基于CHCQPSO-LSSVM的空战目标威胁评估

针对传统评估方法存在的模型精度低、结构复杂、无法进行实时动态威胁评估等问题,提出了一种基于最小二乘支持向量机(LSSVM)的空战目标威胁评估方法。首先,对空战特征数据进行威胁指数分析,结合专家评判构建威胁评估样本库;然后,采用交叉杂交的混沌量子粒子群算法(CHCQPSO)对LSSVM中的正则化参数与核函数参数进行寻优,并与经典PSO、BP神经网络、网格法模型进行对比分析;最后,用优化后的LSSVM模型实现空战目标实时动态威胁评估。仿真结果表明,所提方法评估精度高、用时短,为空战目标威胁评估提供了一种新思路。     

改进分解进化算法的飞行器动态火力分配

为解决飞行器在一次性投放火力有限的情况下,如何动态分配多波次火力问题。将目标价值、目标威胁与火力分配相联系,建立动态火力分配多目标优化模型(DWTA)。在DWTA模型下包括数个子火力分配模型(SWTA),下一波次的SWTA由上一波次SWTA的打击效果作为输入来进行更新。改进了混合共轭梯度法的多目标分解进化算法(MOEA/D),提出加入高斯扰动来生成初始搜索点集合,并运用共轭梯度法进行搜索。运用算法对模型进行求解,仿真实验表明,算法在保留MOEA/D算法优点的同时,相比传统MOEA/D算法求解模型用时22s,改进MOEA/D算法仅用14s,提高了算法的收敛速度,并完成了对多波次火力的动态分配。     

利用改进蚁群算法的可规避威胁源最优航线规划

针对复杂环境中飞行器航线规划问题,在基本蚁群算法的基础上,提出一种可规避威胁源的航线规划方法。通过综合分析飞行器飞行环境中的地形信息和威胁信息,考虑航线距离、时耗、能耗、全程费用和威胁规避等因素,重构航线规划目标函数,加强了对飞行器实际飞行环境的描述,从而提高了航线规划的有效性;通过增加目标节点对下一节点的影响来改进状态转移概率,促使蚂蚁向目标方向前进,以节省计算时间,提高优化效率。仿真结果显示,与基本蚁群算法相比,改进算法可以节省10%的优化时间且缩短10多次迭代次数。     

现代信息化战争中的战术数据链应用

本文对战术数据链的概念及其发展历程进行了研究,对比了现阶段广泛应用的数据链的技术特性,分析了在现在信息战争中应用战术数据链的重大意义,并针对国内我军战术数据链的建设情况提出了发展方向.     

加权BA网络负荷重分配建模及级联抗毁性研究

增强复杂网络在级联故障下的抗毁性具有重要的现实意义。文中考虑了网络中边之间的差异性,基于BA无标度网络模型构建了加权BA无标度网络模型,对负荷重分配策略进行建模,分析了分配过程中局部规模大小对网络抗毁性的影响,确定出了最佳负荷重分配策略,并研究了蓄意攻击条件下采取不同负荷重分配策略时重要网络参数对网络抗毁性的影响。仿真结果表明,局部规模越小、权重系数越小、平均度越大,网络的抗毁性越强,且采用就近局部负荷重分配策略时网络抗毁性始终高于采用就近全局负荷重分配策略时网络的抗毁性。研究结果可为提高复杂系统的级联抗毁性提供理论参考。     

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。     

基于作战管理的有人-无人协同作战体系结构建模

航空发动机精确的剩余使用寿命预测是确保发动机安全服役必须开展的环节。针对复杂工况环境下涡扇发动机的剩余使用寿命预测问题,提出了一种基于极端梯度提升和卡尔曼滤波的寿命预测模型。首先,采用高斯分布对原始振动数据进行分析,提取具有时间序列和退化趋势的特征数据,并为其设置剩余使用寿命（RUL）标签;其次,利用随机搜索算法对融合参数范围进行寻优,在极端梯度提升(XGBoost)中加入卡尔曼滤波器解决预测值不平滑和噪声干扰的问题;最后在商用模块化航空推进系统仿真数据集（C-MAPSSC）上进行了验证和分析,实验结果证明：与其他模型相比,文中采用的寿命预测方法准确度更高。     

时滞环境下具有不确定参数群系统的鲁棒一致性

研究了普通线性群系统在存在时延和不确定参数条件下的鲁棒一致性问题。首先结合分布式PID控制和静态输出反馈提出一种新的一致性协议;然后引入描述符方法将闭环系统的微分方程转化为描述符模型,通过变量转换将一致性问题转化为渐近稳定问题;构造Lyapunov-Krasovskii泛函,基于线性矩阵不等式(LMI)给出了鲁棒控制器的设计方法。仿真结果表明：系统的结构拓扑图在存在全局可达节点的条件下,通过选择合适的PID参数,系统可实现一致性,且不确定参数会对系统的运动轨迹产生影响,通过与基于PD控制的一致性协议对比结果可知本文提出的一致性协议使得群系统收敛速度更快,鲁棒性更强。     

空战飞行对敌目标逼近航迹预测仿真

针对传统航迹预测方法考虑因素少、预测时间长的问题,提出基于实时反馈长短期记忆神经网络(FF-LSTM)的航迹预测模型。该模型在长短期记忆(LSTM)神经网络的基础上,引入实时反馈,并采用随机梯度下降法和批处理方法训练网络权值和阈值,构建FF-LSTM神经网络。根据目标航迹特点,选取敌机位置、姿态信息和两机之间互信息特征作为输入数据,将航迹预测视为序列到序列的映射问题。实验结果表明,与BP神经网络和递归神经网络相比,FF-LSTM模型有更好的预测能力,可以快速准确地完成航迹预测。     

基于Q-network强化学习的超视距空战机动决策

考虑到空空导弹对空战胜负的重要影响,针对空战态势状态特征连续、多维的情况以及传统方法缺乏对空战对抗中敌方策略的考虑,将强化学习应用到1vs1超视距空战机动决策。首先,建立了同时为对抗双方进行机动决策的强化学习框架,提出ε-纳什均衡策略来选取机动动作,并通过导弹攻击区优势函数来修正奖赏函数;其次,基于记忆库和目标网络训练Q-network,形成超视距空战机动决策的"价值网络";最后,设计了Q-network强化学习决策模型,并将机动决策过程分为了学习阶段与实战阶段。仿真结果表明:智能体可以感知空战的态势并作出合理的超视距空战机动决策。