跨域无人集群协同反潜搜索方法研究

针对海上反潜搜索问题,提出一种将无人艇作为无人机的通信中继的跨域无人集群协同搜索方法,采用数字网格地图表征任务区域,构建了跨域平台的运动学模型;提出了跨域无人系统的协作方法,设计了无人系统之间的分布式信息融合机制;设计了异构平台的搜索目标函数,引导无人系统在搜索任务中实时决策。仿真结果表明:所提方法能够有效适用于文中反潜搜索任务想定,跨域平台之间能够通过优势互补提高搜索效能。

国外末端防空火炮发展新动态与启示

防空火炮具有战场快速响应、低成本持续作战、抗饱和攻击能力强等特点,在末端反无人机及其蜂群目标具有较大的优势。分析了末端防空火炮所要具备的能力,梳理了美国、俄罗斯以及德国等军事强国在防空火炮领域的新发展及装备的研制情况,总结出了国外末端防空火炮的发展趋势;根据我国末端防空火炮的发展现状提出了几点建议,旨在提高我国防空火炮末端防御能力,以便更好应对日益复杂的末端防御作战需求。

陆上机动力量反无人机集群作战的挑战与对策

面对无人机集群日益凸显的作战威胁,反无人机集群技术研究被提上日程。针对陆上机动力量作战特点,从战术层面和战略层面对反无人机集群作战问题进行了研究。首先,分析了反无人机集群作战的特点;然后,从侦察预警、拦截打击和干扰压制3个方面,提出了陆上机动力量反无人机集群的战法运用方式;最后,给出了陆上机动力量反无人机集群作战能力建设的意见和建议。

基于粒子群算法的船用起重机防摆装置结构优化设计

船用起重机在海上作业时因风浪引起吊重摆动导致作业风险较高,需要对起重机加装相应的防摆装置,而在起重机上加装防摆装置会增加起重机负荷影响工作效率,因此需要对船用起重机防摆装置结构进行轻量化设计。针对船用起重机防摆装置,以装置结构重量最小作为优化目标建立结构优化数学模型。使用粒子群算法(particle swarm optimization,PSO)对船用起重机防摆装置进行结构优化设计并对算法参数进行改进。经过优化后,结构总重量较优化前降低了28.64%。对优化过程和结果的分析表明,与结构优化中常用的遗传算法进行比较,PSO算法相比遗传算法可以快速收敛到全局最优解,求解精度高且算法运行稳定,优化后效果满足工程实际应用的需求。验证了PSO算法在船用起重机防摆装置结构优化设计中具有可行性和有效性。

基于ANP-DEA的反无人机蜂群装备投产效率评估

为拓展新型装备发展论证方法,借鉴经济领域投入—产出效率概念,提出装备投产效率,综合考量装备建设资源投入及作战能力。采用ANP-DEA方法,建立基于网络联系的反无人机蜂群作战能力指标评估体系;根据体系特点新增毁伤评估能力等指标,通过网络层次分析法(Analytic Network Process,ANP)计算各级指标权重;通过超效率数据包络分析(Data Envelopment Analysis,DEA)模型对8类装备投产效率进行排序分析,一定程度上解决了当前反无人机蜂群装备能力评估内容不全面、指标联系不紧密等问题,为新型装备发展规划提供参考。

无人旋翼机载激光武器反蜂群作战概念研究

鉴于传统防空手段难以有效应对无人机蜂群的问题,提出了搭载高能激光器的旋翼飞行平台反蜂群概念。首先,通过研究了解典型蜂群的作战特点,分析了无人机蜂群可能的运用模式;其次,通过分析现有防空拦截系统的特性,引出旋翼飞行平台搭载高能激光武器用于打击蜂群的运用方法;最后,分析研究了旋翼机载高能激光武器的可能运用场景、杀伤模式和打击流程。旋翼飞行平台搭载高能激光武器的光速攻击、点面杀伤、全天候打击等特点极其适用于蜂群来袭的运用场景,能够更高效拦截来袭蜂群,可靠保证重要设施的安全。

反无人机集群态势感知应对策略研究

由于无人机集群作战对重点区域、重点目标产生的威胁日益突出,开展了反无人机集群态势感知应对策略研究。首先,分析雷达、无线电、光电等多种预警探测方式的应用场景,提出了远近结合、高低搭配、梯次部署的反无人机集群联合多域探测模式。然后,构建了分级式多源信息融合结构。在目标跟踪方面,对群目标跟踪情况进行分类,主要阐述了密集群目标跟踪中分群检测、分离/合并检测、群扩展外形估计、关联与滤波算法的原理与特点;在意图识别方面,提出一种基于层次化贝叶斯网络的群目标意图识别方法,建立了多层次群目标意图识别模型,分析了行为特征、目标意图之间的推理关系。所提出的态势感知应对策略可为反无人机集群防控技术路线设计提供一定的参考价值。

反无人机蜂群作战战术战法运用分析

随着无人机技术快速发展和广泛应用推广,无人机蜂群作战也逐渐成为现代战争中重要的作战方式,如何反制无人机蜂群作战已成为当前防空系统的一个全新挑战。文中从无人机蜂群作战的概念内涵入手,深度分析了无人机蜂群作战特点以及反制无人机蜂群关键技术与作战过程,并总结出一套反制无人机蜂群作战的战术战法,对反制无人机蜂群作战具有很好的参考意义。

基于变权重PSO-Elman神经网络的路面附着系数估计

针对传统神经网络权值更新不稳定导致路面附着系数预估精度不高的问题,提出基于变权重粒子群优化(PSO)-Elman神经网络的路面附着系数估计方法.搭建基于7自由度汽车动力学模型的神经网络模型,在Elman神经网络模型中引入粒子群算法降低训练绝对误差,并使用线性权重递减策略对粒子群算法中的权重进行改变,平衡粒子全局和局部搜索能力,实现网络权值矩阵优化;采用傅里叶函数方法拟合出理想滑移率-路面附着系数相关曲线;通过理论分析和仿真验证,证明采用该方法能够提升路面附着系数预估精度.仿真结果表明:在定附和变附路面行驶工况下,相比于传统Elman神经网络,采用变权重PSO-Elman神经网络的路面附着系数估计方法获得的路面附着系数均方根误差分别平均降低了35.62%和19.20%,有效提升了防抱死控制效果.

基于改进蚁狮优化的火炮随动系统控制方法

针对防空火炮对随动控制系统跟踪精度高和强鲁棒性的要求,提出一种基于改进粒子群蚁狮优化(Improved Particle Swarm Optimization-Antlion Optimization,IPSO-ALO)算法的火炮随动系统控制策略。首先在建立火炮交流伺服系统模型的基础上,分析了位置控制器结构;其次,利用改进的蚁狮算法优化了位置环PI控制器,为解决算法迭代后期蚁狮的多样性降低导致陷入局部最优的问题,并且为保证得到最优参数,将PSO算法与ALO算法融合,利用粒子群算法更新蚁狮位置,进一步更新蚁狮算法的精英主义阶段,并且分别在粒子群算法中引入自适应非线性递减惯性权重系数,加强算法在后期的局部搜索能力,在蚁狮算法中引入动态比例系数和非线性动态权重,提高了算法的全局搜索能力;最后,在MATLAB/Simulink建模仿真并分析了各控制器作用下系统的稳定性、跟踪性及鲁棒性。仿真结果表明,IPSO-ALO算法对于PI控制的各种性能指标最优,其调节时间较IPSO和IALO分别提升18.2%和33.1%,所设计的控制器能够使火炮随动系统获得更好的响应特性和跟踪精度,抗干扰能力强,有较强的鲁棒性,证明了该方法的有效性。

基于信干噪比最大化的盲提取抗主瓣干扰方法

针对雷达主瓣干扰抑制问题,提出一种基于信干噪比(signal to interference plus noise ratio,SINR)最大化的盲提取主瓣干扰抑制方法。与盲分离不同,盲提取能够从多路混合信号中提取出感兴趣的一路分量,这更适合在多信源多通道的复杂电磁环境下进行干扰抑制。该方法在混合信号距离域建立SINR最大化的优化模型,采用粒子群优化(particle swarm optimization,PSO)算法进行求解并提取出目标回波信号实现主瓣干扰抑制。经仿真测试,该方法相较于传统的盲分离干扰抑制方法,提升了干扰抑制效果;无需信源数目估计,对通道数目要求更低,在欠定场景中依然适用;减小了计算复杂度,更适用于复杂电磁环境。

基于粒子群算法优化的汽车天窗改进型自抗扰控制

针对当前汽车天窗继电器闭合后,电动机控制天窗平移开闭、起翘开闭及防夹回退响应滞后问题,将内部不确定因素和外部环境干扰视为一个综合影响因素,提出了一种基于粒子群算法优化的改进型自抗扰控制方法,旨在改善汽车天窗的响应性能。首先,设计了一种新型cfal函数,解决了fal函数在拐点处不平滑容易引发抖动和控制系统不稳定的问题。接着,基于这种新型非线性cfal函数,构建了改进型扩张状态观测器,实现了对天窗扰动影响的实时估计。最后,采用粒子群算法进行内部参数优化调节,进行了汽车天窗系统的控制实验,并将该方法的输出响应曲线与传统ADRC控制进行了对比分析,实验结果验证了这种自抗扰控制方法在提升汽车天窗响应性能方面的优越性和可行性。

基于离散粒子群算法的多平台反舰导弹火力分配问题研究

针对传统的火力分配方法效率低、通用性差等缺点,提出了一种基于离散粒子群算法的反舰导弹火力分配方法。通过对多平台反舰导弹火力分配问题的分析,构建目标分配模型,应用离散粒子群算法进行求解;该算法设计了全新的粒子更新策略,并通过动态调整惯性权重因子提高算法的收敛速度,通过仿真验证了模型及算法的有效性。仿真结果表明,该方法能够为多平台协同作战的火力分配问题提供参考。

基于改进粒子群优化算法的PID温度串级控制

针对电站锅炉主蒸汽温度控制系统中存在的易超调、滞后性、抗干扰性差、非线性等问题,提出一种改进粒子群优化算法(Improved Particle Swarm Optimization,IPSO)的PID串级控制方法,该算法先采用线性递减惯性权重的IPSO算法,避免陷入局部极值点,并能有效提升全局搜索能力,再利用改进算法优化PID控制器的参数。通过MATLAB仿真结果表明,相较于普通PID算法,该控制方法在超调量、调节时间、抗干扰能力等方面具有明显优势,系统的响应速度明显提升,鲁棒性好,对复杂温度系统具有较好的适应性。

反无人机蜂群体系组织方法

凭借侦察攻击、规模作战、灵活重组以及低成本的有效优势,无人机“蜂群战术”已快速进入多国军事研究机构视野,成为颠覆未来战场模式的关键技术之一。面对无人机以及无人机“蜂群战术”带来的现实威胁,反无人机蜂群已成为各军事强国竞相发展的关键技术。参考美国、北约等军事强国与军事集团开展的反无人机/蜂群战略研究,从反无人机蜂群技术应用基点、应用流程等角度对反无人机蜂群体系组织方法进行论证,提出组织方法建议。所做工作对开展多种反无人机蜂群武器集成试验与训练,提高反无人机蜂群应对能力具有一定参考价值。

一种基于遗传算法的反无人机蜂群方法

随着智能技术和无人机技术的发展,无人机蜂群作战成为了一种新的作战样式,对防御方提出了更高的要求。针对无人机蜂群具有分布式和非对称性杀伤特点、难以有效防御的问题,先基于层次分析法对无人机蜂群进行威胁评估,再通过远距武器、中距武器、近距武器协同部署,点杀伤武器、面杀伤武器协同配合的方式,利用遗传算法进行快速求解计算,最大限度保证我方设施安全。仿真结果表明,提出的方法计算效率高,能够有效降低无人机蜂群的打击威胁。

反无人机蜂群作战的预警探测难点分析及对策措施

无人机蜂群作战是一种新型作战模式概念,对现役防空系统和空天安全带来颠覆性的影响和巨大潜在威胁。论文重点分析了反无人机蜂群作战预警探测难点,在此基础上提出了建立多元融合探测、编织多层预警网络、发挥移动探测能力、开展装备运用精训等对策措施,以期对提升反无人机蜂群作战的预警探测能力提供理论支撑。

国外反无人机蜂群研究现状及发展趋势

随着无人机蜂群技术的迅猛发展,反无人机蜂群问题已经成为军事热点话题,各国都在加紧反无人机蜂群问题研究,文章介绍了国外反蜂群作战理论、装备试验、实兵演练等情况,并对未来反蜂群的发展趋势进行了分析。

航母编队反无人机蜂群作战兵力部署模型及优化

为更好地应对信息化智能化战争中无人机蜂群对航母编队这类高价值目标的威胁,以航母编队反无人机蜂群作战兵力部署为研究对象,从建立兵力部署解析规划模型入手,重点考虑中层防空警戒哨舰和舰载电子战飞机对蜂群打击的约束条件集,并利用简化粒子群算法对解空间进行快速寻优。实例仿真结果表明模型和求解方法具有可行性,其时效性能够满足兵力部署实际需要,为航母编队反无人机蜂群作战提供一定参考借鉴。

美军无人系统发展规划研究综述

针对美国防部已经发布的8版无人系统领域的战略指南——《无人系统综合路线图》进行了综合评述。首先,对比分析了美国防部8版路线图的发布背景和结构内容的变化;然后讨论了美军无人系统不断扩展的作战任务、日益完善成熟的组织管理机构以及与各军种路线图的联系;明晰了美无人系统的内容演变与发展方向。综述表明,美军无人系统发展重点经历了从单一装备到作战体系、从单一领域到多域协同、从单一任务到战争全局的发展过程。无人系统装备在作战中的使用迅速扩展,这也必将会导致未来战争形态的改变。