动态协同空战攻击决策问题研究

攻击决策问题是协同空战领域研究的核心问题之一,通过优化战机武器资源配置,以提高战机协同作战效能。针对动态协同空战攻击决策问题,系统分析空战环境的动态性,将空战动态划分为连续动态和离散动态,并建立多约束条件下动态协同空战攻击决策优化模型;设计了空战环境变化监测策略和种群多样性策略,通过迭代窗的设置,基于离散粒子群算法,提出了一种基于滚动迭代窗的启发式变异离散粒子群算法的动态协同攻击决策方法。通过仿真实验验证了所提方法能够在连续和离散动态条件下合理地规划协同空战攻击决策。     

基于混合算法的巡飞无人机轨迹优化策略

提出大型空中侦察无人机作为控制中继来控制陆基发射的巡飞无人机作战模式。以多脉冲固体火箭发动机为动力的巡飞无人机的航程末端速度大,可以有效提升无人机的战场生存能力;为使巡飞无人机末速最大,有效提高巡飞无人机飞行轨迹优化求解的鲁棒性和精度,提出了遗传算法与高斯伪谱法相嵌套的混合优化方法。同时与单脉冲推力模式的无人机进行了对比仿真,验证了该混合优化算法的实用性和有效性。     

基于多Agent的装甲装备动用与维修保障过程仿真

结合装备动用与维修保障评估需求,以装甲装备动用和维修保障过程为研究对象,分析装甲装备动用管控的方式方法和全寿命维修保障过程,建立控制台Agent、装甲装备Agent、部件Agent 3类智能体模型,对装甲装备动用与维修过程进行仿真和评估,为陆军部队装甲装备动用策略评估、装备动用计划制定以及维修保障资源调配提供参考。     

论智能化条件下党的创新理论武装

习主席指出:“人工智能是引领新一轮科技革命和产业变革的重要驱动力,正深刻改变着人们的生产、生活、学习方式,推动人类社会迎来人机协同、跨界融合、共创分享的智能时代。”当前,以智能化为主要标志的信息技术飞速发展与普及应用,使得开放、多样的思想舆论对部队官兵产生越来越大的影响,重构着官兵的思维、行为和活动方式。如何实施精准理论教育,是智能化条件下党的创新理论武装面临的最现实、最紧迫的课题,必须适应教育环境对象的新变化,加强对新时代官兵思想心理、认知规律、接受特点、行为取向的研究,以需求为基础.     

采用改进Sage-Husa自适应滤波的运动目标三维定位方法

提出不依赖于测距信息,利用两架基于视觉的无人机对运动目标进行三维交会定位的方法。采用多模型交互方法实现在不预知目标运动模式的条件下对运动目标的实时定位;采用改进的Sage-Husa自适应滤波算法,综合协方差匹配技术和正定性判断,提高了定位精度。为评估这些方法的性能,模拟真实观测条件进行仿真。结果表明,提出的方法可以实时对运动目标的三维坐标进行估计。改进的Sage-Husa自适应滤波算法可以显著提高定位精度,在90°观测夹角下,平均估计误差从27.13 m降低到14.62 m。仿真研究了两无人机观测夹角对定位的影响,结果表明:过小的夹角不利于定位精度的提高;较大的夹角对无滤波定位方法有较好的效果,但对基于改进的Sage-Husa自适应滤波算法的定位方法影响并不明显。     

旋转永磁式机械低频天线的系统设计与验证

为实现低频电磁发信系统的小型化和低功耗,面向旋转永磁式机械天线的理论研究和技术实践,提出了基于多物理场耦合仿真的系统设计和性能校验方法。设计了包含永磁磁源、高效驱动电机及其控制器在内的旋转永磁式机械天线系统方案。研制了实验样机,并对其系统性能和近区磁场进行了实验测试,验证了相关设计方法和系统方案的可行性与有效性。结果表明,该样机的磁场场强和尺寸等主要指标达到了美国“机械天线”项目在射频穿透技术领域的要求,为旋转永磁式机械天线方案研究和样机设计提供了一种可行思路。     

单兵信息系统协同作战技术研究

协同作战是提高体系作战能力,发挥整体作战效能的关键,针对单兵班组在未来信息化条件下单兵作战单元协同作战的协同模式、协同流程、协同策略,协同指挥、协同作战效能评估等方面进行阐释,对未来单兵信息系统班组协同作战技术研究具有一定的指导意义。     

基于跨层协议模型的机间自组织网络优化研究

节点高速移动、拓扑动态变化、传输质量不稳定是机间自组织网络的基本特征,空中环境的特殊性使得网络适应能力和传输效率成为机间自组织网络面临的最基本挑战。分析机间自组织网络的功能需求、传统的分层协议模型在应用过程中存在的问题,提出机间自组织网络跨层协议模型和跨层优化方法,指出研究中面临的难题和技术方向,为机间自组织网络协议设计提供参考。     

基于改进ACO算法的多UAV协同航路规划

针对无人机(Unmanned Aerial Vehicle,UAV)在执行任务过程中遇到的诸如敌方防空火力、地形障碍及恶略天气等各类威胁源,采用威胁源概率分布的方法进行威胁的量化处理,构建任务空间的威胁概率密度分布图,有效消除了威胁源的差异性。根据UAV在任务飞行过程中的性能约束与时、空协同约束,同时考虑任务过程中UAV的损毁概率最小、任务航程最短,构建了相应的综合任务航路代价最优化目标函数。结合传统蚁群优化算法(Ant Colony Optimization,ACO)在解决此类问题中的不足,给出了相应的改进策略,提出采用协同多种群ACO进化策略来实现多UAV在满足时、空协同约束下的协同航路规划。通过相应的仿真计算表明,改进后的ACO协同多种群进化策略算法更适用于多UAV协同任务航路规划问题,具有一定的实用性。从而为多UAV协同任务航路规划问题的求解提供了科学的决策依据。     

反导作战多传感器任务规划技术

多传感器任务规划技术是反导作战中的重要研究内容之一,即解决如何发挥多维传感器资源的互补优势,构建"传感器-目标-任务"序列,以实现整体执行效果最优。基于JDL信息融合模型深入剖析了反导作战多传感器任务规划体系结构及其信息交互。在此基础上,结合反导作战特点,从应用和理论研究两个方面分别对多传感器任务规划技术进行了叙述。