中距协同空战决策过程二次聚类重构与评估

未来空战将以中距空战为主，找出导致中距空战结果的原因是开展贴近实际的中距空战智能决策需解决的重要问题。针对空战训练过程中记录数据分布的复杂特点，建立了中距协同空战训练评估模型，提出了基于高阶导数聚类和相对模糊熵聚类的二次聚类方法，计算编队协同决策集，实现编队中距协同空战决策过程重构。以编队协同搜索和协同机动决策的角度，寻找编队协同决策与中距空战结果的相关性，并通过实例评估验证了聚类算法的合理性。     

基于ELM_AdaBoost强预测器的空战目标威胁评估

目标威胁评估是空战态势感知中的关键问题。针对传统评估方法难以兼具准确性和实时性的缺陷,提出了一种基于自适应推进极限学习机(extreme learning machine_ adaptive boosting, ELM_AdaBoost)强预测器的新方法。结合AdaBoost分类算法对ELM算法进行改进,提出了ELM_AdaBoost算法,构造了ELM_AdaBoost强预测器。在空战训练测量仪中选取空战数据,利用威胁指数法构造了目标威胁评估样本数据。构建了基于ELM_AdaBoost强预测器的空战目标威胁评估模型,在一定范围内确定了使算法预测精度相对较好的ELM网络隐含层节点数和弱预测器个数。通过仿真实验分析了评估的精度和实时性,结果表明该方法在保证较高评估精度的同时减少了评估所用时间,可以准确、快速地进行空战目标威胁评估     

基于CHCQPSO-LSSVM的空战目标威胁评估

针对传统评估方法存在的模型精度低、结构复杂、无法进行实时动态威胁评估等问题,提出了一种基于最小二乘支持向量机(LSSVM)的空战目标威胁评估方法。首先,对空战特征数据进行威胁指数分析,结合专家评判构建威胁评估样本库;然后,采用交叉杂交的混沌量子粒子群算法(CHCQPSO)对LSSVM中的正则化参数与核函数参数进行寻优,并与经典PSO、BP神经网络、网格法模型进行对比分析;最后,用优化后的LSSVM模型实现空战目标实时动态威胁评估。仿真结果表明,所提方法评估精度高、用时短,为空战目标威胁评估提供了一种新思路。     

加权BA网络负荷重分配建模及级联抗毁性研究

增强复杂网络在级联故障下的抗毁性具有重要的现实意义。文中考虑了网络中边之间的差异性,基于BA无标度网络模型构建了加权BA无标度网络模型,对负荷重分配策略进行建模,分析了分配过程中局部规模大小对网络抗毁性的影响,确定出了最佳负荷重分配策略,并研究了蓄意攻击条件下采取不同负荷重分配策略时重要网络参数对网络抗毁性的影响。仿真结果表明,局部规模越小、权重系数越小、平均度越大,网络的抗毁性越强,且采用就近局部负荷重分配策略时网络抗毁性始终高于采用就近全局负荷重分配策略时网络的抗毁性。研究结果可为提高复杂系统的级联抗毁性提供理论参考。     

改进分解进化算法的飞行器动态火力分配

为解决飞行器在一次性投放火力有限的情况下,如何动态分配多波次火力问题。将目标价值、目标威胁与火力分配相联系,建立动态火力分配多目标优化模型(DWTA)。在DWTA模型下包括数个子火力分配模型(SWTA),下一波次的SWTA由上一波次SWTA的打击效果作为输入来进行更新。改进了混合共轭梯度法的多目标分解进化算法(MOEA/D),提出加入高斯扰动来生成初始搜索点集合,并运用共轭梯度法进行搜索。运用算法对模型进行求解,仿真实验表明,算法在保留MOEA/D算法优点的同时,相比传统MOEA/D算法求解模型用时22s,改进MOEA/D算法仅用14s,提高了算法的收敛速度,并完成了对多波次火力的动态分配。     

现代信息化战争中的战术数据链应用

本文对战术数据链的概念及其发展历程进行了研究,对比了现阶段广泛应用的数据链的技术特性,分析了在现在信息战争中应用战术数据链的重大意义,并针对国内我军战术数据链的建设情况提出了发展方向.     

利用改进蚁群算法的可规避威胁源最优航线规划

针对复杂环境中飞行器航线规划问题,在基本蚁群算法的基础上,提出一种可规避威胁源的航线规划方法。通过综合分析飞行器飞行环境中的地形信息和威胁信息,考虑航线距离、时耗、能耗、全程费用和威胁规避等因素,重构航线规划目标函数,加强了对飞行器实际飞行环境的描述,从而提高了航线规划的有效性;通过增加目标节点对下一节点的影响来改进状态转移概率,促使蚂蚁向目标方向前进,以节省计算时间,提高优化效率。仿真结果显示,与基本蚁群算法相比,改进算法可以节省10%的优化时间且缩短10多次迭代次数。     

激光制导炸弹无偏置上仰投放战术机动规划

无偏置上仰投弹是一种典型的激光制导炸弹投放战术,作战飞机战术机动规划的目的是在遵循战术要求的前提下寻找出最优飞行航路以及装备操作关键点、时机和参数。根据无偏置上仰投弹战术描述,建立了基于机动组合的战术模型。综合考虑战机机动性能和激光制导弹使用限制等约束条件,以地面目标毁伤程度最大化和战机受威胁程度最小化为目标,建立了战术机动多目标优化模型。采用基于分解的多目标优化算法求解模型。仿真实验验证了模型和算法的可行性、有效性。     

基于作战管理的有人-无人协同作战体系结构建模

为应对未来快节奏、大规模的空中战斗需求，聚焦有人-无人协同空中作战体系结构研究，以作战管理作为底层逻辑，构建协同作战体系结构框架。首先梳理作战管理基本理论，建立“任务-能力”和“能力-资源”的属性映射；然后利用美国国防部体系架构框架视图模型，对有人-无人作战活动从作战管理层级进行顶层设计，依照职能属性进行时序和逻辑梳理。探究体系结构建模中包含的作战管理“嵌套”现象，能够降低军事研究人员对作战行动的理解屏障，为有人-无人协同空中作战建模仿真提供理论支撑。     

多机协同电子战规划压制干扰布阵研究

针对电子战任务规划中的多机协同压制敌防空雷达网的干扰布阵问题,提出了航线规划安全区概念,基于数学形态学方法对安全区最小宽度进行求解,以安全区最小宽度和各部干扰机距敌方雷达网中心距离之和作为目标函数,构建了干扰布阵的多目标优化模型,采用多目标粒子群优化算法对模型进行求解,通过仿真实验对求解出的Pareto最优解集进行分析,得出了各部干扰机压制敌雷达网的最优干扰布阵方式,验证了所建多目标优化模型的正确性,同时也表明多目标粒子群优化算法在求解多机协同电子战干扰布阵问题是可行的、有效的