相依目标群系统火力分配问题分析与解法

本文中讨论由若干个相依目标群组成的平面点目标系统的火力分配问题。对于武器型号相同的情形,得到了“边际毁伤递减原理”和“循序最优方案即全局最优方案”等结论,并在此基础上提出了问题的解算方法。对于武器型号不同的情形,提出了“循序最优枚举法”,并得出有关结论。     

目标反射特性对激光末制导精度的影响

从物理光学和辐射原理的角度分析了目标反射特性对激光末制导精度的影响 ,给出了目标反射系数的直接测量方法 ,最后得出结论并提出了减少受其影响的措施。分析结果表明目标反射特性会影响激光末制导炮弹的接收反射激光信号功率的大小 ,进而影响激光末制导炮弹的制导概率 ,因而对于不同质地的目标 ,要根据目标的反射系数来确定激光指示器可靠的照射距离 ,选择其照射攻击部位 ,以提高激光末制导精度。     

基于主成分分析的战场目标选择模型

针对战场目标数量众多、信息复杂的特点,运用主成分分析理论探讨了战场目标选择问题.分析了战场目标的组成.确立了目标重要性评价指标体系,建立了战场目标重要性评估模型.对某作战想定t时刻战场目标的重要性进行了综合评估,得到了战场目标排列顺序.该模型克服了指标权重选择上主观因素的影响,便于计算机编程迅速实现,较好地满足了指挥员快速准确把握打击重心,确立打击次序的需求.     

面向点及区域目标的遥感卫星任务调度

遥感应用需求中存在点目标和区域目标两类任务,遥感卫星对两类任务的调度方式存在很大区别,将二者统一调度困难.本文将点目标视为特殊的区域目标,将它们按照卫星观测机会分解,构建元任务,将两类目标在元任务层次进行统一;根据任务类型分别构建收益函数,兼顾了二者在收益计算上的差异,并建立了面向点及区域目标的遥感卫星任务调度模型,实现了对两类任务的综合调度.仿真实例证明,此方法能够提高卫星的观测效率.     

灰色关联决策在战场目标打击决策中的应用

战场目标打击顺序的选择是作战决策的重要环节,其正确性影响到作战决策的科学与否.战场环境充满灰色性,战场目标打击决策属于灰色系统理论研究的范畴,需要用到相应的灰色理论分析方法进行解决.灰色系统理论研究"部分信息已知,部分信息未知"的"少数据、贫信息"不确定系统.它提出灰色关联度分析的概念,并将其应用到决策问题.基于灰色系统理论相关研究成果,分析了灰色关联决策的相关概念及步骤,探讨了灰色关联决策在战场目标打击决策问题上的应用,为提高相关人员战场作战决策正确性提供了科学方法.     

基于目标威胁度的相控阵雷达自适应调度方法

对时间资源的合理安排是相控阵雷达发挥自身优势的关键。将目标威胁度引入调度算法中,与工作方式和任务截止期共同进行综合优先级规划。通过构建目标威胁度的量化模型,使雷达在调度跟踪任务时依目标威胁度大小分配时间。提出了修正价值率和执行威胁率的概念,完善了性能评估指标。通过仿真,全面评价了新算法性能,验证了引入目标威胁度的合理性。结果表明,新算法可以有效提升相控阵雷达对高威胁度目标的处理能力。     

舰空导弹毁伤目标所需弹耗量评估

舰空导弹毁伤目标所需的弹耗量是一个随机变量,提出了舰空导弹毁伤目标所需的平均弹耗量计算方法,计算舰空导弹毁伤单个目标、疏散目标、密集目标所需的平均弹耗量。示例分析表明,该计算方法简便易行,可为舰空导弹火力运用提供决策支持。     

基于区间直觉模糊集的目标优先级求解方法

针对复杂防空作战环境下多目标优先级难以准确评估的问题,提出了基于区间直觉模糊集理论的目标优先级求解算法。首先系统分析了影响目标优先级的因素以及各影响因素与目标优先级之间的非线性关系。其次,对区间直觉模糊集的得分函数和精确函数进行了改进,考虑了犹豫度信息对决策结果的影响,并且提出了基于得分函数和精确函数的目标优先级求解算法。最后通过仿真算例验证了算法的有效性。     

空袭目标生成仿真模型研究

空袭目标生成,是防空兵作战仿真中一项十分重要的内容,其是否合理、有效将直接影响作战仿真的真实性.从防空兵作战的实际出发,依据空袭兵器的作战规律探讨了空袭目标的随机抽样过程,构建了单个空袭目标、单一空袭目标流和混合目标流的生成模型.     

BAT子弹药对二维声目标的角跟踪

针对BAT(Brainpower Antitank)智能子弹药声探测系统不能定距问题,提出一种在仅有方向角信息条件下对地面机动声目标跟踪算法.首先分析了BAT声探测系统做三维运动时的定向算法;然后结合弹体运动特点,给出一种仅利用目标方向信息对地面机动目标跟踪算法,分别推导了目标静止、匀速、匀加速以及更高阶次运动时的角跟踪公式,并指出了定向误差存在的前提下其成立的充分条件;最后,给出了一个该算法的精确度函数,可以量化评估算法的精度,优化跟踪轨迹.理论分析表明BAT不需要在水平方向上做出比机动目标更高阶次的运动即可实现对目标的角跟踪.