一类不确定语言型机降场选择模型

机降场选择是超视距垂直登陆作战的关键工作之一。针对机降场选择的决策特点,定义了不确定语言集结算子,建立了基于不确定语言型多属性群决策方法的机降场选择评估模型。该模型直观、简单,降低了对指挥员的专业素质要求,有效弥补了指挥员的主观判断误差,提高了评估决策可靠性,具有较高的应用价值。     

弹药储存可靠性设计对策研究

从我军弹药储存可靠性设计现状出发,在深入分析某型弹药失效机理基础上,总结出了我军弹药产品储存性方面存在的质量问题;提出了弹药全系统相容的研究理念和储存性设计中的复合防护设计概念,并对如何提高弹药储存性能提出了建议。     

基于区间数TOPSIS法优选空军战役作战计划

针对战役作战计划优选中的不确定性,运用区间分析和TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)法探索空军战役作战计划优选问题.通过引进区间数乘法运算,将区间数多指标决策问题转变为指标为区间数的多指标决策问题,进而给出区间数多指标决策问题的TOPSIS法,对空军战役作战计划进行排序选优.与传统方法相比较,该方法较好地解决了评价指标为不确定值时的多指标决策问题.     

基于模糊综合评判法的敌空袭主攻方向预测研究

针对主攻方向预测的主要特点,运用模糊理论探索解决其主观推理、决策问题。应用隶属函数及变权重模糊综合评判方法分析,建立了评估模型,得到了类似人主观判断的结果,最后通过示例说明应用模糊综合评判法预测主攻方向的可行性。     

一种新的多传感器多机动目标快速跟踪算法

基于FAFDA滤波算法,根据Houles和Shalom将PDA算法推广到解决两个传感器单目标的跟踪问题的思路中,构造一种两个同类传感器的序列观测数据的融合来跟踪多个机动目标的数据关联方法(MSFAFDA)。它主要使用的是点/航迹联合和序列估计法。算法计算量远小于原先的顺序和并行多传感器联合概率数据关联算法,蒙特卡洛仿真结果也表明它对多机动目标的跟踪具有比FAFDA更好的跟踪性能。     

基于辐射能量分析的网络拓扑结构探测

在战场环境中,探测出敌方网络拓扑结构,为寻找网络最佳攻击点奠定了基础,具有重要意义。在研究数据链组网原理的基础上,研究了多址接入方式的探测方法,并提出了基于辐射能量分析的网络拓扑结构探测新方法。该方法通过对信号进行时频分析并结合互联关系矩阵来进行网络拓扑结构判断,仿真结果表明该方法可以有效地判断出敌方的网络拓扑结构和多址接入方式。     

混合多属性决策投影算法的装甲分队目标价值评估

科学评价混合多属性目标价值是装甲分队作战决策的基础,为提高信息化装甲分队作战辅助决策水平,建立了混合多属性评估矩阵并运用投影算法完成目标价值评估与排序。实例分析表明,基于混合多属性决策投影算法可合理有效地评估多目标价值,为分队指挥员科学决策提供重要数据支持。     

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。     

基于态势预测的无人机防相撞控制方法

针对无人机自主飞行过程中,受空中非协作移动目标威胁较大,且空中移动威胁存在高机动性的特点,提出一种预测移动威胁情况下的无人机防撞控制方法,该方法采用交互多模(IMM)算法预测移动威胁的运动状态,同时利用滚动时域控制(RHC)思想建立无人机运动控制模型,构造有约束目标函数,运用微分进化算法(DE)求解目标函数,获取最优控制量,输入控制模型,完成防撞机动控制。仿真结果表明,该方法可以有效解决空中多架航空器同时入侵的防撞问题。     

机动目标IMM三维并行滤波跟踪算法

由于复杂的空中目标机动,其三维方向的机动强度是不一致的,传统IMM算法存在模型匹配不准确的问题,提出一种机动目标IMM三维并行滤波的跟踪算法。算法以CV和修正的CS模型为子集,在3个坐标轴上分别根据目标机动的分量实际更新其模型概率,并行IMM滤波方法,尽量确保模型的适配性,提高滤波精度。仿真结果表明,该算法比传统IMM方法跟踪精度更高,对空中机动目标跟踪适应性更强。