大型杀爆战斗部动态威力计算

首先,对动态下战斗部破片杀伤威力和爆炸威力进行了计算,在此基础上,再对多发弹对同一目标的杀伤威力进行了计算。     

Hill 方程在远距离拦截中的应用

提出了一种通过坐标系移动,化原系中的大相对距离为新系中的小相对距离,以减小Ｈｉｌｌ方程在大相对距离时的模型误差的方法,即当拦截器的相对距离达到某一精度许可的值ρ＿１时（定义ρ＿１为精度控制参数,例如可取ρ＿１＝５００ｋｍ）,以拦截器位置为原点,建立一假想的动参考系,将拦截器在原动系中的相对运动参数转换为新系中的相对运动参数（显然在新系中的初始相对距离）,从而化大相对距离为小相对距离问题,提高Ｈｉｌｌ方程的描述精度。本文给出了方法的理论分析及两个计算机仿真实例,该法确可有效地减小Ｈｉｌｌ方程在大相对距离时的模型误差,结果是令人满意的。     

以光的速度攻击——激光武器

人类把光作为武器的想法,可追溯到远古时代。西方在中世纪就有古希腊科学家阿基米德用聚焦的太阳光点燃敌人战船的传说。1960年首台激光器在美国问世,为人们点燃了希望之光,自此人们便开始了对激光武器锲而不舍的追求。 激光武器是一种利用定向发射的激光束直接射击目标使之失效的新概念武器。它的出现是武器装备     

基于杀伤链的动态重构作战网络抗毁性分析

作战网络的动态重构过程是其重要特征之一,从杀伤链的角度构建作战网络的动态重构过程,有利于提高作战网络的作战能力和抗毁伤能力。提出了基于杀伤链的动态重构作战网络抗毁性分析。描述了基于异质网络的作战网络模型和典型的杀伤链模型。从杀伤链角度给出了作战网络在节点失效过程中的动态重构策略,并提出了基于杀伤链的网络抗毁性指标。在方法研究基础上进行了案例分析。分析结果表明,动态重构作战网络的抗毁性高于无重构的作战网络,动态重构过程提高了作战网络的抗毁性。动态重构作战网络在度优先攻击策略下的抗毁性明显低于随机攻击策略下的抗毁性。该方法对于作战网络在动态重构下的作战能力评估和分析具有重要意义。     

基于强化学习的多对多拦截目标分配方法

针对空中对抗环境中多对多拦截的武器目标分配问题,提出了一种基于强化学习的多目标智能分配方法。在多对多拦截交战场景下,基于交战态势评估构建了目标分配的数学模型。通过引入目标威胁程度和拦截有效程度的概念,充分反映了各目标的拦截紧迫性和各拦截器的拦截能力表征,从而全面评估了攻防双方的交战态势。在目标分配模型的基础上,将目标分配问题构建为马尔可夫决策过程,并采用基于深度Q网络的强化学习算法训练求解。依靠环境交互下的自学习和奖励机制,有效实现了最优分配方案的动态生成。通过数学仿真构建多对多拦截场景,并验证了该方法的有效性,经训练后的目标分配方法能够满足多对多拦截中连续动态的任务分配要求。     

地空导弹部队集火射击模型

集火射击是地空导弹部队战术单位组织火力运用的一种重要方法,但是目前其组织实施主要依靠手工操作,比较复杂、耗时.对集火射击组织实施过程进行了深入分析,针对集火目标与火力单元的确定、集火射击诸元计算问题,建立了相关数学模型,实现了集火射击的自动化处理.通过在具体实例中的应用表明,该模型可信度高、实用性强,并且易于实现.