粗糙集-神经网络集成在编队空战中的应用

为了提高空战决策的实时性和准确度,将粗糙集理论和神经网络引入到编队协同空战战术决策研究中,提出了应用SOM网络—粗糙集—BP网络集成进行编队协同空战战术决策的方案:应用SOM网络离散化决策系统输入数据的连续属性值;利用粗糙集数据分析方法,从数据中提取出规则将输入映射到输出的子空间上;在这个子空间上用BP网络进行逼近。2∶4编队空战实例仿真结果验证该方案的可行性,在数据充分的条件下,该方案可以推广应用于其它空战决策系统。     

浅谈差分GPS在船舶机动性能测定中的应用

本文介绍了GPS误差和差分GPS优势、概念、原理,并分析了差分GPS在船舶机动性能测定方面的几个应用,表明了先进的定位技术在航海的应用上具有的广阔前景。     

机动目标运动轨迹的灰色建模与预测

目标机动是一个灰色系统。机动目标运动规律的确定是影响射击精度的重要因素，本文基于灰色系统理论，提出一种残商辨识修正的灰色建模方法，这种方法精度高，算法简单，利用该建模方法，给出了地面运动目标轨迹的灰色自适应预测模型。     

"空中领袖":预警机

提起作战飞机,许多人都会津津乐道,而对支援保障飞机人们却关注不多。殊不知,在现代空战中,离开了后一类飞机,有可能连动手的机会还没找到,就已沦为敌方空中杀手的靶子。而预警机就是现代空战体系的核心与领袖。     

径向基神经网络解决威胁排序问题

在空战威胁估计中,把一架战机的态势量化为一个向量,每一个决策因素为一个分量。确定各因素之间的相对重要程度,是合成综合威胁指数,完成威胁排序的关键。本文使用径向基神经网络确定各个因素之间的非线性复杂关系。使用层次分析法生成初始的(战机态势量化向量、综合威胁指数)训练样本对。然后使用样本校正器对不合理的样本对自动进行校正。调整后的综合威胁指数,作为最终的学习样本的目标值,以供径向基神经网络训练使用。实验表明,径向基神经网络可以很好的逼近各个因素之间的权重关系。     

土坡稳定性塑性极限分析条分法

从土塑性力学极限分析上限定理出发，建立了土坡条分法平移破坏机构，根据外部作用荷载和土体自重所做的外功率与塑性变形区的内部能量耗量率相等的条件，建立起虚功率方程，并由此得到了土坡稳定系数计算公式，该公式具有概念清楚，使用方便可靠等特点，对土坡稳定性分析具有一定实用意义。     

高斯和粒子滤波器及其在被动跟踪中的应用

为提高被动跟踪性能,提出了一种高斯和粒子滤波方法。在建立目标被动跟踪模型的基础上,使用高斯和滤波(GSF)近似目标状态的后验密度,利用粒子滤波方法处理GSF中的均值和方差计算问题,推导了高斯和粒子滤波器(GSPF)应用的具体算法步骤,使用机动目标被动跟踪仿真实例,与其它滤波器进行了仿真对比,分析了跟踪性能和RMSE误差。仿真结果表明,对于机动目标被动跟踪问题,GSPF不仅具有较高的跟踪精度,而且与一般粒子滤波器相比,GSPF具有较好的跟踪稳定性和较低的计算量。     

多级影响图在空战机动决策中的应用

利用多级影响图来模拟飞行员在不确定情况下近距格斗时的连续机动决策,并把动力学质点模型和飞行员的偏好考虑到模型中.针对求解多级影响图计算量大的问题,本文把它转化为分层最优化问题,利用进化算法求得最优机动决策.最后的仿真结果表明该模型的有效性.     

超机动飞行自抗扰控制律设计与仿真

提出了一种利用自抗扰控制器算法设计超机动飞行控制系统的新方法。根据自抗扰控制器可以动态补偿系统模型扰动和外扰的特点,在超机动飞行快回路和慢回路中引入自抗扰控制器,实现了快变量和慢变量的动态解耦控制。直接针对飞机超机动飞行条件下的强耦合、强非线性模型进行控制律设计,符合超机动飞行控制的非线性、模型摄动大、模型不精确等特点,在很大的包线范围内不需要改变控制器的结构和参数,简化了设计过程。大包线范围内的大迎角机动仿真结果表明,系统具有良好的动态和稳态性能,控制器具有很强的鲁棒性,为解决超机动飞行控制问题提供了一种新的途径。     

坦克分队CGF实体智能机动行为仿真

以坦克分队CGF实体为研究对象,详细探讨了在“以人为主,人机结合”的建模指导思想下,运用BP神经网络和A*启发式搜索算法实现CGF实体智能机动行为的建模。改进了传统的侧重于仿真过程控制而忽视发挥受训人员的主观能动性的弊端,提出了以实际军事需求为牵引,以智能仿真为依托,兼顾高层决策可控和底层机动自主的设计思路。最后结合实际应用对模型进行了可行性验证。