【摘 要】
：
针对多机协同空战中的目标分配优化问题,建立协同空战目标分配数学模型,并在分析传统混合蛙跳算法不足的基础上,采用改进的离散混合蛙跳算法来求解协同空战目标分配问题,采用种群进化能力控制策略,能有效地避免种群搜索陷入局部最优,采用差异扰动策略能够提高种群的多样性,提高了收敛速度以及全局的搜索能力.仿真算例结果表明,该算法能够有效、更好地解决协同空战目标分配问题,适应空战辅助决策中的要求.
【机 构】
：
西北工业大学,西安 710129 中国航空工业集团公司洛阳电光设备研究所,河南 洛阳 471000
论文部分内容阅读
针对多机协同空战中的目标分配优化问题,建立协同空战目标分配数学模型,并在分析传统混合蛙跳算法不足的基础上,采用改进的离散混合蛙跳算法来求解协同空战目标分配问题,采用种群进化能力控制策略,能有效地避免种群搜索陷入局部最优,采用差异扰动策略能够提高种群的多样性,提高了收敛速度以及全局的搜索能力.仿真算例结果表明,该算法能够有效、更好地解决协同空战目标分配问题,适应空战辅助决策中的要求.
其他文献
在防空作战时,一方面,防空导弹由于增大射程的需求,通常采用高抛弹道,导引头将在下视情况下拦截目标;另一方面,对于进攻方而言,由于超低空突防的需求,飞机常常超低空飞行以降低被雷达发现的概率.主动导引头在下视或者拦截超低空目标时,由于强烈的地杂波反射信号可能会使导引头截获地杂波,失去截获真实目标的机会,尤其对于低空低速目标时,脉冲多普勒主动雷达导引头无法依靠速度差异来区分杂波和目标,导引头往往会截获强
随着对现代散射中心研究的发展,最新的散射中心模型参数与目标几何特征、运动特征、位置特征以及雷达视向、极化方式以及入射频率等联系紧密,并直观体现在多种雷达图像特征中.故通过目标的雷达图像特征分析目标散射中心类型并估计散射中心参数,是提取雷达目标特征并实现目标分类和识别的有效手段.而散射中心的时频特征,不仅精确反映了各类散射中心的属性特征,且在采用先进的时频变换方法的基础上,相对于传统的通过一维图像、
文章从未来战场条件对侦察与监视的要求,分析了多巡飞弹协同侦察与监视的战场价值。通过当前单/多地面机器人及单/多无人机协同搜索方面研究成果详细分析，结合巡飞弹自身结构和动力学特征，分别从多巡飞弹协同目标区域覆盖侦察、协同目标搜索区域监控两个方面进行探讨,为将来巡飞弹的战场应用提供参考.
有人/无人机协同作战能实现有人机与无人机之间以及整个作战体系之间信息和资源的共享,能够充分发挥各自优势,提高整个系统的作战效能.本文详细阐述了美国空军、陆军、海军以及英国和法国的有人/无人机协同作战研究项目及其主要目标或能力,指出了美军有人/无人机协同作战运用情况,在此基础上,研究分析了国外有人/无人机协同作战研究发展趋势.最后,提出了我国发展有人/无人机协同作战研究的几点建议：即要高度重视有人/
文中提出一种基于AHP-TOPSIS算法的多航迹评价算法.首先给出了多航迹评价因素,然后设计了航迹间最小距离和航迹与最优航迹距离两种新的评价因素来度量多航迹间的差异,并给出多航迹评价层次结构模型,最后建立基于AHP-TOPSIS算法的多航迹评价模型.仿真实验验证了算法的可行性与有效性.
针对目标机动信息估计时的状态方程非线性及目标机动频率未知的特点,首先对三维线性卡尔曼滤波器的状态量进行了扩维,然后利用扩展卡尔曼滤波算法(EKF)完成了Ricatti递推滤波矩阵方程的解算,并通过仿真验证了不同条件下滤波器对目标机动频率、机动加速度及加加速度的估计特性,并对滤波器估值误差的收敛性进行了评估.
文章介绍了基于CPLD的双口RAM在数据采集系统中的设计与调试,完成目标计算机特定地址的数据采集.采用复杂可编程器件(CPLD),使用VHDL语言实现双口RAM数据采集的设计,并模拟目标计算机内部时序实现该数据采集系统的调试.
针对作战飞机系统效能评估在不确定条件下的复杂性,为了提高作战效能评估的准确度,将贝叶斯网络引入到作战飞机系统效能评估研究中.提出在作战飞机系统中的基于贝叶斯网络效能评估方法.首先,根据实际应用背景由专家知识确定贝叶斯网络结构和参数,然后,对连续型观测节点进行基于云模型的数据处理,将观测变量值输入贝叶斯网络,推理得到作战飞机的系统效能等级的概率,最后,通过仿真对比不同作战飞机系统的效能.
武器装备体系贡献率评估是武器装备体系结构优化、武器装备发展规划的重要依据.针对武器装备体系贡献率问题,提出一种基于层次分析法的评估方法.首先,阐述了武器装备体系概念并定义了武器装备体系贡献率的概念.然后利用层次分析法评估武器装备体系发展过程中,装备某个武器装备系统前后体系的效能,进而求出该武器装备系统对于武器装备体系的体系贡献率.最后,以实例研究验证该方法的可行性.该方法可用于辅助武器装备体系的结
对于无人机多航迹规划问题,将传统粒子群算法与K均值聚类相结合进行路径规划.采用K均值聚类算法对初始种群进行聚类分化,并在每一个子种群中采用粒子群算法进行航迹优化,最终得到多条不同的可行航迹.采用改进后的K均值聚类方法,改善了传统方法过于依赖初始中心选择的缺点,可以更加稳定地生成具有差异性的结果.仿真实验表明,所提出的方法能够有效得到无人机的多条可行航迹.