指标灵敏度分析的飞机空战效能评估方法比较

建立了两类空战效能评估模型,应用AHP法、离差最大化法和粗糙集法分别确定指标权重,针对不同评估方法的优劣差异问题,提出用单个目标和多目标评估的指标灵敏度分析方法对评估结果进行比较和验证,并讨论了各评估模型的可信性和稳定性,从而得到最优评估方法。最后,以4种战斗机的空战效能评估为例,证明了该方法的可行性。     

联网平台扩大了海上防空能力

完善的网络连接和先进的防空管理功能极大地提高了部队级的海上防空能力。参与防空战作战实践的人都意识到防空战（AAW）是一个动态的、困难的和高度复杂的领域,由于组成部分的缺陷、人的错误和／或系统的缺陷,易于产生指挥和控制上的故障。指挥过程中某一或某几部分性能的降低将导致整个AAW功能链的崩溃,带来灾难性的后果。造成这样的结果可能是由于采取的行动基于不能满足要求或不完整的信息,或者未能对容易识别的目标做出响应,或者由于操作人员的压力或信息超量而做出了不正确的决策。     

天波超视距雷达述评

本文介绍了天波超视距雷达的发展历程,阐述了天波超视距雷达的组成及其工作原理,并分析了其在防空作战中对抗隐身目标、反辐射导弹、低空目标的作战优势。     

改进cell密度聚类算法在空战目标分群中的应用

针对传统聚类算法对流形分布数据聚类效果差,且实时性不高的缺点,提出改进基于cell的密度聚类(Cell-Based density Spatial Clustering of Applications with Noise, CBSCAN)算法解决实时空战目标分群问题。通过分析空战态势参数,建立了空战目标分群通用模型,将目标分群转化为聚类问题。通过改进CBSCAN算法的簇类扩展方式,建立基于改进CBSCAN算法的目标分群模型。通过仿真实验,对比分析了K-means、最大期望算法、密度峰值算法、密度聚类算法、CBSCAN算法和改进CBSCAN算法在30种作战态势下的分群准确性和实时性,结果表明:改进CBSCAN算法可以在编队数目未知和目标流形分布的条件下,对多目标编队进行正确分群,且实时性较原始算法提高约30%,具有实际应用价值。     

低空接敌战术对机载雷达探测能力影响分析

针对低空接敌战术中机载雷达探测能力的影响问题进行了研究.从装备原理上对其战术机理进行了定性分析;给出了各类分析因素的数学描述,分别建立了雷达发现概率模型、综合信噪比模型、动态RCS模型,以及地杂波强度模型;之后给出了描述分析过程的具体流程.采用两种不同条件下的算例进行验证,结果证明了低空接敌战术对降低机载雷达探测能力具有重要影响以及实战意义.     

一种新的超视距空战目标威胁评估距离指标模型

距离指标是进行超视距空战目标威胁评估的重要指标,但当前多数的距离指标模型都过于简单。针对这种不足,在仿真分析当前典型模型的基础上,根据空战的实际情况,首先定性分析了目标位置等因素对于威胁度的影响;然后根据探测距离、导弹射程等参数,将敌我距离分成不同阶段,区分敌我性能强弱的不同情况,分阶段建立了一种新的距离指标模型。最后,针对不同的战场态势,进行了仿真分析,证明了模型的有效性。模型对于提升空战威胁评估的准确性具有积极意义。     

超视距多目标攻击排序及火力分配建模与解算

针对未来超视距空战条件下的多目标攻击排序和制导武器火力分配问题,提出了一种用以评估超视距空战作战效能的综合优势指数法;当目标数多于攻击机数时,通过构造综合优势矩阵,将非平衡指派问题转化为平衡指派问题,并建立了多目标攻击排序的0-1规划模型,该模型可解决对多个目标同时攻击的排序问题;以2对8攻击排序为例,利用求解线性规划软件Lindo6.0进行解算。最后,建立了1对4攻击火力分配的非线性规划模型,并利用求解非线性规划软件Lingo5.0进行解算。计算结果验证了建模的合理性和运用Lindo、Lingo软件求解较大规模目标攻击排序和火力分配问题的实时性。     

现代空战的新特点

由于普遍使用中、远程空空导弹进行超视距空战,使得空战战术发生巨大变化。目前,已有20多个国家10多种作战飞机装备了中、远程空空导弹。中、远程空空导弹攻击距离远,飞行速度快,自动跟踪性强,可“发射后不用管”;与机载火控雷达相配合,具有攻击多日标的能力。同时,可减少对攻击方向和攻击高度的限制,增大了空中攻击突然性。从近期的几次局部战争和外军的演习中,可以看出现代空战出现的下述新特点。     

多机协同空战目标分配算法研究

多机协同作战已成为现代空战的主要形式,对其进行研究的重要性业日趋明显.通过对多机协同空战中目标分配的分析,建立了目标优化分配的数学模型,而后用标准遗传算法来求解该问题,最后通过应用"优势"基因遗传算子对遗传算法进行改进.仿真结果表明该算法能有效解决分配问题,而且"优势"基因遗传算子能够大大提高搜索效率.