舰空导弹超视距协同反导装备体系结构设计方法

以网络化舰空导弹超视距协同反导作战装备发展需求为牵引,基于 DoDAF （ Department of Defense Architecture Framework）1?5体系结构框架,利用体系结构设计软件SA（ System Architect）,对协同反导作战装备体系结构进行了初步探索性和概念性设计,提出了体系结构框架裁减、作战视图设计、系统视图设计和体系结构评估等方法,对实现整个装备体系互连、互通、互操作,以及避免重复建设具有重要指导意义。     

基于云遗传算法的防空导弹目标分配问题

针对传统遗传算法在防空导弹目标优化分配中存在的缺陷,提出了一种更为有效的云遗传算法。通过该算法对防空导弹目标分配模型进行仿真求解,得出防空导弹射击目标的最优目标分配方案。通过算例分析,云遗传算法相比传统遗传算法收敛速度快,搜索效率高出一倍左右,对产生局部最优解情况进行了合理有效的控制,可操作性、优越性更强。     

有限维修能力下作战单元时变可用度评估模型

针对作战单元任务期内备件需求随任务阶段动态变化的现实情况,考虑作战单元因携行维修能力有限而导致可修件具有一定报废概率的影响,通过引入报废因子,建立两级保障体制下,故障件具有一定报废概率且不考虑外部补给的作战单元时变可用度评估模型。采用Extend Sim仿真软件进行计算,根据仿真值进行参数拟合得到模型中报废因子的近似解析表达形式。研究表明,报废因子能够适应不同的可靠性维修性参数值,模型具有较强的适应性。该模型有效解决了备件非平衡状态下的装备时变可用度评估问题,可为装备管理人员制定合理的保障方案提供支撑。     

基于联系数的电子装备体系效能倍增效应分析

提出了基于联系数的电子装备系统和体系作战效能倍增效应分析新方法。首先介绍了联系数的定义与数学运算,其次提出以基于作战能力指数的同异联系数来描述电子装备的作战效能,并根据不确定系数的取值分别对电子装备系统和体系的作战效能倍增效应进行了分析,最后基于侦察装备对目标的侦察能力进行了实例分析,结果表明该方法合理可行。     

面向任务的模块化战备方案修订及运用模式

针对当前信息技术发展的推进及部队使命任务的拓展和转型实际,对模块化战备方案研究现状进行了深入分析,面向作战任务,从任务、组织、专业和装备4个方面对模块化的战备方案进行了构建,对战备方案的运用流程进行了描述,而后以特种部队为案例,介绍了具体的模块组成,并引入反恐怖作战行动案例进行了合理性验证。通过模块化战备方案规划,保证不同情况任务模块的构造能力和组合能力,提高了战备方案的灵活性、适用性和可靠性。     

吸气式太阳能热推进系统进气道特性分析

吸气式冲压推进技术是吸气式太阳能热推进技术的基础。如何设计一种性能理想的进气道是吸气式太阳能热推进技术研究的重点。应用稀薄气体动力学仿真常用的直接数值模拟蒙特卡洛算法对两种常见的进气道结构进行仿真分析,得到两种进气道工况下气体的温度、密度、流量系数和速度等参数的分布,并进行对比。通过比较,选择一种性能较好的构型作为吸气式太阳能热推进系统的进气道,从而为后续系统的设计、计算、分析和优化打下了基础。     

基于BP神经化贝叶斯网络的空袭目标毁伤效果评估

针对空袭目标毁伤因素的复杂多样性,以及贝叶斯网络在评估时对先验知识获取和对网络节点限制方面存在的不足,提出一种BP神经化贝叶斯网络的评估方法,解决空袭目标的毁伤问题。分析了空袭目标毁伤的影响因素,并进行了知识表示;分析了贝叶斯网络结构处理多个父节点问题时存在的几个缺陷,建立了空袭目标毁伤评估的BP神经化网络结构,给出了"BP神经化模块"的决策方法。通过实例分析,结合Netica仿真,验证了该评估方法的准确性,操作简单、有效性好。     

基于贝叶斯网络的空中目标威胁估计算法

联合作战条件下,指挥决策人员在海量描述战场态势的数据和信息面前往往会束手无策,无法快速作出正确的决策。贝叶斯网络模型是一种基于概率推理的网络化数学模型,能够通过一些变量的信息来获取其他的概率信息,从而解决不定性和不完整性问题。提出了一种基于贝叶斯网络的空中目标威胁估计算法,用空中威胁网络模型找到空中威胁目标各属性之间的潜在关系,并建立空中目标威胁估计算法,最后以一个实例来验证该空中目标威胁估计的计算过程和有效性。     

接敌前基于D-S理论的空战意图预测

接敌前是指敌机刚进入我方预警系统的探测范围(一般为400 km),并截获敌机,获得了敌机的运动参数,对敌机进行实时跟踪。为了完成对敌机目标意图的预测,为接敌前的自主决策打下基础,在D-S证据理论的基础上,选取合适的态势元素,分析各态势元素对敌机意图的影响,建立了目标意图预测模型,该模型具有一定的表达性和准确性。仿真实验表明,使用该模型能在敌机相距较远时以一定的准确性判断敌机的意图,实用性强,为接敌前基于意图预测的自主决策留出足够的时间。     

A model for geographically distributed combat interactions of swarming naval and air forces

This article describes the Distributed Interaction Campaign Model (DICM), an exploratory campaign analysis tool and asset allocation decision‐aid for managing geographically distributed and swarming naval and air forces. The model is capable of fast operation, while accounting for uncertainty in an opponent's plan. It is intended for use by commanders and analysts who have limited time for model runs, or a finite budget. The model is purpose‐built for the Pentagon's Office of Net Assessment, and supports analysis of the following questions: What happens when swarms of geographically distributed naval and air forces engage each other and what are the key elements of the opponents’ force to attack? Are there changes to force structure that make a force more effective, and what impacts will disruptions in enemy command and control and wide‐area surveillance have? Which insights are to be gained by fast exploratory mathematical/computational campaign analysis to augment and replace expensive and time‐consuming simulations? An illustrative example of model use is described in a simple test scenario. © 2016 Wiley Periodicals, Inc. Naval Research Logistics 63: 562–576, 2016