基于变异系数法和改进TOPSIS法的空战威胁评估

目标威胁评估技术是智能战术援助决策系统的关键技术之一。针对当前空战目标威胁评估中存在的威胁评估指标具有耦合性,不同权重计算方法具有差异性,以及传统威胁排序方法逼近理想解排序法(TOPSIS)中存在方案区分度混淆等问题,设计了一种基于变异系数法和改进TOPSIS的空战威胁评估方法。对各个空战威胁评价指标进行相关性热力图分析,选择合适的威胁评估指标。建立主客观权重相结合的空战威胁评估模型,在客观方法选择上用变异系数法代替了熵权法,降低了模型对数据的要求。用Manhattan距离取代传统TOPSIS法中的欧式距离对威胁系数进行排序,将排序误差率减小了6%。算例仿真分析结果表明,该方法既考虑到决策者的主观偏好,又保证了决策的客观性,有效提升了空战威胁评估的精度。

多属性决策方法在目标威胁评估中的研究综述

目标威胁评估为指挥决策提供数据支撑,多属性决策方法是目标威胁评估的有效手段。结合多属性决策方法的特点,区分威胁评估指标选择、威胁评估指标描述、威胁评估指标权重确定和目标威胁排序方法4个方面,系统总结了多属性决策方法在战场目标威胁评估中的研究现状,分析了每个方面存在的问题,探讨了未来多属性决策方法在战场目标威胁评估应用中需要重点发展的方向,为后续研究战场目标威胁评估提供参考借鉴。

基于PSO-BP算法的目标威胁评估

通过对目标高度、距离、速度、角度这些空间态势因素和空战能力因素的分析,建立了目标威胁评估模型,提出了基于PSO-BP(粒子群和后向传播)算法的目标威胁程度评估方法。通过对空中八个目标某一时刻威胁程度的预测,并将结果与多数属性决策方法的结果进行了比较,表明此方法有效地解决了空战目标威胁评估问题,大大提高了决策的客观性。

电子战目标威胁评估的折衷排序方法

电子战目标威胁评估是制定电子战作战决策的重要环节,针对电子战目标涉及因素多、各因素不确定性大的问题,建立了电子战目标多属性群决策威胁评估模型,重点对威胁评估指标的选取以及确定进行了讨论,并基于标尺量化函数对定性指标进行量化;采用折衷排序方法 VIKOR对威胁目标排序,从而在整体效用最大的同时达到个体遗憾最小。最后通过进行电子战干扰战情想定下目标威胁能力的评估仿真,验证了威胁评估模型的有效性及算法的可行性,为电子战目标威胁评估提供了一种行之有效的方法。

基于Elman神经网络的空战威胁排序研究

依据空战态势、空战效能以及目标战役价值,采用威胁指数法建立了空战目标威胁评估模型。在威胁评估的基础上,研究了空战中基于Elman神经网络的目标威胁排序方法。考虑到Elman神经网络的学习性能和收敛性,采用附加动量项、自适应改变各参数学习率以及重置算法改进网络权值的学习算法。算例结果表明,采用Elman神经网络对空战目标进行威胁排序的方法是有效的,且改进的学习算法提高了网络的学习效率,有效地抑制了局部极小值的出现。该方法有利于提高火控系统的智能化水平。

基于指数法的导弹航迹规划空间威胁建模研究

导弹的航迹规划是保证导弹作战效能的必要手段,威胁空间的生成则是航迹规划的难点和关键技术。为满足研究的实际需求,支持快速的航迹规划,要求在规划前期能够迅速给出对威胁空间的初始描述,而当前已有的威胁建模方法还并不能有效满足这一特定需求。提出将反导防御系统效能指数作为进攻导弹面临威胁度度量的新思路,把效能评估中的指数方法引入到威胁度计算模型中,建立了面向导弹航迹规划问题规划初期的空间威胁度计算模型,并通过一个典型算例验证了其有效性,该模型可以较好支持进一步的航迹规划与评估。

基于ELM__AdaBoost强预测器的空战目标威胁评估

目标威胁评估是空战态势感知中的关键问题。针对传统评估方法难以兼具准确性和实时性的缺陷,提出了一种基于自适应推进极限学习机(extreme learning machine__adaptive boosting,ELM__AdaBoost)强预测器的新方法。结合AdaBoost分类算法对ELM算法进行改进,提出了ELM__AdaBoost算法,构造了ELM__AdaBoost强预测器。在空战训练测量仪中选取空战数据,利用威胁指数法构造了目标威胁评估样本数据。构建了基于ELM__AdaBoost强预测器的空战目标威胁评估模型,在一定范围内确定了使算法预测精度相对较好的ELM网络隐含层节点数和弱预测器个数。通过仿真实验分析了评估的精度和实时性,结果表明该方法在保证较高评估精度的同时减少了评估所用时间,可以准确、快速地进行空战目标威胁评估。

基于改进CRITIC-LRA和灰色逼近理想解排序法的空战威胁评估

针对当前空战威胁评估过程中采用主观赋权法确定指标权重时具有主观性、忽视指标间内在关联关系的问题,提出一种基于改进CRITIC-线性回归分析(LRA)确定指标权重的计算方法。根据CRITIC法的缺陷,引入基尼系数和肯德尔系数实现对CRITIC法的改进并确定指标初始权重;利用1阶LRA计算评估指标关联关系,通过削减指标权重降低指标关联性,实现对指标权重的修正,降低指标关联对评估造成的影响;为了克服逼近理想解排序法中采用欧式距离作为距离测度的缺点,采用指标间加权灰色关联度代替欧氏距离,计算相对贴近度,实现目标威胁排序。威胁评估算例表明,所提方法能够充分体现目标威胁区分度和对目标进行威胁排序,评估结果科学有效。

美国预警卫星威胁评估问题研究

预警卫星威胁评估是导弹作战指挥辅助决策的重要环节。首先描述了美国新一代预警卫星系统现状,然后阐释了预警卫星威胁评估的基本内涵,并分析了目前预警卫星威胁评估中存在的不足。针对高低轨预警卫星的不同功能和特点,分别提出了采用多指标综合法和威胁度函数法的威胁评估方法,并论述了各评估方法中涉及到的评估思路、评估步骤以及评估模型等内容,可以为预警卫星威胁评估提供思路和借鉴。

基于组合赋权灰色关联投影的通信目标威胁评估

针对当前通信目标威胁评估中指标体系不统一,评估方法不合理的的难点,通过综合分析通信目标威胁因素建立威胁水平评估指标模型,采用层次分析法和熵权法进行组合赋权,并运用基于组合赋权的灰色关联投影算法计算目标的威胁评估值,最后结合实例分析实现了通信目标威胁等级的有效区分和优劣排序,该方法证实是可行的。