2012韩国建成第一支战略机动舰队 战力可抗衡日本海上军事力量

从 KDX 系列新型导弹驱逐舰、KSS 系列常规潜艇的陆续建成服役,到具有准航空母舰性质的 LPX 两栖直升机攻击舰下水舾装,近几年中韩国海军的发展令世人瞩目。以此为基础,韩国海军正加紧组建一支可遂行远洋作战任务的战略机动舰队,并决定投资8亿美元在济州道南济州郡的和顺港设立机动舰队的基地。韩国政府计划在2012年之前建成第一支战略机动舰队。韩国国防部官员表示,由于日本和韩国在一些岛屿主权方面的争夺越来越激烈,因此战略机动舰队建成后将大大增强韩国抗衡日本的军事实力。瞄准千海里外韩国海军组建战略机动舰队的设想由来     

“俾斯麦”号覆灭记

1941年5月,希特勒任命海军上将吕特宴斯为“铁血”战舰——“俾斯麦”号的舰长,率该舰远赴大西洋机动作战,以期切断英国的海上生命线。随着“俾斯麦”号的秘密出航,一场惊心动魄的海上围歼战也随即拉开序幕。处女航严格灯火管制1941年5月18日晚,德国格丁尼亚(今波兰境内)港口戒备森严,借助航标灯暗淡的灯光,人们看到,两艘庞大的黑色舰影正悄然驶离港口。走在前面的是这场战役的主角——巨型战列舰“俾斯麦”号,紧随其后的是重巡洋舰“欧根亲王”号。吕特宴斯海军上将站立在“俾斯麦”号     

基于改进卡尔曼滤波方法的机动目标跟踪研究

针对在机动目标跟踪中当目标作高度机动飞行时卡尔曼滤波可能会出现严重发散的情况,提出利用BP神经网络校正其滤波结果,并将遗传算法应用于BP网络的训练过程,以解决BP网络训练速度慢的缺陷,提高算法的实时性。仿真表明该方法是可行的、有效的。     

基于Jerk模型的一种改进多传感器数据融合算法

简要介绍了目前存在的一些机动模型和基于状态估计的滤波算法。将Jerk模型与强跟踪滤波算法有机地结合起来,并提出了一种通过时空综合分析的测量方差自适应估计方法以优化强跟踪滤波算法中次优渐消因子和滤波增益的在线选择,同时结合多传感器数据融合具有改善滤波精度的性质,最终给出了一种基于Jerk模型的改进多传感器数据融合算法。最后,通过蒙特卡罗仿真验证了该算法的有效性。     

从美军航母频遭“珍珠港”谈现代战争的“系统对抗”

航空母舰是各海军强国的重要象征和主要突击力量,是水下、空中和水面各种力量高度联合统一的海上作战武器系统,具有机动力灵活、作战威力强、威慑效果明显等突出特点,尤其适合远洋机动作战。因此,航空母舰也被称为“海上巨无霸”,而以它为核心的航母战斗群就成为了当今世界最强大的常规武器系统。由于航空母舰把火力、防护和机动三者有机地结合在一起,再加上它强大的电子战能力,因此,航空母舰已成为现代远洋型海军的核心。那么,是不是说航空母舰这个作战系统就无懈可击了呢?我们可以通过近些年来美军先进航空母舰屡遭“突袭”的事件,来找寻…     

基于强化麻雀搜索神经网络的空战机动决策方法

针对空战中机动决策速度慢、准确性低问题,提出基于强化麻雀搜索神经网络的空战机动决策方法,该方法分别考虑角度、距离、高度等因素构造相应的态势函数,将几种态势函数结合起来并加权得到态势评估函数,利用神经网络的黑盒部分计算各个态势函数的权值,利用混沌初始化和小孔成像反向学习策略强化麻雀搜索算法,再利用其特性去优化神经网络,将麻雀的适应度函数与神经网络的权值和阈值建立直接的映射关系,从而获得准确的态势评估函数,再将得到的态势评估函数结合博弈论模型得到博弈态势值,并由此来进行空战机动决策。仿真表明,该方法在与粒子群和遗传算法优化的神经网络模型相比之下,决策速度更快、准确性高,从而能获得空战优势,以获得最终的空战胜利。     

高原地区对火包牵引车机动的影响及技术对策

提高炮兵的机动能力是现代战争对炮兵的要求,本文针对高原地区的气候地理特点,讨论了高原地区对火包牵引车的机动的影响,提出了应的技术和使用对策,以提高炮兵部队在这些地区的机动能力。     

用人工烟幕实施防护 用烟幕抑制敌人火力效应促进我方机动

战场上的所有机动最终是将真正的兵力准时地到达战斗使用准确位置。除火力外,机动是战斗的最重要因素。因此,敌人尽力用所有的可供使用的手段,阻止或者至少是影响机动。在此情况下,除了使用障碍外,敌人武器的战斗使用有着决定性意义。本文作者提出的方法和途径是使用人工烟幕抑制敌人的武器效应,促进我方机动。     

一种快速、高精度光电闭环跟踪算法

为了解决跟踪系统中目标机动所引起的参数变化,提出了一种多模式自适应滤波器,用５个基本滤波器来描述５种典型的目标机动,然后用贝叶斯条件概率对它们分别进行加权。最后,给出了１５个滤波器的基本参数。     

对于机动目标的真比例导航

我们根据分析得到对付智能机动目标的真比例导航(TPN)导弹制导法则的捕获区。考虑两种TPN方案。第一种是原始的TPN,假设指令制导的侧向加速度只与瞄准线(LOS)速率成正比,比例因子是一个任意常数或仅仅依赖于初始接近速度。另一种叫作RTPN(现实的TPN),它假设控制的侧向加速度与LOS速率成正比,并且也与当前接近速度成正比。假设目标以增加LOS速率的方式机动并因此与取消LOS速率的比例导航(PN)基本原理正好相反。为原始TPN导出了捕获的必要和充分条件,并利用这种条件获得了精确的捕获区。为RTPN导出了捕获的充分条件并用来得到它的部分捕获区。对于RTPN也导出了捕获的某些必要条件并且用来得到它的最大捕获区。利用这些条件,给出现有捕获区的某些重要结果和TPN法则的捕获可能性比较研究。