部署。     

基于微动调制的SAR新型复合有源干扰方法

在静态虚假目标的基础上,利用有源运动调制干扰原理,提出了一种基于微动调制的SAR新型复合有源干扰方法。建立了基于微动调制的复合有源干扰信号模型,详细分析了该干扰信号对SAR的干扰效果,确定了各调制系数,最后进行了基于实测数据的仿真实验。结果表明,该方法具有距离向相干处理和方位向部分相干处理的特点,可对SAR在方位向上实现多个匀(加)速虚假运动目标的欺骗干扰效果。     

相参辐射源安全诱偏反辐射导弹研究

相参诱偏技术,相对目前广泛采用的非相参诱偏技术,理论上可将反辐射导弹诱偏至导弹杀伤半径外的安全区域,具有一定的应用前景,其实现难点主要在于相位差的控制。通过两点源反辐射导弹诱偏模型,得出相参辐射源安全诱偏反辐射导弹所需要的相位差,提出利用交互多模-概率数据关联滤波估计的方法对反辐射导弹的位置进行滤波估计以减少相位差误差。仿真试验表明,该方法能有效提高定位精度,减少相位差误差。     

MIMO雷达和组网雷达的CA2CFAR检测性能比较

多输入多输出(MIMO)雷达是近几年出现的一种新雷达技术,也是近几年雷达领域研究的重点。建立MIMO雷达的信号模型,明确给出MIMO雷达进行CA2CFAR检测的检测概率和虚警概率解析表达式,对组网雷达和MIMO雷达在均匀杂波背景下CA2CFAR检测性能进行了分析对比。仿真结果表明。MIMO雷达对类似噪声特性的复杂目标具有更好的检测性能。     

基于改进TOPSIS法和蚁群算法的反TBM目标群目标分配研究

基于改进的TOPSIS法和蚁群算法,以弹道导弹目标群为研究对象,研究了反导指控系统对目标群的目标分配问题。首先通过改进的TOPSIS法确定TBM目标群威胁排序并基于拦截排序准则确定拦截排序;其次使作战效能最大化,基于蚁群算法确定目标的最优分配方案;最后通过仿真实例验证了在考虑目标威胁值排序前提下采用此算法,可使目标群分配方案更加科学有效和符合反导作战实际。     

基于改进TOPSIS法和蚁群算法的反TBM 目标群目标分配研究*

基于改进的TOPSIS法和蚁群算法,以弹道导弹目标群为研究对象,研究了反导指控系统对目标群的目标分配问题。首先通过改进的TOPSIS法确定TBM目标群威胁排序并基于拦截排序准则确定拦截排序;其次使作战效能最大化,基于蚁群算法确定目标的最优分配方案;最后通过仿真实例验证了在考虑目标威胁值排序前提下采用此算法,可使目标群分配方案更加科学有效和符合反导作战实际。     

多传感器多机动目标跟踪方法研究进展

讨论了多传感器多机动目标的研究现状,分析了几种跟踪滤波器的性能,着重探讨了交互多模型(IMM)算法的发展状况和应用。同时还研究了多传感器跟踪多机动目标过程中的数据关联方法。最后指出,寻求采用自适应变结构的IMM算法,研究模型切换过程中算法的过渡性能,以及在数据关联中引入混沌、遗传算法等智能控制方法,将是未来多传感器多机动目标研究的方向。     

装备采购多目标激励模型研究

在将质量货币化从而实现激励目标测度统一的基础上,根据委托代理理论建立了委托人风险中性,代理人风险规避时的多目标激励数学模型,给出了激励系数的表达式,对激励系数与随机变量相关系数之间的关系进行了讨论。     

Approximating nondominated sets in continuous multiobjective optimization problems

Many important problems in Operations Research and Statistics require the computation of nondominated (or Pareto or efficient) sets. This task may be currently undertaken efficiently for discrete sets of alternatives or for continuous sets under special and fairly tight structural conditions. Under more general continuous settings, parametric characterisations of the nondominated set, for example through convex combinations of the objective functions or ε‐constrained problems, or discretizations‐based approaches, pose several problems. In this paper, the lack of a general approach to approximate the nondominated set in continuous multiobjective problems is addressed. Our simulation‐based procedure only requires to sample from the set of alternatives and check whether an alternative dominates another. Stopping rules, efficient sampling schemes, and procedures to check for dominance are proposed. A continuous approximation to the nondominated set is obtained by fitting a surface through the points of a discrete approximation, using a local (robust) regression method. Other actions like clustering and projecting points onto the frontier are required in nonconvex feasible regions and nonconnected Pareto sets. In a sense, our method may be seen as an evolutionary algorithm with a variable population size. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2005.