基于贝叶斯网络的TBM拦截效果评估

反导过程中,为解决用于TBM拦截效果评估的信息存在不完整、不准确的问题,提高评估的准确性、时效性,首先分析了影响TBM拦截效果评估的因素,提出了基于贝叶斯网络的TBM拦截效果评估方法,构建了基于贝叶斯网络TBM拦截效果评估模型,之后通过实例仿真分析,验证了模型在TBM拦截效果评估中的有效性和可行性。

基于BP神经网络的TBM拦截效果评估

为了综合考虑TBM拦截作战中各种因素对拦截效果评估的影响,基于红外成像、ISAR成像和机动目标跟踪3种方法分析了TBM拦截效果评估体系的构成,利用神经网络在处理非线性复杂问题上的优势,提出了基于BP神经网络的TBM拦截效果评估模型,并详细阐述了模型的构建过程。由于标准BP算法存在易形成局部极小点和收敛速度慢等问题,采用加入动量项和实时调整系数法对算法进行了改进。仿真分析证明:改进的BP算法具有较快的收敛速度和较高的收敛精度,同时验证了该神经网络模型在TBM拦截效果评估中的有效性。

TBM拦截效果的混合层次模糊综合评估

分析了TBM拦截效果评估体系的构成及其评价指标,针对影响拦截效果评估的众多随机性、模糊性因素以及评估系统的具体特点,提出了基于混合层次模糊综合评估的TBM拦截效果评估模型,分析研究了评估流程,并通过实例验证了评估方法的有效性。

以发射质量最小为优化目标的反TBM拦截器优化研究

以反ＴＢＭ拦截器发射质量最小为优化目标，系统地研究了反ＴＢＭ拦截器总体优化技术，建立了反ＴＢＭ拦截器数学模型和优化算法，并得出重要结论。

反TBM拦截弹杀伤增强器综合设计模型及其应用

针对反战术弹道式导弹(TBM)拦截弹杀伤增强器设计方法中存在的不足,提出了拦截平面内最优合成迎角数学模型,在此基础上建立了拦截弹杀伤增强器综合设计模型。该模型以杀伤增强器参数为输入量,可在设计拦截弹时对其进行可用过载估计与制导精度限制,并通过最优合成迎角控制来近一步增强拦截弹对TBM的杀伤性能。以PAC-3拦截弹及某典型TBM弹头为例进行仿真验证,结果表明采用综合设计模型后PAC-3杀伤概率平均高于原弹约7%,使用该模型对PAC-3杀伤增强器进行优化,优化结果明显提高了PAC-3拦截弹的作战性能。