优化多星协同观测的改进广义模式搜索算法

多星协同观测可以最大化卫星的整体效能,如何对多星进行部署是一个设计空间大、设计变量多的优化问题.对此,提出了基于Kriging模型的改进广义模式搜索算法.在算法的搜索步,通过代理模型最优和最大期望提高在当前网格内进行选点,避免选择的盲目性;在筛选步,利用代理模型预测筛选集中各点提高的比例并排序,减少不必要的仿真分析.最后,采用该算法对多星部署方案进行优化,通过对比发现,算法性能优于STK-Analyzer,证明了算法的可行性和有效性.     

空地协同反干扰目标交叉定位融合算法

传统双站交叉定位精度较高,但在基线及其延长线无法定位且在基线附近定位误差迅速增大;预警机测高交叉定位可实现全空域定位,但定位精度不高.针对这两种定位方法的优缺点,提出了基于传统交叉定位和预警机测高交叉定位的距离解算加权融合算法,并进行了仿真分析比较,证实了算法的有效性.     

改进的TOPSIS法在雷达干扰资源分配中的应用

对雷达进行侦查是干扰雷达的前提,由于侦查无法得到精确的实际雷达工作参数,而只能得到一个工作参数区间,因此属性值为确定值的多属性决策方法是不适用的.从多个属性出发,提出改进的基于逼近理想解排序的TOPSIS法,针对属性权重信息不完全且属性值为区间数的特征,将多属性决策问题运用到雷达干扰资源分配中来,对雷达干扰资源进行优选配置,通过多个无线传感器干扰节点协同干扰,使其达到最佳的干扰效果.     

多枚声诱饵协同对抗水下声自导航行器决策方法

针对大型舰艇或舰艇编队机动性能差,且单枚声诱饵对抗效果差等问题,分析多枚声诱饵协同对抗水下声自导航行器使用方法,通过舰艇、声诱饵和水下声自导航行器间的运动几何关系,建立多枚声诱饵协同对抗数学模型,利用蒙特卡洛仿真对比分析纯机动、使用单枚声诱饵和多枚声诱饵不同对抗决策方法对水下声自导航行器捕获概率的影响,证明所提方法正确有效。     

一种多UAV虚拟队形制导协同运动控制方法

针对多UAV协同运动控制问题,研究了一种非线性制导跟踪控制律,利用期望航迹和UAV的位置关系推导出侧向加速度表达式,在侧向加速度作用下实现对期望航迹的准确跟踪。提出了一种虚拟队形制导协同运动控制方法,首先设计了虚拟队形的期望航迹,采用非线性制导律实现多UAV对虚拟队形的航迹跟踪,在此基础上,通过协同成员间的通信建立位置误差控制方程,实现速度的补偿控制,将UAV调整到期望的队形位置上。仿真结果表明,该方法能有效实现多UAV的协同运动。     

多机协同空战制导权移交决策

针对多机协同空战中需要将对空空导弹的中制导权移交给其他飞机的问题,对制导权移交对象选择问题进行了研究。根据每架飞机的制导优势和是否具有多目标攻击能力来选择新的制导平台,分别针对单目标攻击飞机编队、多目标攻击飞机编队及混合编队3种情况,通过建立相应的目标函数和约束条件,给出了制导权移交决策模型。通过仿真算例验证了该模型的有效性。     

纯方位目标运动分析的离散时间可观测性和可估计性分析

目前,纯方位跟踪(BOT)的可观测性分析仍然是重要的学术研究课题。与以前的连续时间分析研究不同,我们的研究依赖于离散时间分析。而且还允许我们直接而有效地使用简单的线性代数公式系。使用直接方法,可观测性分析实际上简化为子空间范围的基本研究。虽然这种方法在概念上是相当直接的,但随着源相遇情况复杂性的增加,它会变得越来越复杂。对于复杂情况,由于直接使用多重线性代数方法,对偶方法可能体现某些基本优点。因此得出关于机动源的BOT可观测性的新结果。继而可将可观测性分析扩展到源速度变化的未知时刻。 尽管可观测性分析使我们能更充分地了解BOT问题的代数结构,但观测者机动的最优化实际上是一个控制问题。基本代数研究证明这种控制问题的相关成本函数是费歇尔信息矩阵(FIM)的行列式。因此大部分工作集中在对这个成本泛函的分析上。使用多重线性代数给出了这个泛函的一般近似。这些近似结果表明最感兴趣的事仅涉及到直接可估计参数,即源方位变化率。用这些近似,可导出最优化观测者轨迹的一般框架,这允许我们近似最优控制序列。值得强调的是我们的方法不需要有关源轨迹参数的知识且对机动源仍然有效。     

改写登陆火炮 协同历史的士兵

我是东海舰队某部枪炮班长陈志涛。2001年10月,我第一次随舰到某海域进行实弹射击。我往炮位上一站,紧张得不得了。就在准备射击的前一刻,没想到装弹机出了故障,我鼓捣了半天也没弄好,憋得满脸通红,一头大汗,最后业务长冲     

海空跨域协同兵棋AI架构设计及关键技术分析

以深度强化学习为核心的智能博弈技术在游戏领域内的突破和进展为海空兵棋AI的研究提供了借鉴。智能体架构设计是需要解决的关键问题,良好的架构能够降低算法训练的复杂度和难度,加快策略收敛。提出基于随机博弈的海空跨域协同决策博弈模型,分析了相关的均衡解概念;在分析典型智能体框架基础上,针对海空兵棋推演决策博弈过程,提出基于多智能体分层强化学习的智能体双层架构,能够有效解决智能体间协作和维度灾难问题;从兵力协同、智能体网络设计、对手建模和训练机制共4个方面分析了关键技术。期望为海空兵棋AI设计实现提供架构指导。