摩步师(团)反空袭作战空中威胁评估

运用定量和定性分析相结合的方法,对摩步师(团)战斗行动中面临的空中威胁进行了分析,提出了评估的方法和步骤,建立了评估模型,并结合实例对评估方法、步骤、模型进行了分析验证。实例计算表明,该方法的判断结果预见性好、可靠性强,对未来摩步师(团)反空袭作战有一定的现实意义。     

战区联合反空袭战役联勤保障研究

战区联合更空袭战役联勤保障应确立“三军一体,军民结合,区域联动,整体保障”的指导思想,按照“整体控制,分区负责,突出重点,灵活组织”的保障思路,采取以下基本对策:建立多层指挥体系,实施高效指挥;科学编组,合理配置联勤力量;加强协调,充分发挥联勤保障效益;多法并举,实施快速有效联勤保障;防打结合,确保后方安全与稳定;依托社会力量,谋求联勤保障整体威力。     

省军区反空袭战役后勤保障探讨

省军区反空袭作战后勤保障对象多,协调后勤动员和组织后方支援保障时效强,后勤防卫任务重,必须从现在起就着手提高其后勤保障职能,着力搞好军地支援保障力量的指挥协调关系,充实其后勤保障力量,加强后方战场建设。     

战役战术导弹部队机动作战面临的空中威胁分析

在分析战役战术导弹部队机动作战面临空中威胁可能性的基础上,研究了其遭敌空袭兵器和空袭战术威胁情况,并对战役战术导弹部队机动作战的各阶段遭敌空袭的威胁进行了探讨。在分析空中威胁时,借助美军主导的近几场局部战争的经验教训,总结了敌攻击战役战术导弹部队机动作战所使用的空袭兵器和空袭战术,以便在抗击敌空袭兵器时更具有针对性和现实性,以期为未来防空作战提供有益借鉴。     

濒海战役方向三军协同反空袭作战防化保障的特点及防护对策

战略空袭在高技术战争中占有重要的地位。战略空袭不仅是常规战争的重要手段,而且也 敌进行核化进攻时所采取的主要方式。三军协同反空袭作战听防化保障县有速度要求高,任务更加艰巨、情况更趋复杂等特点。要搞好三军协同反空袭中的防化保障,应建立适合反空袭战役特点的指挥系统,防打系统和专业保障系统     

未来战争的焦点:战略空袭与反空袭

近几场的高技术局部战争表明,空袭与反空袭将成为21世纪初敌对双方斗争的一大焦点。     

科索沃危机:空袭与反空袭

自3月24日起,北约对南联盟发动军事打击,南斯拉夫军民奋起反抗。这是一次实力悬殊的较量,是海湾战争之后又一次多国联合的大规模军事行动,反映了高技术局部战争的一些特点。现就北约空袭行动和南联盟反空袭行动的特点分析如下。北约空袭行动特点在此次空袭行动中,北约为了实现其政治、军事目的,不惜耗费巨资投入以隐身武器、电子战武器、中远程精确打击武器为代表的各类高技术武器装备,并针对南联盟这样的特定作战对象和战场环境采用了相应的战术,验证新式武器装备的实战效能和新的作战概念,为压     

一种改进的空袭目标威胁等级评估模型

量化判定空袭目标威胁等级是数字化战场信息融合的重要内容,也是未来联合防空作战中指挥决策系统合理分配作战资源的基本依据。但是,空袭目标威胁等级的评判标准至今尚未统一,本文首先使用AHP法建立空袭目标威胁等级层次分析模型,针对AHP法构建成对比较矩阵过于繁琐及各指标权重难以把握的弊端,只针对层次分析模型最下层的相关指标进行分析并提出量化方法,随后根据量化数值直接构建判断矩阵,并结合DELPHI法给出诸项评估指标的权重。最后,通过实例验证了该模型的有效性和准确性。     

贫信息下空袭兵器威胁能力评估方法

现代防空作战中,各种空袭兵器突袭能力不断增强,对我方目标构成了极大威胁。因此,需要对空袭兵器的威胁能力进行评估,合理分配各种防空火力,以达到保护我方目标的目的。研究了现代防空作战背景下,空袭兵器威胁能力评估的全过程,给出了贫信息下,威胁能力评估的算法,建立了数学模型,最后用实例说明了该评估方法的实用性。     

基于模糊MODM的空袭目标威胁评估

针对当前空中来袭目标的主要特点,运用模糊多目标决策(MODM)理论和方法,提出了一种空袭目标威胁评估方法。首先对影响空袭目标威胁程度的因素进行了分析;然后阐述了如何确定影响目标威胁评估的各个指标值;最后依据多目标决策方法,建立了在各指标权重值只有部分已知的情况下,目标威胁评估的数学模型,并通过示例介绍了威胁评估的求解过程。仿真结果表明,该方法有效地解决了目标威胁评估与排序问题,提高了防空作战效能。     

地空导弹战术单位作战能力评估方法建模研究

采用仿真试验台方法对战术单位作战能力进行评估研究。该方法将人、硬件置于环路中,其结果具有很高的可信度。提出了评估指标体系,建立了测试与评估试验台,其中包括空袭模型、测量误差模型、评估算法模型等,并在此基础上通过模拟典型空袭模式给出部分评估结果。     

电子作战目标威胁评估方法初探

为了对电子作战目标进行威胁评估,主要立足于电子战环境,分析了电子作战目标威胁评估的内容与作用,并系统深入地研究了当前常用的目标威胁评估方法,对判断敌情及电子对抗作战指挥具有一定的指导意义。     

基于排队论的防空导弹群作战效能研究

结合防空导弹群防空战斗的特点,利用可列状态生灭过程的排队论方法,研究了防空导弹群作战效能,建立了数学模型,分析了导弹群防空武器系统对目标平均击毁概率的计算方法,并通过引入拦截适宜性因子对理想条件下的排队模型进行了修正,为类似问题的研究提供了一种参考。     

威胁联网下低空突防航路规划研究

分析了威胁联网下信息交流和资源共享对飞行航路规划的影响;针对威胁联网,制定相关的威胁体相互支援表,采用遗传算法进行低空突防航路规划.通过仿真计算证明,此方法规划出的飞行航路能有效提高威胁联网下的战斗机低空突防安全性,为航路规划提供了一种新思路.     

基于BP神经网络的防空导弹火力单元阵地评价模型

建立了防空导弹阵地评价的指标体系。对应用人工神经网络解决防空导弹阵地评价的方法问题进行了探讨 ,并且给出了神经网络的评价模型及算法。实例证明该方法是可行的。     

基于排列法的目标威胁评估模型

目标威胁评估是一个推理、决策的行为,结合现代防空作战的特点和指挥自动化系统的工作过程,分析了影响目标威胁评估的几个重要因素,应用多属性决策中的一种改进排列法建立了数学模型,验证了其可行性。     

基于集对分析的目标威胁评估与排序研究

在分析以往目标威胁评估与排序方法不足的基础上,提出了基于集对分析的多因素威胁评估方法,以定量的结果对目标的威胁程度进行综合评估,为威胁评估与排序问题寻求出一种新的方法,其评估结果可为指挥员对空情威胁做出正确判断提供科学依据。     

Optimization of steerable sensor network for threat detection

A Markov chain approach to detecting a threat in a given surveillance zone by a network of steerable sensors is presented. The network has a finite number of predetermined states, and transition from one state to another follows a Markov chain. Under the assumption that the threat avoids detection, two game theoretic problems for finding an optimal Markov chain (two surveillance strategies) are formulated: the first maximizes the probability of threat detection for two consecutive detection periods, whereas the second minimizes the average time of detection for the worst‐case threat's trajectory. Both problems are reduced to linear programming, and special techniques are suggested to solve them. For a dynamic environment with moving noise sources, the optimal Markov chain changes at each detection period, and the rate of convergence of the Markov chain to its stationary distribution is analyzed. Both surveillance strategies are tested in numerical experiments and compared one with another. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011     

防空布势模式的系统动力学模型研究

制空权在现代战争中的地位和作用十分重要,防空兵力的布势模式是防空方夺取制空权的重要条件。明确了要地防空与区域防空的基本概念,基于系统动力学理论,建立了防空布势模式的简化系统动力学模型,通过不同模拟结果的比较,印证了区域防空理论的先进性,并作出了相应的对策分析。     

基于ANN的高炮火力单元射击有利度评估

采用ANN(人工神经网络)方法对高炮火力单元射击有利度进行评估是一种新的尝试。在对各影响因素进行分析与量化处理的基础上,建立了基于ANN的高炮火力单元射击有利度评估网络模型,并提供了网络的解算方法。通过某型高炮对不同目标射击的已知有利度评估值对网络进行的训练,确定了网络的各权值,并使学习误差达到了预先规定的标准,实现了对该型高炮对空射击有利度的评估。