基于区间数TOPSIS法的空战目标威胁评估

针对空战目标威胁评估问题,提出了一种新的基于区间数TOPSIS法的评估方法。在分析了现有的目标威胁评估方法中距离威胁模型存在不足的基础上,提出了改进的距离威胁模型。给出了区间数特征向量法求解威胁指标权重的计算步骤,克服以往威胁指标权重确定方法的不足,建立了区间数TOPSIS法评估目标威胁的数学模型。给出了仿真算例,仿真结果表明该方法是合理和有效的。     

基于深度学习的空中目标威胁评估方法

针对空中目标威胁评估因素多、现有评估方法缺乏自学习能力的问题,采用深度学习理论建立了空中目标威胁评估的深层神经网络模型。为了提升模型训练的拟合效果,提出采用对称式的预训练方法,逐层地对模型中的隐含层进行预训练,最后对模型进行整体训练。分别通过样本测试集和空空仿真场景进行验证测试,结果表明：采用对称预训练方法,模型的威胁评估准确率高于其他三种预初始化方法;模型具有较好的鲁棒性,在无噪声下准确率大于90%,10%的正态噪声下,准确率大于70%。     

以目标类型为主的一种威胁评估方法

结合现代防空作战的特点和指挥自动化系统的工作要求，对影响目标威胁评估的属性进行了分析，根据多属性决策理论和方法，提出了一种目标威胁评估方法。首先对目标类型进行分类；然后对影响目标威胁评估的各个属性进行划分；最后依据多属性决策方法，建立了目标威胁评估的数学模型，并通过示例介绍了威胁评估的求解过程。仿真结果表明，该模型能够有效目标威胁评估问题，能够有助于指挥员进行目标分配和提高防空武器系统性能。     

具区间数的多目标线性规划

提出了具区间数的多目标线性规划模型,根据对敬意数的处理方法,给出了该模型的求解方法。     

基于区间数聚类的目标分群算法

针对态势认知中目标数量多、信息不确定、数据不精确等问题, 提出一种基于区间数聚类的目标分群算法。首先, 考虑到传感器测量数据具有误差且数据不完全等因素, 采用区间数对传感器探测到的目标进行特征描述。然后, 为有效利用区间数信息定义了一种新的距离度量, 并给出了改进的区间数聚类目标分群算法。最后, 构造4类相互独立的区间数据集, 对区间数据进行分类测试, 并通过典型想定场景设定多类目标实体, 基于目标空间位置、运动特征和属性等要素进行空间分群和任务分群。仿真结果验证了算法能够有效对目标进行分群, 具有较强的稳定性。     

基于Vague集的空中目标威胁评估群决策方法

主观威胁评估方法是空中目标威胁评估的必要手段。将基于Vague集的群决策方法用于空中目标的主观威胁评估,用Vague数表示决策者对目标威胁度的主观评价值,提出一种Vague熵诱导的有序加权平均算子,用于集结各个Vague评价值,可以消除集结过程中人为误差带来的不良影响。为了直观评估各目标威胁程度大小,还提出一种基于Vague数距离和优劣点法的决策方法,来对目标威胁度进行比较和排序。算例证明该方法在空中目标威胁评估中是可行的,而且比常用的模糊综合评估方法更加有效。     

空中目标威胁排序的灰色聚类决策方法

空中目标威胁排序是防空射击指挥中的重要环节,针对空中目标威胁排序问题,提同了一种基于灰色定权聚类决策的空中目标威胁排序方法.该方法通过对空中作战目标的分析认识,对目标的威胁因素的特征指标进行挑选,分析特征指标取值变化对目标威胁程度的影响,采取绝对关联度分析,确定特征指标的选取,在不需要精确校正指标数据的情况下.运用灰色关联聚类的思想实现了威胁排序,符合防空作战的实际情景需求.给出了应用该方法的具体步骤,通过示例结果表明灰色聚类决策对空中目标威胁排序具有良好的适用性.     

基于混合贝叶斯网的空域目标威胁评估方法

针对空域目标威胁评估既需要综合考虑离散型变量和连续型变量影响,又需要具有不确定性推理能力的特点,建立了一种基于混合贝叶斯网的空域目标威胁评估模型。提出了结合主观经验和客观历史数据进行连续型网络参数学习的方法,提高了决策模型定量描述问题域中变量间依赖关系的准确性。运用团树传播算法进行空域目标威胁评估模型推理,仿真结果验证了该方法的有效性。     

一种区间数线性规划的满意解

针对目标函数和约束条件均为区间数的线性规划问题,提出了一种基于模糊约束满意度的求解方法,把区间数线性规划卖座经为确定型的一般参数规划问题来求解,决策者可以根据自己的主观判断和客观情况,对目标函数优化水平和约束条件满意水平作出不同的估计,从而得到在相应情况下的满意解,使决策过程更具柔性。     

基于区间数多属性决策的导弹突防效能评估方法

随着导弹攻防对抗技术的复杂性、不确定性日益增强,导弹突防效能评估问题也日益复杂。考虑区间数理论处理不确定问题的优越性,建立了基于区间数多属性决策的导弹突防效能评估模型,对导弹突防效能评估指标体系构建、权重确定和信息集结方法进行了研究。在此基础上,采用区间数多属性决策方法对几种导弹突防方案进行了突防效能排序计算,验证了采用区间数多属性决策方法评估导弹突防效能的有效性和可行性。     

激光威胁信息模糊评估方法

激光威胁信息判别是对告警设备所传数据最基本的分析与处理,是激光对抗设备的核心技术,所得到的结果将作为干扰决策的依据,直接影响整个设备最终的工作效能。以激光告警设备为基础,基于获取的激光信号技术参数在确定威胁源时具有模糊性的特点,运用模糊推理理论,建立激光能量、波长、重复频率等技术参数的数学模型和激光威胁源识别的模糊决策规则库,提出了一种基于模糊推理的激光威胁源识别方法。其威胁评估的结果能够较准确地反映目标的威胁程度,为决策者提供稳定可信的决策依据。     

Multi-attribute decision making method for air target threat evaluation based on intuitionistic fuzzy sets

The function of the air target threat evaluation (TE) is the foundation for weapons allocation and senor resources management within the surface air defense. The multi-attribute evaluation methodology is utilized to address the issue of the TE in which the tactic features of the detected target are treated as evaluation attributes. Meanwhile, the intuitionistic fuzzy set (IFS) is employed to deal with information uncertainty in the TE process. Furthermore, on the basis of the entropy weight and inclusion-comparison probability, a hybrid TE method is developed. In order to accommodate the demands of naturalistic decision making, the proposed method allows air defense commanders to express their intuitive opinions besides incorporating into the threat features of the detected target. An illustrative example is provided to indicate the feasibility and advantage of the proposed method.     

威胁条件下一类空中加油区域配置方法研究

空中加油区域的部署对顺利完成空中加油作战任务具有十分重要的作用.对存在敌威胁时的空中加油任务,提出了一种基于遗传算法的区域配置方法.通过建立空中加油各飞机的油耗模型、限定方案搜索区域,并将不同的代价通过转换而统一在适应度函数中,建立了区域优化模型,并结合问题的特点设计了合适的染色体编码和遗传算子.最后对模型进行了仿真计算与分析.     

基于序列复杂度的空中红外目标跟踪算法评估

近年来,基于深度学习的红外空中目标跟踪算法不断涌现,如何对其性能进行评估已经成为一个亟待解决的问题。利用单帧图像混淆度和遮隐度对图像复杂度进行计算,并结合目标运动复杂度,建立了融合图像复杂度和运动复杂度的序列复杂度计算模型。构建了包含420个序列的红外序列样本库,利用序列复杂度对样本库测试结果进行加权评分,提出了一种新的红外空中目标跟踪算法性能评估方法。实验结果表明,所提出的评估方法能全面评估算法在不同态势下的性能。     

基于人工势场的防空威胁建模与仿真

威胁建模是无人机战术任务推演的重要前提。借鉴人工势场的基本思想,构造势函数来定量描述防空威胁对无人机任务完成性的影响作用。利用模糊多属性决策理论来计算防空威胁本身的作战能力指数,根据无人机采取的干扰措施、机动性能、飞行速度以及飞行高度等因素来量化无人机对抗威胁能力指数,利用悲观准则来处理信息不确定性问题。该模型具有可导连续函数相加的形式。仿真结果表明,该模型计算简单,占用存储空间少,且能够很好的反映防空威胁本身的作战能力、时域,空域特性以及无人机的对抗特性。     

基于属性分析的威胁评估技术研究

从属性分析出发,提出应用认知理论方法,通过试验来确定专家的威胁评估(threatassessment,TA)过程、心理模型以及属性的使用等。阐述了属性分析的定义和基本内容,接着分析了属性的来源及选择、属性的重要性度量以及属性与威胁排序的关系。提出了一种威胁评估模型,并根据该模型设计了一种威胁评估的算法原型。     

基于DBN威胁评估的MPC无人机三维动态路径规划

模型预测控制(model predictive control, MPC)路径规划算法适用于三维动态环境下的无人机(unmanned aerial vehicle, UAV)路径规划;动态贝叶斯网络(dynamic Bayesian network, DBN)能够有效推理战场态势,对无人机进行威胁评估。针对威胁尾随无人机时的路径规划问题,构建DBN威胁评估模型,将UAV在战场环境中的威胁态势用威胁等级概率表示,与MPC路径规划算法相结合,得到基于DBN威胁评估的MPC UAV路径规划算法。通过多组仿真分析表明,在三维动态环境下,特别是威胁尾随无人机时,基于DBN威胁评估的MPC无人机路径规划算法可以得到有效的无人机路径。