多梯队编组的地空导弹部队兵力机动新模式

提出了一种适应现代防空作战特点的地空导弹部队兵力机动新模式，分析了影响地空导弹部队在兵力机动过程中武器系统效能的几个重要因素，建立了地空导弹部队兵力机动中武器系统机动效能的数学模型，并通过对模型的解算和理论分析，验证了其可行性。     

一种新的多机动目标跟踪的GMPHD滤波算法

针对多机动目标跟踪的传统数据关联算法约束条件苛刻、估计精度低、计算量大等问题,提出了一种基于随机集理论的非数据关联的多机动目标跟踪算法.该算法将高斯混合概率假设密度(GMPHD)滤波与"当前"统计模型的优点相结合,绕过了棘手的数据关联问题,能高效处理目标数较大的机动跟踪问题.在漏检、虚警、多机动目标交叉杂波复杂环境下进行了仿真实验,结果表明,该算法具有较高的跟踪精度和稳健的跟踪性能.     

透视“对抗.雷“演习

“对抗．雷”演习是美国驻太平洋地区空军及其盟国在太平洋地区举行的最大规模的综合性空战训练演习。通过对“对抗．雷”演习的内容，演习的方式以及参演部队的介绍，希望对我军未来演习方案的制这以及内容的编排有一定的帮助。     

基于滑动窗口CRITIC-G1的空战态势评估

传统的指标重要性相关(CRITIC)方法进行态势评估不能实现变权重，仅从数据本身属性出发进行赋权，忽略了专家意见，且CRITIC方法本身会使得图像抖动。针对以上问题，提出一种基于滑动窗口CRITIC-G1的近距离空战态势评估方法，将空战数据进行预处理，得到根据时间变化的优势函数矩阵，采用滑动窗口的方法将优势函数矩阵进行分解，通过对滑动窗口中的优势函数矩阵进行CRITIC-G1赋权，从而既实现变权重，又完成重要性排序的权重优化；同时引入变异系数降低综合优势函数图像抖动。最终输出飞机的综合优势函数值，对于两飞机的综合优势函数值进行分析得到态势评估的结果。仿真结果表明，滑动窗口CRITIC-G1法较传统CRITIC方法准确性提高了22.75%。     

不同探测距离传感器的搜索策略研究

提出了一种针对侦察任务隐蔽点的搜索策略，主要应用于装备了不同探测距离传感器的地面无人机动平台，解决了已有随机搜索策略效率不高的问题. 该策略使用基于传感器的导向快速随机搜索树方法进行目标方向的路径规划；在路径规划的过程中若遇到障碍物形成的狭窄通道时，基于启发式A*方法规划路径以提高效率，最终完成搜索策略. 将搜索策略命名为:组合传感器与规划组合搜索策略. 设计仿真试验对所提出的搜索策略进行了验证. 结果表明在直径500米有遮挡的仿真场景下，所提出的搜索策略相比于短探测距离传感器的路径变形策略快速随机搜索树策略效率平均提升了3.11倍，规划的道路长度缩短了9.63%，所提出的搜索策略相比于长探测距离传感器导向搜索策略效率平均提升了3.53倍，规划的道路长度缩短了12.06%，证明了CP&CS搜索策略在侦察任务中隐蔽点搜索上的优越性.      

基于量测转换序贯滤波的GMPHD机动目标跟踪

针对多普勒雷达杂波环境下的多机动目标跟踪, 提出了一种基于去相关无偏量测转换序贯滤波的多模型高斯概率假设密度算法。针对量测的非线性, 将位置量测进行无偏量测转换, 将多普勒量测进行去偏量测转换, 并通过序贯滤波方式提高跟踪精度。针对多目标的机动性, 在高斯混合概率假设密度(Gaussian mixture probability hypothesis density, GMPHD)中引入多模型思想对模型相关的高斯分量进行预测、更新处理。仿真结果显示, 所提算法可以在杂波环境中实现有效的机动多目标跟踪, 与无迹卡尔曼多模型GMPHD相比不仅跟踪精度提升了38.15%, 而且大大改善了算法效率; 与无迹卡尔曼最适高斯近似GMPHD相比, 在效率上有小幅度的增加, 且跟踪精度提升了36.47%。