基于先验目标概略航向的双机搜潜方法

针对在反潜直升机执行应召搜潜任务时,已知目标潜艇概略航向,当出动两架反潜直升机执行应召搜潜任务时,反潜直升机采取的双机搜潜方法,声纳投放位置及使用时机问题和难点,提出了反潜直升机的一种新搜潜方法"前堵后追"法,即一架反潜直升机在潜艇目标丢失点位置沿潜艇逃离的概略方向执行扇形搜索,另一架反潜直升机在所确定概略方向的远界投放声纳浮标,充分利用吊放声纳与声纳浮标执行对潜搜索任务,发挥反潜直升机高机动性能的优势,提高发现概率。最后,进行了仿真实验,仿真实验结果表明反潜双机"前堵后追"法能较好地解决双机搜潜情况下,对已知概略航向目标潜艇的搜索问题,反潜直升机发现潜艇的概率相对于其他双机搜潜方法有较明显的改善。     

发射潜空导弹对潜艇生存概率影响

潜艇对抗反潜机中潜空导弹的使用是一个对潜艇生存概率产生重大影响的复杂的决策过程,运用贝叶斯网络将过程指标体系作为修后评价指标体系的先验知识。首先建立潜艇发射潜空导弹后潜艇生存概率的评价指标体系,然后,建立贝叶斯网络模型,通过改进的模糊综合评价方法确定了根节点的先验概率,通过专家经验法确定了子节点的条件概率,并给出了模型的具体求解步骤。最后将先验概率与条件概率输入Netica仿真软件,对贝叶斯网络进行仿真与分析。结果表明:提出的方法能够在一定程度上解决潜空导弹发射后潜艇的生存概率问题,为完善潜艇的作战理论和潜艇生存概率评估提供了借鉴。     

无监督神经网络的潜艇对空战术意图识别

传统的通过遥感系统获取空中目标信息,解析出目标战术意图的方式,需要大量的专家评估计算网络节点及权重,具有速度慢,耗费大等缺点。为了降低潜艇对空战术意图识别时间,发挥无监督学习神经网络的计算能力。利用遥感获取的空中目标属性与目标战术意图形成训练样本训练神经网络,获得输入目标属性的阈值及竞争层神经元间的关系,建立输出函数,识别空中目标的战术意图。仿真结果表明,竞争神经网络与自组织特征映射(SOFM)神经网络训练的测试样本的输出值与真实值相对应,准确度较高。