基于群体智能的多UUV动态任务分配方法

针对有人/无人协同背景下多UUV任务分配存在的任务负载不均衡、动态适应性不强等问题,基于群体智能提出一种动静结合的启发式任务分配方法,以UUV为主体设置主循环,循环往复地为各UUV分配满足优化目标和分配约束的任务,直至资源耗尽或任务完成为止。利用阈值响应机制,保证基本的任务分配质量;引入轮盘赌随机策略,提升任务分配方案的全局最优性;设置每轮分配任务数上限,改善任务分配方案的均衡性;提出任务重置和任务接续2种策略,赋予算法动态重分配能力。基于典型想定进行仿真实验,结果表明,提出的任务分配方法既能进行全局静态任务分配,又能应对UUV故障、新增任务等动态应用场景。

基于博弈对抗的鱼雷抗干扰攻击建模与优化方法研究

针对水下攻防作战强对抗性的特点和蒙特卡罗搜索耗时长的问题,建立基于博弈对抗的鱼雷抗干扰攻击模型,提出一种改进的遗传模拟退火算法用于优化模型求解。采用仿真分析的研究方法,在双雷齐射攻击和潜艇声抗防御模型的基础上,依据零和博弈下的纳什均衡理论构建攻防对抗模型;借鉴粒子群算法自适应放缩适应度和模拟退火算法Metropolis接受准则等思想,对遗传算法中的初始种群、适应度函数、进化策略进行改进。通过典型阵位下的仿真实验,对改进遗传模拟退火算法的性能进行验证,并定量分析了射击提前角和展开航程对鱼雷攻击效果的影响。

基于目指信息的潜射线导鱼雷尾转声制导方式研究

针对目指信息保障下潜射线导鱼雷远距离攻击时,采用线导+尾流自导鱼雷捕获目标概率较低的问题,提出当鱼雷越过目标推算航向线后将尾流自导转换为声自导的制导方式。介绍目指信息传输模型、目标运动假设模型、鱼雷曲线转向模型和线导+尾流自导推算前置点导引模型;提出一种鱼雷尾转声制导方式,分析目标推算航向线、尾转声时机、尾转声鱼雷航向和鱼雷到达目标散布中心后的机动搜索方案。通过仿真计算,分析了线导+尾流自导、线导+声自导和线导+尾转声等3种制导方式在不同初始态势下的鱼雷捕获概率,验证了采用尾转声制导方式兼具尾流自导鱼雷抗干扰能力强和声自导鱼雷捕获概率高的特点。

海上角反射体群的RCS快速混合预估算法

在高频、远场条件下,对海上多角反射体构成的无源对抗系统的雷达散射面积(radar cross section,RCS)进行预估。针对传统算法计算量大、复杂度高的问题,提出综合利用改进的几何光学/区域投影法(geometrical optics/area projection,GO/AP)和散射中心合成法,进行海上角反射体群RCS的快速预估。首先,根据角反射体的分布态势,利用改进GO/AP算法实时计算各角反射体的RCS;然后,利用散射中心合成法将各角反射体的RCS贡献量相干叠加,快速预估角反射体群在特定分布态势下的RCS;最后,通过多次计算不同分布态势下的RCS,取平均值表征角反射体群在特定雷达照射方向下的RCS水平。利用FEKO软件对算法进行仿真验证,结果表明:所提算法在保证计算精度的前提下,能够显著提高海上角反射体群RCS的预估效率。

对海雷达目标识别中全极化HRRP的特征提取与选择

充分、有效地利用目标全极化HRRP的特征信息是提高对海雷达目标识别率的研究热点之一。该文利用CST软件仿真建立了7类海上目标在不同方位角下的全极化HRRP数据库。在此基础上,提取了4类共39个特征。提出一种基于归一化互信息(NMI)并利用模拟退火(SA)算法进行优化的全局最优特征选择算法,并命名为NMI-SA。基于HRRP数据集以及9个UCI数据集,利用k-近邻分类器将该算法与另外3种常用的特征选择算法进行对比,结果表明新算法选择的特征具有良好的可分性和较低的冗余度,最终用于分类时的正确率总体优于其余3种算法。最后,用该算法对全极化HRRP的39个特征进行重点分析,选择出25个辨别力强、冗余度低的特征。

一种角反射体雷达散射截面积的高频预估算法

几何光学/区域投影(Geometrical Optics/Area Projection,GO/AP)法是一种综合利用GO和AP进行电大尺寸目标单站雷达散射截面积(Radar Cross Section,RCS)预估的高频混合算法.文章推导建立了利用GO/AP法进行RCS预估的通用流程,计算出不同入射方向下三角形三面角反射RCS的完整表达式;将其与RCS最大值的经验公式以及FEKO软件的仿真结果进行对比,验证了GO/AP法的可行性;在边界入射方向对GO/AP算法进行改进,进一步拓宽了GO/AP法对观察角的适应范围.

基于元学习的反舰导弹目标识别研究

为了进一步提高干扰环境下反舰导弹的目标识别精度和泛化能力,将集成学习中的元学习策略引入反舰导弹的目标识别领域,并提出了一种基于叠加归纳策略的元学习目标识别算法。该算法首先通过构建元层学习器对多个基层学习器的学习结果进行"再学习",以纠正基学习器的错误分类、巩固基学习器的正确分类,进一步提高集成分类精度;然后,以决策树为基学习算法构建了同质多分类器系统,在自建的全极化一维距离像HRRP特征数据库上研究了基分类器的数量以及元特征样式、元学习算法的选取对元学习系统分类精度的影响;最后,通过与单一分类器和常用集成算法的对比,验证了基于元学习的反舰导弹目标识别算法的可行性和有效性。

异型角反射体阵列寻优研究

战时,异型角反射体阵列布放态势将是影响其干扰效果的重要因素。以伯克级驱逐舰为典型舰艇,从雷达散射截面积(radar cross section,RCS)、高分辨率距离像(high resolution range rrofile,HRRP)和极化特征三方面入手,进行了异型角反射体布放间隔和布放数量的寻优,旨在寻找一种与载舰逼近度尽可能高的异型角反射体阵列,为反舰导弹突防研究提供基本理论依据。研究表明:综合考虑RCS,HRRP和极化特征三方面因素时,11个异型角反射体两两间隔5 m布放,能够发挥更好的干扰效果。

基于RCS幅值特性相似度的浮空式角反射体布放态势寻优

为应对常规雷达制导反舰导弹的威胁,采用理论分析和建模仿真方法,基于雷达目标的一类重要电磁散射特性——雷达散射截面积(RCS,radar cross section),对双棱锥形浮空式角反射体布放态势进行了寻优,得到了一种与反导舰艇逼近度较高的角反射体阵列。结果表明:考虑角反射体阵列与目标舰艇的RCS幅值特性相似度,较优的布放态势为[6,15],[8,20],[9,15],[11,15],其中在[6,15]情形下,二者相似度达到60.9%。

面向服务的仿真实时中间件系统研究

仿真实时中间件系统,是实时仿真运行的引擎。基于面向服务的原则,从总体结构、模块设计、服务组成、运行模式等方面对面向服务的仿真实时中间件系统进行了研究。该研究在保证服务灵活性、可扩展性和模块化基础上,能够有效集成基于不同建模工具开发的模型进行实时运行,同时能够支持与基于HLA/RTI的应用系统的互连互通,也支持不同网络连接方式的自动选择,并通过利用RTX从而保证应用的实时性。应用表明该系统可有效支持异构仿真模型系统的有效集成。

基于分类器联合的反舰导弹HRRP目标识别与拒判研究

为了进一步提高存在库外目标情况下反舰导弹的目标识别率,利用高分辨距离像(HRRP)信息,构造了一个兼具拒判功能的反舰导弹目标自动识别系统。利用feko软件仿真建立了6类目标在不同方位角下HRRP数据库,并针对HRRP识别问题,提取7个基于目标结构的平移不变特征;选择二次判别分类器、7-最近邻分类器和决策树分类器作为基分类器,并利用LM-BP神经网络作为联合器构成多分类器系统;引入基于非参数估计的置信度评估方法,确保系统能够拒判置信度较低的待测样本。试验结果表明:LM-BP集成系统能够提高基分类器的分类性能,且在库外目标存在情况下,引入适当置信度判别阈值的多分类器系统能够兼顾识别正确率和宣判率。

基于改进GO/AP法的三面角反射体RCS预估

三面角反射体是一种重要的无源对抗器材,高效、准确、快速地预估其雷达散射截面积(Radar Cross Section,RCS)具有重要意义。以方形三面角反射体为例,推导了利用改进的几何光学/区域投影法(Geometrical Optics/Area Projection,GO/AP)进行RCS预估的一般流程;基于该流程对方形、圆形三面角反射体的单站RCS进行预估,将预估结果与RCS最大值的经验公式以及FEKO软件的仿真结果进行对比,表明改进的GO/AP法具有正确性、快速性和广泛适应性;针对异型三面角反射体,提出一种基于GO/AP算法利用SolidWorks软件进行RCS快速预估的方法。

船锚撞击埋设海光缆的有限元分析

利用ANSYS/LS-DYNA进行了船锚撞击埋设海光缆的有限元分析,明确了船锚冲击对海光缆中信号光纤和参考光纤的长度形变量差的影响,结合光纤振动传感系统的传感模型,得出监测到的电流信号的波形。

利用船锚探测海底光缆的方法研究

为了进一步改进海底光缆磁探测技术,研究了海底光缆和船锚的主要结构,建立了船锚钩挂海底光缆的数学模型,并利用MATLAB软件仿真了钩挂点周围的磁场特性,计算出不同探测距离上的最大磁感应强度,为提高海底光缆探测效率提供理论依据。

基于聚类和随机参考分类器的对海雷达目标识别算法

为了进一步提高复杂干扰环境下对海雷达目标识别的泛化能力,提出基于k-medoids聚类和随机参考分类器(RRC)的动态选择集成算法(KMRRC).主要利用重采样技术生成多个基分类器,然后基于成对多样性度量准则将基分类器划分为多个簇,并基于校验数据集为每个基分类器构建相应的RRC模型,最后利用RRC从各个簇中动态选择竞争力最强的部分基分类器进行集成决策.通过寻优实验确定KMRRC的参数设置,随后利用Java调用Weka API在自建的目标全极化高分辨距离像(HRRP)样本库及17个UCI数据集上进行KMRRC与常用的9种集成算法和基分类算法的对比实验,并进一步研究多样性度量方法的选取对KMRRC性能的影响.实验验证文中算法在对海雷达目标识别领域的有效性.

基于多种群遗传算法的多UUV任务分配方法

多无人水下航行器(UUVs)协同侦察任务分配方案的优劣关系到作战效能甚至任务成败。文中针对传统遗传算法存在过早收敛、效率不高等问题,提出一种人机融合的多种群遗传算法,用于多基地、多目标、多约束的多UUV协同侦察任务分配。该算法通过引入多种群对解空间进行协同搜索,可更好地平衡全局寻优和局部搜索能力,突破经典遗传算法仅靠单种群进行寻优的性能瓶颈;另外,以人类先验知识作为启发信息辅助种群进行初始化,提高算法收敛效率;引入“遗忘策略”,缓解可能出现的进化不完全问题。基于典型想定进行仿真实验,结果表明,提出的多种群遗传算法具有较强的鲁棒性和较高的寻优效率,可以得到高品质的协同任务分配方案。

分布式海底光缆监测系统的研究与应用

海底光缆敷设在极其复杂的海洋环境中,极易受到各种外界因素的破坏,其中锚害是海底光缆通信的最大威胁。针对现有海底光缆监测技术的局限性,提出将双M-Z(马赫-曾德尔)分布式光纤振动传感技术用于海底光缆的在线监测。通过理论推导建立了分布式海底光缆监测系统传感、定位的数学模型;并通过综合利用海底光缆路由雷达监测系统,有效解决了实用中监测系统可能存在的虚警问题,提高了系统的可靠性。

基于光学遥感图像的舰船航向检测

针对舰船编队航行光学遥感图像中舰船小目标航向检测难题,应用Hough变换并进行了基于舰船目标尺度的自适应改进,实现了对舰船小目标航向特征的识别与检测,有效减弱了海杂波对舰船航向检测的影响,进一步结合卷积神经网络,通过合理设置舰船航向分类,建立舰船航向识别训练集并对网络进行了训练和测试。结果显示,采用Hough变换和卷积神经网络的联合检测方法可以有效检测舰船小目标航向,提高了舰船小目标航向检测正确率,为后续舰船运动判断、队形与态势识别等提供了重要支撑。

支持计算机生成兵力动态行为仿真可重用建模的元模型

基于元建模和元对象设施(MOF)扩展的方法,提出了兵力动态行为的形式化描述和数据驱动的行为驱动语义,并构建了符合作战仿真领域特征、适合动态行为描述的计算机生成兵力(CGF)动态行为仿真元模型。实例仿真结果表明:基于该元模型的面向作战仿真的行为建模具有较好的普适性和实用性。

基于混合优化算法的多UUV协同侦察任务分配方法研究

针对多UUV系统静态任务规划过程中,任务分配与航路规划相对独立造成的总体方案次优性问题,将非支配排序遗传算法(Non-dominated Sorting Genetic AlgorithmⅡ,NSGA-Ⅱ)与动态规划算法相结合,提出一种混合优化算法。将NSGA-Ⅱ作为总体优化框架,为各UUV分配任务子集;将动态规划算法用于各UUV的任务子集,基于最短路径准则优化得到各UUV的任务序列;根据任务序列进行任务分配方案的评估与优选。基于典型想定进行仿真实验,结果表明,通过将动态规划算法嵌入NSGA-Ⅱ优化框架,在任务分配过程中显式地考虑任务执行顺序对方案性能的影响,能够提升寻优方案的质量,加快NSGA-Ⅱ寻优过程的收敛。