面向目标跟踪的传感器调度技术研究

传感器调度是指在一定的准则下,结合实际应用场景,依据观测信息对传感器平台或传感器本身的工作模式、工作时长、机动路径等进行一系列调整和控制,从而降低传感器系统使用代价,提高跟踪效能,延长系统寿命的方法,也是传感器管理的一项重要内容.基于部分可观马尔可夫决策过程,对传感器调度的基本结构进行了简要描述,同时分析了调度模型和基...     

针对军事集群目标的YOLOv3改进算法研究

YOLOv3目标检测模型对于巡飞弹作战中的军事集群目标存在可能漏检紧邻目标的问题.改进算法以YOLOv3为基础,对其候选框选择算法采用的非极大值抑制(NMS)引入惩罚函数,实现soft-NMS,从而减少紧邻目标识别边框被误删的概率.同时针对军事目标数据稀缺的情况,对数据的预处理采用k-fold交叉验证策略,抑制过拟合现...     

未确知条件下多枚导弹打击不规则面目标的毁伤效果评估

在信息缺乏的情况下,如何提高对多枚导弹打击不规则面目标毁伤效果评估的可信度是导弹作战运用研究的重难点。通过蒙特卡罗方法建立给定参数下的面目标毁伤效果评估模型;采用信度分布函数对该问题的未确知性进行评估,评估结果显示毁伤效果未确知性较高;基于信度熵,分析导弹各个属性的未确知性对毁伤效果未确知性的影响;通过针对性减小影响大的属性的未确知性,迭代减小毁伤效果的未确知性。仿真实验结果表明面目标有效毁伤率的未确知范围得到显著减小。该研究能够有效指导毁伤效果评估工作,减小其中的不确定性。     

三坐标雷达目标真实高度估计算法研究

在目标跟踪领域,通过三坐标雷达的测量值(斜距、仰角及方位角)来估算目标的真实高度一直是个难点。目前主要有两类处理方法:坐标转换法和等效地球半径法。前者把与雷达天线相关的三坐标测量值转换到大地坐标系统来计算目标高度;后者充分考虑地球曲率以及大气折射的特性,通过增加地球半径来估算目标的高度。最后对上述的两类方法进行总结、比较与分析。     

用于纯方位机动目标跟踪的机动探测法

假设目标在某时刻发生折线机动,并且目标在机动前后都是做匀速直线运动。所提出的机动探测算法通过探测这种变化得到探测时刻。这种算法是基于对方位预测误差的均值变化进行分析的。然后估计出目标机动时刻,并从机动时刻起重新设置滤波器,估计出目标机动后的运动参数。典型的机动TMA态势仿真结果表明,该算法对于一般的目标折线机动可以有效地进行跟踪。     

时敏打击指挥控制技术初探

分析了时敏目标打击链,介绍了压缩打击链的主要途径,描述了图像处理、战场数据管理、武器动态分配、智能代理集成等有关时敏打击指挥控制技术,为时敏打击指挥控制系统的研究提供参考。     

舰载雷达发现目标的效能概率计算

根据舰载雷达保障火炮射击任务的要求,结合火炮自身使用特点,提出舰载雷达发现目标的效能概率计算问题。应用概率分析方法,对多种距离上舰载雷达发现目标保障火炮系统有效射击的概率进行了推导,得出舰载雷达保障火炮系统有效射击的概率计算公式,并进行了实例分析。实际作战运用中,可以应用此算法对火炮系统的射击概率计算,可以较好地保障火炮系统的射击准备时间,但影响实际火炮射击的因素很多,表征雷达发现目标的效能指标也很多,应综合考虑。     

基于改进DDPG的空战行为决策方法

针对空战中飞机如何根据实时态势进行快速智能决策问题,提出基于改进DDPG算法的空战行为决策框架(Air Combat Behavior Decision-making Framework on Improve DDPG,ACBDF_DDPG)。框架中的主要改进如下:1.设计一种针对动态目标的嵌入式人工经验奖励机制,缓解深度强化学习算法在训练过程中,由于状态空间巨大且奖励稀疏导致的收敛困难问题;2.对框架中的Actor网络更新机制进行改进,解决Critic网络评估效果差时,更新Actor网络导致的模型训练不稳定问题;3.采用优先采样机制确保训练价值高的经验样本得到充分利用。最后基于MaCA平台搭建仿真实验环境,通过消融实验验证了所提出框架中改进机制的有效性和优越性。     

基于不完全信息博弈的动态武器目标分配

考虑合成分队作战存在不确定性和动态性的特征,基于博弈论构建不完全信息下的动态武器目标分配模型,建立攻防支付矩阵,利用遗传算法求解不完全信息条件下的纳什均衡,最后通过案例分析和软件仿真证明了模型和算法的可行性,通过博弈论与遗传算法相结合的方式能够快速获得最优的武器目标分配方案,有效提高实际作战能力。     

空中目标作战任务智能判识方法研究

为从动态、时序变化的战场态势中准确迅速地判识出空中目标的作战任务,运用深度学习理论构建作战任务智能判识模型。在门控循环单元网络的基础上,引入双向传播机制构建多层网络,学习作战任务的时序特征;采用残差机制防止出现由于神经网络层数加深导致模型性能退化问题;运用注意力机制,捕捉相互关联的重要态势特征,将先验知识与多层神经网络的输出相融合,确保在获得时序信息较短时对作战任务判识的准确性。实验表明,该方法可以有效地判识空中目标的作战任务。