基于改进模拟退火算法的防空武器集群打击目标动态分配

传统的防空武器集群打击目标动态分配方法由于设定的约束条件不够全面,导致该方法在分配效果上表现不佳;因此,文章提出了一种基于改进模拟退火算法的防空武器集群打击目标动态分配方法;该方法综合考虑作战效果、作战成本和作战效率等多个因素,确定了相应的目标函数,并设定了相应的约束条件;通过计算打击目标的状态转移概率,并对打击目标的状态准则进行判定,定义了打击目标的状态转移方程;在改进的模拟退火算法的指导下,确定了最优的打击目标分配方案;实验结果分析表明,与传统的防空武器集群打击目标动态分配方法相比,文章设计的基于改进模拟退火算法的方法在实际应用中表现出较低的资源损耗量,均不高于4%,且具有良好的分配效果。

基于加权窗口特征的多目标火力集中分配和动态调整算法

针对现有的火力打击规划方法在战前筹划时存在局部收敛性和全局优化能力差、缺乏对战中调整的临机处理和时效性考虑等问题,提出了基于加权窗口特征的火力集中分配和动态调整算法。首先,建立了基于加权窗口特征的分配模型以量化打击效益和资源代价,从而适应对不同作战需求的火力分配;然后,针对算法参数敏感和先验知识缺失的问题,提出了一种自适应参数的基于密度的聚类算法,可自适应寻优参数选择;最后,考虑到战中调整的实时性需求,提出了改进匈牙利算法以减少代价矩阵的迭代次数。试验表明,该算法能够有效解决战前规划和战中调整问题,且在大规模数据集上表现出比其他方法更加优越的性能,验证了该算法的有效性和灵活性。

基于嵌套算法的反无人机集群防空部署

针对多类型防空武器反无人机集群问题,考虑不同类型防空武器位置部署与火力分配之间的关系,建立多类型防空武器反无人机集群的多目标混合部署规划模型,并设计一种嵌套双粒子群的免疫优化算法对模型进行求解。给出的仿真例子说明了模型和算法的有效性。

灰色聚类决策在武器系统研制方案优选中的应用

为解决武器系统研制方案的优选问题,提出了一种基于灰色聚类决策的武器系统研制方案优选方法。该方法采用效用函数法解决评价指标意义、量纲不同且不同指标的评价值在量纲上悬殊较大的问题,利用德尔菲法与层次分析法相结合确定和计算评价指标的聚类权重,在此基础上通过计算比较综合决策测度实现了研制方案的优选排序。最后以某型地空导弹武器系统研制方案优选为例,验证了该方法的可行性和有效性。

集束武器迟发火对弹丸姿态影响的数值分析

文中利用Fluent和动网格知识,针对某集束武器的三管并联发射建立仿真模型,在考虑迟发火影响的前提下,通过求解N-S方程,模拟了迟发火与多重耦合影响下膛口流场发展变化过程。通过与正常射击时的仿真模拟对比发现:流场发展与运动弹丸之间是一个相互耦合的过程;在考虑迟发火影响时,弹丸运动姿态较正常射击时发生较大的恶化,使弹丸射击精度产生较大的下降。对比研究结果对集束武器射击的控制具有重要意义。

舰载激光武器打击目标外形提取方法

舰载激光武器系统的跟踪传感器实时提供目标图像,为有效选择毁伤部位,需要获取图像中目标外形信息。面对高速运动的空中目标,人工选择目标区域耗时较久且不准确,不利于目标精确打击。因此,激光武器系统要求能够自动提取出目标外形,从而确定目标可毁伤区域。对目标图像进行近似主色聚类,用Canny算子检测目标外形,目标外形信息能为毁伤部位选择提供参考依据。

改进AHP和灰色聚类在装备战损排序中的应用

针对武器装备系统战损的抢修排序问题,应用改进层次分析法(AHP)确定指标权重的同时,并提出了战损装备抢修排序的递阶层次结构模型;然后运用灰色聚类方法,构造评价函数,综合决策战损装备抢修排序。通过实例验证,将改进AHP与灰色聚类方法相结合,取得了较为满意的结果,为战场指挥员抢修决策提供帮助。

基于彩色图像融合的隐藏武器检测技术

针对基于图像融合的隐藏在人衣服下面的武器检测技术存在的未充分保护人体的隐私权、色彩失真等问题,提出了一种基于模糊C均值(Fuzzy C-means Clustering,FCM)聚类分割的隐藏武器检测方法,该方法采用FCM聚类、数学形态学对红外图像进行武器分割与提取,并将武器融合到彩色可见光图像HSI空间的I分量中,通过逆变换得到RGB彩色融合图像。该方法的融合过程只有武器参与,避开了人身体的其他部位,保护了人体的隐私权,且融合图像维持了源可见光图像的真彩色、武器目标清晰。经过对比实验,本文方法得到的融合图像具有更丰富的信息,在主观上具有更好的视觉特性,在客观评价指标上也取得了良好的评价。

含逻辑门的武器系统效能评估方法研究

在模糊综合评判和灰色聚类评价法中,各个指标间总是采用单一的线性加权的方法。为了充分体现各个指标间复杂的聚合关系,排除"一票否决"式指标对总体效能的影响,借鉴逻辑门思想,加入了"与"、"或"逻辑关系。通过实例验证,证明了方法的可行性,解决了"一票否决"式指标对评估方法的影响;同时也为现有评估方法的改进提供了有益的参考。

舰载无人机集群系统作战构想

舰载无人机集群系统是面向未来海军通过开发先进算法,将低成本、可消耗的多无人机黏合成具有集群智能的作战辅助系统,分析了未来海战场中无人机集群系统配合舰载武器的作战使用场景,通过区分舰艇指挥控制中心和无人机集群通信,以及无人机集群内部自组网通信两类数据链设计模式,重点探讨了在超视距对海/对陆作战过程中,利用无人机集群对敌方机动目标实施联合定位,为远程舰载武器提供精确目标引导,以及为高价值武器(反舰导弹)或者发射平台提供集群掩护干扰的两种不同作战场景下的使用方法。通过战术分析,未来舰载无人机集群系统将大幅提升舰艇编队的信息化水平,通过与探测系统以及武器系统的直接交联,可增强超视距情况下舰艇编队联合火力的组网能力,为下一步舰载无人机集群装备的研制提供了技术思路。

集束武器射击方式对弹丸姿态的影响分析

利用计算流体动力学(CFD)和动网格知识,针对某集束武器的三管并联发射建立三维模型,通过求解N-S方程,对三种不同情况下运动弹丸影响下的膛口流场结构进行数值计算。结果表明:流场发展与弹丸运动是一个相互影响的过程;叠加流场使弹丸产生的侧向合力是使弹丸射击精度下降的主要原因;当管间距相同时,加装制退器时两侧弹丸最大侧向速度仅为无制退器时的三分之二。

基于模糊聚类分析的步枪作战效能评估

为了评估步枪的战术效能,科学地构建步枪作战效能评估体系,运用模糊聚类分析方法对步枪作战效能进行评估,最后通过算例验证了所建模型是合理、可行的。

基于聚类分析的武器目标分配问题求解

利用伪并行遗传算法与K-均值聚类算法结合解决武器目标分配问题,将目标威胁值的分配问题转化为目标的分类问题。在采用聚类分类算法的基础上,使用伪并行遗传算法对分类结果进行优化,克服了K-均值聚类算法分类局限性,提高了全局搜索能力,达到了局部收敛速度与全局收敛性能的统一。在已知目标威胁值的情况下,利用遗传算法完整解决了WTA问题。通过仿真程序实现,验证了算法的可行性,由此为作战仿真CGF技术中的武器目标分配问题的解决提供了方法。

基于导弹武器系统模糊特性的模糊聚类分析及应用

将模糊聚类分析方法应用于导弹武器系统模糊特性的分析评估中,提出了导弹武器系统基于模糊特性的模糊聚类分析思想,给出了导弹武器系统模糊聚类的一般方法和步骤。并通过举例进行了验证,结果与实际相符,具有一定的实际应用价值。

一种新型SFCM聚类算法

为提高故障诊断模式分类的收敛速度及诊断准确度,采用阈值化类内距离的方法,研究了一种新型SFCM聚类算法,证明了算法模糊加权幂指数m在区间(0,1)取值时能实现半模糊聚类,讨论了阈值η对算法的影响并给出了聚类程序算法,实验结果表明此算法较FCM算法在收敛速度和聚类精度方面有较好表现,在故障模式分类中有一定的使用价值。

针对无人机集群目标的舰炮对空射击方法

利用低成本无人机集群实施饱和攻击,将成为未来海战场突破舰艇对空防御系统的一种新型作战样式。从现有中小口径舰炮武器系统的射击体制出发,详细分析了现有追踪射击方法在打击此类密集目标时的能力不足,为增强现役中小口径舰炮武器系统打击无人机集群目标的能力,提出了基于未来空域窗的对空射击新方法,该方法控制武器系统内的单脉冲雷达波束对集群目标进行空间拉偏扫描,并通过最大似然估计的超分辨算法,获取迎弹面上的集群目标分布特征,改进传统未来空域窗射击方法中弹头均匀散布的设计思路,通过求解高斯混合模型配置弹丸散布中心,使得迎弹面上的弹丸散布概率与集群目标分布特征相匹配。仿真结果表明,该射击方法现实可行,可用于提升中小口径舰炮武器系统对无人机集群目标的打击能力。

模糊聚类式识别技术在雷达抗干扰性能评估中的应用

提出了用模糊聚类结合模式识别技术评估导弹武器系统雷达抗干扰性能的方法。与传统的模糊综合评判方法相比,该方法使评估结果的时效性得到了改善,同时又保留了模糊信息处理技术的优点。并通过举例进行了验试,结果与实际经验相符,具有一定的实际应用价值。

一种水中兵器的指标分析方法探讨

对于性能指标众多,需要定期技术检查的水中兵器而言,技术检查往往耗时且故障不易排除。针对此问题,提出了一种水中兵器的指标分析方法。首先,通过故障在指标中的反映情况,分析指标间的相关性,并对指标进行分类,进而分析指标与不同故障类型的关系;然后,分析了指标对故障的揭示能力;最后,给出了仿真示例,验证了所提出的分析方法的可行性和有效性。

基于目标子集划分的攻击编队配系方法研究

编队协同执行多目标攻击任务是现代空面作战的主要形式之一,合理配置编队机型与适用武器类型属于战前任务规划的重要内容,直接影响对面作战效果。为研究多机协同攻击多目标时编队组成与武器配置问题,分别建立了目标-武器、飞机-武器配系模型,并提出了一种基于FCM改进聚类算法对敌目标群进行子集划分,通过对聚类数目的上下限设置使算法聚类结果适应不同的战场环境。在此基础上,可快速实现对特定的目标子集进行编队指派与武器配置。最后算例说明基于模型的规划结果满足作战任务需求,且侧重于重点目标的攻击需要。

基于模糊RBF神经网络的大口径武器PID控制

针对大口径武器液压伺服系统控制时内部参数的不确定性和时变性问题,利用模糊控制鲁棒性强和容错能力好的特点,对传统PID控制进行改造,同时结合RBF神经网络来解决模糊控制精度差的问题。此外,利用蚁群聚类对RBF神经网络的初始参数进行初始化,采用共轭梯度法对神经网络进行优化训练。仿真结果表明,该控制策略能较好地抑制大口径武器系统的时变性与非线性问题,同时保证了系统的调炮速度和精度。