基于作战管理的有人-无人协同作战体系结构建模

为应对未来快节奏、大规模的空中战斗需求,聚焦有人-无人协同空中作战体系结构研究,以作战管理作为底层逻辑,构建协同作战体系结构框架。首先梳理作战管理基本理论,建立“任务-能力”和“能力-资源”的属性映射;然后利用美国国防部体系架构框架视图模型,对有人-无人作战活动从作战管理层级进行顶层设计,依照职能属性进行时序和逻辑梳理。探究体系结构建模中包含的作战管理“嵌套”现象,能够降低军事研究人员对作战行动的理解屏障,为有人-无人协同空中作战建模仿真提供理论支撑。

基于深度学习的空空导弹多类攻击区实时解算

现代空战日趋复杂,传统攻击区只能提供导弹发射的限度,无法满足现代空战决策的需求。基于目标机水平逃逸角度的最大攻击区、50°攻击区、90°攻击区、水平不可逃逸攻击区、最小攻击区等5类攻击区,针对现有攻击区解算方法无法同时解算多种攻击区的问题,提出多函数深度拟合网络(MFDFN)模型,以实现多种攻击区的同时解算。设计了改进的进退法解算流程,通过弹道仿真获取攻击区数据样本库。根据多函数拟合网络的特点,设计了“整体预训练+局部微调”训练策略,并对网络进行有监督训练。仿真结果表明:采用“整体预训练+局部微调”训练策略的MFDFN比传统网络不仅提高了计算实时性,而且很大程度上提高了计算准确性,其平均相对误差低至0.27%,平均绝对误差低至58.81 m;MFDFN模型具有较强的可靠性和实用性。

基于MFO-HTN的超视距空战战术机动组合规划

针对超视距空战机动决策问题,提出基于战术机动组合的超视距空战决策模型。首先,利用参数化语言将超视距空战机动描述为两种典型形式,作为超视距空战战术的基本战术动作。其次,引入层次任务规划网络(HTN)模型,利用空空导弹攻击区描述空战态势,构建带参数的空战HTN模型。最后,将机动时间、可发射距离、可发射时间作为目标函数,构建多目标优化模型,采用飞蛾扑火算法对HTN网络参数进行优化求解。仿真实验表明,飞蛾扑火算法能够快速解算当前态势下的最优参数,所得到的空战战术机动序列能够达到战术目的。该算法模型可以为飞行员提供辅助决策,也为研究智能超视距空战提供了新的思路。

改进cell密度聚类算法在空战目标分群中的应用

针对传统聚类算法对流形分布数据聚类效果差,且实时性不高的缺点,提出改进基于cell的密度聚类(Cell-Based density Spatial Clustering of Applications with Noise, CBSCAN)算法解决实时空战目标分群问题。通过分析空战态势参数,建立了空战目标分群通用模型,将目标分群转化为聚类问题。通过改进CBSCAN算法的簇类扩展方式,建立基于改进CBSCAN算法的目标分群模型。通过仿真实验,对比分析了K-means、最大期望算法、密度峰值算法、密度聚类算法、CBSCAN算法和改进CBSCAN算法在30种作战态势下的分群准确性和实时性,结果表明:改进CBSCAN算法可以在编队数目未知和目标流形分布的条件下,对多目标编队进行正确分群,且实时性较原始算法提高约30%,具有实际应用价值。

基于多属性决策的PCAS-SNIF关键节点分析

预先计划的近距空中支援(PCAS)是一种典型的空军进攻作战样式,研究PCAS信息流转过程对于提高PCAS的作战效能具有重要意义。针对PCAS作战过程难以建模分析的问题,引入超网络理论,通过研究PCAS作战的基本流程以及作战网络中各节点之间的交互关系,构建了"两层五网"的PCAS信息流转超网络模型,然后,仿真分析了PCAS信息流转超网络节点的度中心性、介数、聚类系数和接近中心性4个方面的拓扑特性,通过多属性决策节点重要性综合评价方法得出网络关键节点;最后,通过网络攻击实验验证了超网络模型和多属性决策算法的合理性和有效性,为研究作战信息流转问题提供了新的思路。

基于改进人工鱼群优化的蚁群算法无人机自主航路规划

针对蚁群算法在无人机航路规划中存在收敛速度慢、在处理复杂环境的情况下容易陷入局部最优的情况,设计了一种基于改进人工鱼群优化的蚁群算法的无人机自主航路规划方法。首先利用Toeplitz规律,建立初始信息素矩阵,优化了蚂蚁的搜索方向;结合人工鱼群算法的视场机制和逃出策略,优化蚂蚁的搜索策略;同时,在启发式函数中,增加目标指标,加强了节点之间的连续性;而后利用logistic混沌模型,优化全局信息素的更新方式,更好地筛选优质路线。在二维栅格地图中完成仿真,仿真结果表明:该方法与传统方法相比,航路规划的速度更快,质量更高,具有一定的实用价值和工程意义。

基于超网络的近距空中支援信息流转模式构建

稳健灵活的信息流转模式是近距空中支援顺利实施的重要保障。针对近距空中支援信息流转模式构建问题,建立基于超网络的作战信息流转“两层四网”模型。根据作战经验,分析近距空中支援作战的主要作战力量及基本流程,抽象出相应的作战节点和信息关系,以此建立近距空中支援作战信息流转超网络模型。针对超网络节点的超度分布、网络弹性等特性进行仿真实验。仿真结果表明,当前近距空中支援超网络具有一定的合理性和稳定性,同时为下一步优化作战网络结构提供了参考。

基于启发式遗传算法的近距空中支援超网络结构优化

基于超网络理论建立集申请网、情报网、指控网、协调网和火力网于一体的CAS超网络模型;以提高网络抗毁性和网络效率为优化目标,在标准遗传算法的基础上,根据CAS超网络模型得到启发式信息,对其初始化生成初始种群,对关键节点和普通节点设置不同的变异概率,通过遗传算法求解运算;仿真分析函数的寻优性能和优化前后网络的拓扑指标。结果表明,优化后的CAS超网络结构抗毁性更强、网络流转效率更高。

基于神经网络的继电保护设备健康状况分析模型

继电保护设备是电力系统安全稳定运行的重要保障,一旦发生各种缺陷,将严重威胁电力系统安全稳定运行。因此,利用神经网络技术,通过多种数据处理方法,建立了一个继电保护设备的健康状况模型,解决了各种继电保护设备健康状况主要依靠人工经验判断、对各种隐性缺陷不能及时发现、无法实现状态检修的难题。

基于自编码网络的导弹攻击区实时计算方法

针对传统中远距空空导弹三线攻击区无法为飞行员提供丰富的战术决策信息,火控系统计算攻击区实时性差、精度低的问题,提出以攻击机为中心,考虑目标逃逸机动的新型导弹杀伤包线概念。分析经典战例中目标机规避导弹的常见机动方式,将攻击区抽象为导弹的七种杀伤包线,给出准确的计算方法并进行离线仿真。确定8种影响杀伤包线的运动参数,构建样本库。引入深度学习方法,建立降噪自编码网络(AE)模型,采用无监督学习提取样本初级特征,获取表征样本库非线性规律的高维特征量;建立深度网络模型,采用监督学习提取高维特征量中的高级特征并进行拟合。实验表明深度网络的拟合值与六自由度仿真结果以及导弹真实数据相比,误差可控制在15m之内;网络在线解算只需0.04s,能够满足实时性需求;新型杀伤包线为飞行员及时掌握敌我态势提供了有效的辅助信息,为机动决策提供理论依据。