合成分队双层主从决策模型研究

针对合成分队不同指挥层级之间的决策交互优化问题,提出了基于主从决策的双层武器目标分配模型。该模型能够体现上下指挥层级之间交互式决策协调优化的特点:上层目标为主攻方向我方遭受威胁最小,下层目标为对敌打击最大。结合合成分队作战决策的特点和要求,提出了一种求解该模型的改进型粒子群优化算法。仿真结果表明,该模型合理有效,改进的求解算法能够获得满意解。     

多巡飞弹侦察/打击/评估一体协同方案设计

针对巡飞弹侦察/打击/评估作战模式,提出了一种基于预设航迹点的巡飞弹多任务协同策略。在分析作战任务模式的基础上,建立了基于时间协同的约束模型;针对不规则侦察区域,设计了区域侦察覆盖的飞行航迹,考虑威胁和障碍,采用改进的A*算法对巡飞弹的任务航迹进行了规划;以双弹协同实现"即打即评估"的协同任务模式为例,仿真计算和分析了协同策略的可行性,为未来网络化巡飞弹协同作战应用提供技术支撑。     

一种基于回旋曲线的局部路径规划方法

基于回旋曲线路径模型的局部路径规划方法,将规划算法分为离线和在线两部分。离线计算通过建立轨迹空间与栅格单元映射关系获得搜索图,以文件形式存储。在线规划以局部环境地图栅格单元占有情况为依据,获得可行轨迹空间,然后采用A*搜索算法,获得最优局部路径。仿真实验表明,在障碍稀疏环境中,所提出的方法能够规划出局部路径,且规划耗时满足实时性运行需求;参数离散化导致所提出规划方法的完备性不足,对于复杂环境可能无法规划出可行路径。     

采用PWPF调节器的再入飞行器最优控制分配方法

针对具有反作用控制系统(Reaction Control System,RCS)和气动舵两类控制机构的再入飞行器,提出一种基于脉宽脉频(Pulse-Width Pulse-Frequency,PWPF)调节器的最优控制分配方法。将RCS的输入信号转化为连续变化量,RCS与气动舵的控制分配问题被描述为二次规划问题,并采用有效集方法对其求解。采用离散法和PWPF调节器将优化结果转化为RCS的开关机状态。与混合整数规划问题相比,连续二次规划问题更容易求解,计算速度更快。通过对二次规划问题的重构,该算法能有效地应对故障情况。     

做好装备动员准备工作应遵循的基本原则

装备动员作为国防动员的重要组成部分,在未来战争中具有重要的作用。认真做好装备动员准备,对于确保“打得赢”具有重要意义。我们认为,做好新时期的装备动员准备工作,似应遵循以下基本原则。     

有/无人机协同使用声纳浮标应召搜潜研究

有/无人机混编协同反潜作战可以发挥有人机和无人机的互补优势,极大提高反潜效能,是未来航空兵作战的重要方式。针对有/无人机反潜特性,分析了有/无人机使用声纳浮标协同应召搜潜过程和方式。以反潜机布设声纳浮标、无人机进行监听为前提,提出了无人机监听航路的代价函数,以此分析了无人机最优监听航路,计算结果表明监听方案的可行性,对有/无人机协同反潜作战具有一定的参考意义。     

科学规划谋发展

北京预备役某高炮团深入贯彻学习科学发展观,通过党委规划、理论研讨、讨论发言、参观见学等模式,使官兵深刻体会到改革开放30年来祖国发生的巨大变化,促使官兵产生扎根部队干     

军航空域与民航航路侧向间隔碰撞风险预测

为了使航空兵部队在军事训练中保证安全的同时,让训练空域的利用最大化,需要对民航航路与军航空域之间的侧向间隔进行预测(目标)。采用改进后的椭球Event模型,通过建立军民航飞机的侧向位置偏差概率模型,从歼击机盘旋起始转弯点的选取、速度和坡度的人为操作误差3个方面进行分析研究,进而对军航飞机的侧向位置偏差概率进行估算,结合民航的偏差概率模型,最后对军民航10 km的侧向间隔进行评估。仿真结果表明,在8组评估数据中,7组都符合规定的目标安全等级,并对不符合的给出了建议。从而说明改进模型对碰撞风险的评估是有效的,能够为军民航安全间隔的计算提供理论依据。     

简约航路规划方法

航路规划问题并不只是一个数学问题.指出了航路规划软件开发中需要注意的几个问题,都直接影响到航路规划软件的实际作战效能.在此基础上总结了航路规划软件的开发目标.远程反舰导弹的航路规划属于简单航路规划问题,针对这类简单航路规划问题提出了一种简约的航路规划方法.该方法融合了人工与计算机的决策优势,能够更好地被指挥员理解和接受.     

基于改进协同遗传算法的有效载荷系统功能序列规划方法

针对传统回溯算法在求解基于知识模型的有效载荷系统功能序列规划问题中搜索效率低的问题,提出一种基于"择劣变异"(Worst Individual Mutation,WIM)策略的协同遗传算法(Co-evolutionary Genetic Algorithm,CGA)的改进算法WIM-CGA。该算法在遗传过程中采用双路线进化方案,即"择优实施标准遗传过程,择劣实施变异操作",达到提高求解精确度及搜索效率的目的。仿真结果表明,同等测试条件下,当功能规模为50,约束密度为1.0时,WIM-CGA算法在限定时间内最优解的平均精确度比优化的回溯算法提高了54.15%,比CGA算法提高了6.18%,且当所得解的精确度大于90%时,WIM-CGA算法比CGA算法的迭代次数减少了65.79%,耗时降低了48.97%,显著提高了功能序列规划的效率。