基于对数模糊偏好规划的层次化对抗策略评估

针对不完备决策信息条件下的信息化体系对抗策略评估问题,提出了基于对数模糊偏好规划的评估方法。结合对抗策略评估相关要素的分析和领域内专家的经验,构建对抗策略评估的层次化结构。在此基础上，提出了对数模糊偏好规划评估模型以及两阶段集成处理方法,可同时利用定性和定量数据,为模糊两两比较矩阵生成唯一的归一化最优评估优先向量,并直接、同时地处理对抗策略评估过程中的全局模糊比较超矩阵。结合战机突防案例进行实例分析,结果表明该方法可在不同策略准则情况下,给出不同最优对抗策略评估,可用于指导战机飞行员选取相应的最佳行动。     

#br# 基于区间直觉模糊集的空战训练命中评估群决策

为解决空战训练命中评估中存在的评估语言不一致、专家权重未知、多专家集结等群决策问题,提出了仿真模拟、区间直觉模糊集、群决策相结合的方法。利用仿真模拟构建四元命中评估指标集,集合专家经验,建立群决策模型,利用区间直觉模糊集和逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)方法实现专家经验汇总与集结,利用模糊熵原理衡量专家评估结论的模糊度,获取专家权重,最终实现空战训练命中评估。在Matlab M文件中实现了评估模块的封装,并将处理后的数据输出到Excel表格中。结合实际空战训练数据进行验证,此方法可有效解决空战训练命中评估的群决策问题。     

高斯和估计Kalman滤波在多平台空战对抗评估数据预处理中的应用

针对多平台空战对抗评估数据预处理中的过程积累误差问题进行研究。通过构建多平台空战对抗系统,分析不同平台间实时数据交互关系和相应的数据类型,采用最小二乘法和坐标变换实现不同平台间的时空配准,并对多平台空战对抗评估过程进行误差分析,将其状态误差和观测误差表示为高斯和形式,并选用Kalman滤波方法对过程积累误差进行滤波。实例仿真实验结果表明:经过滤波后的估计轨迹与真实轨迹之间的拟合效果较好,进一步完善了原有多平台空战对抗数据预处理过程。