无人机协同作战目标的智能化火力分配研究

来源 :全球智能工业创新大会暨全球创新技术成果转移大会(GIIC2018)——2018智能无人系统大会 | 被引量 : 0次 | 上传用户:ten_wang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
立足于无人机协同作战目标发展带来的新威胁,分析了传统火力分配方式应对空袭的劣势,提出将人工智能技术应用到火力分配中,并以抗击无人机协同作战的集群攻击、忠诚僚机两个模型为例,对智能化火力分配策略进行了研究.通过研究可以看出,人工智能使防空作战在提高系统反应时效性、降低人为因素干扰和处置复杂空情的能力上得到了增强.
其他文献
  针对多无人机在无源定位过程中如何协同动态规划航迹提高定位精度问题,提出基于演化深度神经网络的分布式动态航迹优化方法。该方法首先将演化计算与深层前向反馈神经网络
会议
支持向量机(support vector machine,SVM)是Vapnik等人提出的一种机器学习算法。研究了用于建模和预测的支持向量回归机,为提高回归精度,给出了一种基于反馈的支持向量回归机
  Synthetic aperture radar(SAR)automatic target recognition(ATR)is an significant research area in the field of remote sensing.Classic SAR ATR algorithms base
会议
  多旋翼无人机具有体积小、机动性能强、垂直起降和悬停能力等优点,在军事和民用领域应用前景广泛,已成为国内外众多学者关注的热点。在阐述多旋翼无人机的飞行控制系统面临
由于无人机不需要考虑乘员需求,以任务为中心进行设计,设计约束少,带来了在机动性、载荷灵活性、环境适应性、成本等方面的优势,在作战装备体系中占据日益重要的位置,深刻影
为了满足地理国情监测日益增长的工作量需求,解决传统监测设备之间无法智能关联、监测手段单一、监测环境复杂、监测对象种类繁多、监测任务无法合理分配、监测数据处理效率
防范低慢小目标成为近年来安防领域的一个热门议题,然而一些技术手段并不完全成熟.为此提出了一种全自主敏捷响应反低慢小系统,通过基于深度学习的方法,构建并训练卷积神经网
  为了降低对陆基、海基和空基阵地的依赖,同时为降低风险和成本消耗,美国将无人系统作为“第三次抵消战略”中的关键力量投送方式予以发展。本文从介绍美军“蜂群”无人机的
  In view of the complexity and variability of bathymetric data,the paper introduces a new algorithm named DAE-WGAN to construct sea bottom trend surface.This
会议
  The signal simulator is an important semi-physical simulation equipment,which is often used to test the performance of the Synthetic Aperture Radar(SAR)full