一、地空导弹目标优化分配研究(论文文献综述)
朱传伟,黄敏,施文辉[1](2021)在《基于先期毁伤原则的舰空导弹发射时机优化》文中研究说明以先期毁伤为原则,首次对舰空导弹的发射时机优化问题进行数学建模。提出一种使毁伤概率密度在时间上靠前分布的舰空导弹发射时机优化模型,既能做到较早毁伤目标,减少火力通道占用时间,又能保证以预期毁伤概率杀伤目标,取得预期的作战效果。根据发射时机优化模型中约束函数的单调性特点,提出基于网格划分的连续域蚁群算法对优化模型进行解算,采用初始搜索、全程搜索、窗口更新三个步骤实现最优解,提高了算法的搜索速度和精度。算例分析验证了模型和算法的有效性。
阎炼,宋海凌[2](2019)在《改进粒子群算法的防空导弹目标分配方法研究》文中研究表明在水面舰艇对空防御过程中,针对舰艇配置多型舰空导弹,且多型舰空导弹共同使用舰艇照射器资源的目标分配问题,提出了一种基于改进粒子群算法(PSO)的目标分配算法。该算法在改进了速度与位置定义方式的粒子群算法的基础上,增加了舰艇照射器数量的约束条件、目标的威胁度权重,优化了目标分配原则,使舰艇能够充分利用防空资源,提高防空导弹武器系统的体系拦截能力。仿真结果表明,该算法可解决水面舰艇配置多型舰空导弹下的目标分配优化问题。
陈昊翔[3](2019)在《多无人智能航空武器协同攻防对抗技术研究》文中研究指明未来的作战中,无人智能航空武器将成为各国主要的战术装备。相较于传统航空武器而言,无人智能航空武器最大的优势在于无人性与智能性,能够依据统一指令或作战规则成规模地自主协同作战。多无人智能航空武器协同攻防对抗技术是实现其作战模式、提升作战效能的主要手段。本文以实际作战中的侦察、突防、打击等主要任务想定为背景,对协同攻防对抗下的具体技术点进行了深入研究,并设计了数值仿真与实验验证。本文主要的工作与创新点总结如下:首先,本文研究了多无人智能航空武器的协同任务规划与决策技术。针对异构目标的协同侦查任务背景,考虑异构武器平台的传感器模型、非均质目标模型以及侦查任务模型,设计了异构目标侦查任务分配的决策变量、相关约束与性能指标,并在此基础上提出一种新型的带任务时窗的多Dubins商旅问题用以描述传统的协同侦查问题;本文还提出了一种带自适应缩放参数的多目标共生生物随机搜索算法,用以优化决策变量并生成最优任务方案。同时,针对空战中的协同目标分配问题,本文提出了武器平台在对抗下的动态可攻击域与不可逃逸域的概念并设计了一种基于BP神经网络的在线计算方法,在此基础上提出了一种基于对抗下动态可攻击域与不可逃逸域的态势建模方法,用以统一衡量各武器平台对某一区域范围内异构的武器平台对不同类型、不同状态目标的打击能力;随后,基于所得的攻击态势,本文将动态的协同目标分配过程描述为多个态势相对不变的“半动态”过程,并提出了基于“展板”架构的集中-分布式分配决策方法。仿真算例表明,该方法实现了对一群目标动态的多轮打击分配,使武器平台能够根据战场态势的变化灵活调整打击方案,为后续技术的研究提供了参考与指导。其次,针对实际作战中突防任务的想定,本文研究了复杂战场环境中的协同航迹规划技术。分析了真实环境中各种复杂的战场环境要素,并对相关环境因素进行了数学建模与威胁度的计算;先基于地形跟踪/地形回避方法,提出了一种在复杂战场环境中,单武器平台两步航迹规划方法,并在此基础上提出了静态环境中多武器平台的航迹规划算法;随后,针对协同规划中根据环境实时调整航迹、保证时空协同等难点,参考人工势场法的概念,设计了一种描述战场环境因素的统一优劣势场法,并提出了一种基于该统一优劣势场的多武器平台协同航迹规划方法,用于实现动态环境中满足协同时空约束的各武器平台分布式在线航迹规划。通过仿真实验证明,武器平台可以实时根据战场环境的变化,智能地选择总体劣势最小、最安全的航迹规划方案。最后,针对实际作战中拦截打击的任务想定,本文研究了协同攻防对抗中的制导与控制技术,并分析了视距内与视距外攻防对抗问题的特性。面向视距内单体攻防对抗最优控制问题,在纳什均衡解存在的前提下,本文设计了一种基于动作依赖的启发式近似动态规划方法,用于求解攻防双方的最优控制量。然后,针对视距内多体攻防对抗的最优控制问题,本文通过引入“折扣”因子提出了改进了一种改进的自然运行算法,即限定未来状态对当前控制量求取的影响范围,以减少解算量提高计算效率,并用于求解纳什均衡解不存在情况下的最优控制指令。面向视距外的多武器平台协同攻防对抗问题,本文针对视距外低机动性目标提出了一种基于基准攻击域的协同制导方法,用求解对多个视距外突防目标的最优制导指令,并给出了所设计的协同制导律的稳定性证明;而针对视距外高机动性的目标,提出了一种有“Leader”模式下的分布式协同制导方法,并给出了所设计的协同制导律的稳定性证明。通过多个的数值仿真算例,验证了各方法解决相应问题的有效性与可靠性。
葛鲁亲[4](2019)在《多对空导弹拦截多目标的协同制导方法研究》文中提出随着临近空间飞行器的高速发展和导弹拦截作战任务的要求显着提高,多飞行器-多拦截弹的突防-拦截作战已成为体系对抗中取胜的主要作战方式。本文在考虑各武器单元之间协调因素的基础上,设计出最优的对抗策略与方案,针对不同的空袭目标展开了协同制导拦截与仿真方面的研究:首先,针对弹道导弹的再入过程,设计了一种串联式复合制导律,采用了程序段初制导+最优比例中制导+滑模变结构末制导;针对临近空间飞行器机动飞行,设计了相应的拦截机动目标中制导律+全向攻击PID末制导的复合制导律。仿真结果表明,两种复合制导方法分别能够有效拦截再入弹头与临近空间飞行器。其次,对拦截弹的射后动态可攻击区进行研究,考虑到传统可攻击区解算精度低、迭代时间长等不足,本文提出了一种射后动态可攻击区的快速、高精度拟合算法,数值仿真结果验证了该算法的可行性。然后,给出多弹对多目标协同拦截策略设计方法,采用了“来袭目标识别-威胁度评估-多目标分配-拦截效能评估”的拦截策略,仿真验证了该多弹协同拦截策略可行性,能够有效保护防御方资源,对威胁度大的来袭目标优先分配武器。最后,为了实现多弹对多目标的协同打击的任务需求,本文以弹道导弹及临近空间飞行器为拦截目标设计了多拦截弹对多目标的拦截方案与协同制导律,分别建立了多层拦截和突防方向协同拦截方案,并设计了相应的时间协同制导律,仿真结果表明,该方案可以实现多目标的高精度拦截。
沈培志,杨历彪,王培源[5](2019)在《地空导弹火力分配模糊优选模型》文中进行了进一步梳理为解决不同型号地空导弹抗击多批次来袭目标的火力分配问题,在分析地空导弹火力分配效能影响因素基础上,建立了地空导弹火力分配效能指标体系。将目标毁伤价值、消耗导弹费用、占用火力通道时间作为3个优选目标,应用模糊优选理论,建立了火力分配方案优属度矩阵,将地空导弹抗击多目标决策问题转化为多阶段决策动态规划求最优值问题。最后,通过算例分析,验证了模型的有效性。
王道重,滕克难,肖玉杰,姚成柱,袁兴皆[6](2019)在《地空导弹网络化协同防空目标分配》文中进行了进一步梳理地空导弹网络化协同防空作战条件下,形成"虚拟火力单元"对抗来袭目标,目标分配问题演变为"发射节点-制导节点-来袭目标"三者优化匹配问题。根据导弹发射区和杀伤区的关系,对目标进行拦截适宜性判断,在充分考虑导弹单发杀伤概率、接力制导约束条件以及制导交接成功概率的基础上,给出目标分配优化匹配模型,并对优化匹配模型进行仿真验证,仿真结果表明了模型和算法的有效性,可为指挥员决策提供依据。
杨毅[7](2018)在《多飞行器系统协同—对抗的最优控制研究》文中研究指明随着现代战争空中武器的不断发展和对抗拦截要求的不断提高,多飞行器系统之间协同-对抗作战已经是当代战争不可或缺的作战理念和获胜手段。需要综合考虑不同层次系统之间的相互关联和影响,设计改进最优的对抗策略和协同控制方法才能在现有的装备基础上有效提高我国对空全局作战能力。为解决多飞行器系统之间协同-对抗最优策略和控制问题,本文对其进行了系统深入的研究,主要研究内容和创新点如下。首先,针对单飞行器之间的突防-拦截对抗问题,进行了系统的分析和研究,讨论了单飞行器对抗问题解的存在性和唯一性是否成立。文中针对不同对抗场景,在原始自然算法的基础上,提出了基于衰减预期的自然算法,实现了攻防双方飞行器的实时最优控制,所求解的控制方案对攻防双方在可预测的一定时间内都是最优的,并总结分析了影响飞行器末端对抗效能的主要因素和飞行器参数性能。然后,在对抗双方飞行器均采用智能最优对抗控制的前提下,提出了拦截飞行器的动态不可逃逸区概念,构建了攻防双方飞行器的不可逃逸区数据库,采用神经网络对其进行高精度拟合,实现了实时在线高精度计算的能力。在此前提基础上,将动态不可逃逸区应用到突防飞行器的实时突防航路规划问题以及拦截飞行器的中制导问题中,设计完成了基于不可逃逸区的实时最优突防航路规划算法和拦截中制导律。研究结果表明,突防飞行器突防过程中可依据不可逃逸区实时规划最优突防路径以避免进入拦截飞行器的不可逃逸区,拦截飞行器通过拦截中制导律不但可以以更小过载完成中制导,并且保证在进入末制导段时,目标在不可逃逸区内,保证了末端拦截的成功率。再后,对多突防飞行器协同突防策略和控制问题进行了系统性的研究,提出了多突防飞行器系统的最优突防策略设计方法和实时在线协同突防航路规划算法。本文首先构建模糊条件下的多拦截飞行器不可逃逸区的威胁度,构建拦截方的综合拦截态势,再根据拦截方威胁态势分别为弹道导弹以及巡航导弹设计离线式和在线式突防航路规划算法。研究结果表明突防飞行器群体能够依据拦截方布局以从威胁度最小的方向和路径进行突防,在不可避免拦截飞行器拦截区域时,会自主采用饱和突防策略进行突防。最后,对多拦截飞行器协同拦截策略和控制问题进行了系统性的研究,提出了多拦截飞行器系统的最优协同拦截策略设计方法及协同中制导律。本研究依据来袭目标种类的不同,设计了两种不同的协同中制导律,对非机动或小机动目标采用基于不可逃逸区的时间协同拦截制导律,使各拦截飞行器同一时刻对目标进行拦截;对高机动目标采用基于不可逃逸区的多角度协同拦截制导律,使拦截飞行器群体在拦截过程中封锁突防目标的突防路线,逼迫其必须进入到一个或多个拦截飞行器的不可逃逸区内。研究结果表明,多拦截飞行器群体能够有效提高对目标的拦截概率,避免目标机动突防。综上,本文对多飞行器系统协同-对抗策略控制问题进行了系统性的研究,问题主要分为上层系统的对抗策略和下层系统的对抗控制,上层系统为多飞行器协同突防/或拦截系统,下层系统为每个突防/或拦截飞行器的控制系统。下层系统为上层系统提供数据支撑,即单飞行器对抗结果总结得到的不可逃逸区数据库;上层系统基于下层系统的数据进行任务规划并对下层系统做出制导,即多飞行器协同突防/或拦截系统根据实际战场的不可逃逸区进行态势实时在线建模,并在线分配每个飞行器作战任务和规划中段飞行航路。上下系统相互协同实现全局一体化最优的协同与对抗。
姜文志,宗富强[8](2018)在《多型舰空导弹火力通道目标分配》文中研究说明多型舰空导弹武器系统综合控制的关键在于多型舰空导弹的火力通道的组织、资源调度和火力通道的目标分配。探讨了多型舰空导弹火力通道的动态组织方式、资源调度方法,以两种不同类型的舰空导弹为例,根据这两种导弹的性能和特点,以综合考虑火力分配优先级准则和充分发挥作战效能为前提,用离散的人工萤火虫算法求解火力通道目标分配的最优方案。
梅子杰[9](2018)在《多平台协同火力防空任务分配问题研究》文中研究表明信息化空袭与防空对抗具有多层次、多维度、多样化特征。为了克服传统的单防空平台防御系统作战能力不足的缺点,适应现代化战争的多平台协同防空作战模式应运而生,并已经发展为主要的防空作战模式。多平台协同防空体系的核心内容是火力任务分配,它考虑各防空平台不同的作战能力,通过一定的最优分配原则调用各平台的作战资源进行协同防空,最大化拦截来袭目标,发挥系统整体效能。本文对多平台协同防空中的火力任务分配问题进行研究,旨在建立合理有效的协同防空作战模型,并给出满足指挥决策实时性要求的任务分配方法。本文主要工作如下:首先,建立多平台协同火力防空任务分配模型,设计防空想定场景与优化指标函数以及建立防空武器杀伤区与发射区模型。针对防空作战特点,充分考虑防空过程中的约束限制如时间窗口约束,协同制导约束,拦截可行性约束等,建立火力防空作战约束模型,保证解的合理性,并且与真实作战情景相符。其次,针对建立的数学模型,考虑模型中受不确定性影响的参数,分析不确定信息条件对这些参数造成的影响,并设计相应方法降低不确定性对决策的造成的干扰。对目标威胁度参数,使用逼近理想解的排序方法将不确定信息转化为确定信息;对于武器对目标的毁伤概率,建立武器与目标的不确定性模型,计算毁伤概率;对于其他难以定论的参数,使用基于集合的鲁棒优化方法,比较参数在劣势情况下的表现。最后,设计“有限集中-分布式自主协调”的决策控制结构,提出了多平台协同火力防空任务分配求解方法。在该结构下,防空平台内部采用构造性启发式算法快速得到分配结果,防空平台之间使用基于分配结果优劣性规则消解冲突,得到一致性分配结果。该决策控制结构可以有效减小单个平台信息处理量,避免单点故障。在分配过程中,采用滚动时域控制方法进行滚动优化,能及时处理分配过程中出现的动态事件,提高决策实时性。通过设计仿真实验,验证了本文建立的数学模型和使用的分配算法能提高多平台协同火力防空决策系统应对复杂多变战场环境的能力,具有实时性和有效性。
游尧[10](2017)在《面向无人机编队空面任务的CNN/BN参数学习与决策方法研究》文中认为无人机(Unmanned Aerial Vehicle,UAV)编队空面任务决策作为编队协同作战的核心环节,战术决策方法则是确保无人机编队协同作战效果的关键。在现代空天地一体化作战背景下,空面任务环境日益苛刻,对无人机复杂动态不确定环境下的应对水平越来越高,需要研究适应性更强、参数学习效果更好、鲁棒性能更强的战术决策方法。本论文以无人机编队执行空面任务为研究背景,以实现编队快速、正确的态势评估与战术决策为目标,从问题建模、解模方法以及模型参数学习三个角度展开具体研究,提出了一些新的研究思路和方法,论文主要研究成果如下:(1)分析了典型空面任务场景要素,对无人机编队突防区域威胁进行建模分析,并在此基础上,对无人机编队空面任务特性展开研究。无人机空面任务区域威胁类型日益多样化,防空作战水平也越来越高,直接威胁到无人机编队安全飞行。论文首先结合典型空面任务场景,分析空面任务中常见要素组成及其特点;然后对雷达、地空导弹、高炮这三类影响无人机编队飞行安全的主要威胁进行建模,并分析三者结合下的弹炮混编防空系统布置特点;最后从信息的分布性、决策的不确定性、过程的动态性三个角度详细研究无人机编队空面任务特性。(2)分析了无人机编队空面任务作战流程,建立无人机编队空面任务过程关键数学模型,最后提出了基于人机协同、成员协同的编队空面任务战术自主决策机制。无人机编队空面任务过程是在有人驾驶飞机、无人机等多武器平台作用下的协同作战行为,编队成员必须合理分工协作,确保协同作战效能的最大化。论文首先对无人机编队空面任务作战过程进行描述,详细分析无人机编队空面任务作战系统及其作战流程,将编队作战流程划分为规划、巡航、突防、突击、汇合、退出等六个阶段;然后从数学建模角度分别建立无人机编队空面任务态势评估、战术决策模型,为研究编队态势评估与战术决策方法提供理论依据;最后提出无人机编队空面任务战术自主决策机制,以增强编队成员之间的协作能力。(3)针对无人机编队空面任务态势评估问题,提出了将空面任务态势可视化方法,以及建立了基于卷积神经网络(Convolutional Neural Networks,CNN)的编队空面任务突防战术决策型,并设计训练环境学习决策模型参数。无人机编队行在突防阶段,面临地面弹炮混编防空系统的实时联合打击,不能盲目实施机动,需要对来自多源的探测信息进行有效融合处理,正确评估战场态势特征,进而采取相应的突防战术。论文首先利用STAGE Scenario 6.0推演平台得到态势评估数据集,将推演平台产生的态势样本信息处理后转化为可视化态势图;然后基于CNN建立编队空面任务突防战术决策模型,以及设计训练环境学习得到模型参数,并通过实验验证了模型的有效性。(4)结合无人机编队空面任务决策的不确定性特点,提出一种面向稀缺数据的贝叶斯网络(Bayesian network,BN)参数学习算法,并将所提算法用于编队空面任务攻击战术决策场景当中,提高编队在空面动态环境下的战术决策能力。无人机编队在空面任务过程中,攻击战术决策水平直接影响到编队能否安全飞行、顺利执行预定作战任务。论文首先结合概率推理理论,详细分析BN及其参数学习特点;然后针对稀缺数据下的BN参数学习问题,提出一种整合定性领域知识和进化策略的BN参数学习算法——CPEL,对比实验结果表明所提算法能够有效提高稀缺数据下的BN参数学习精度;最后提出面向多实体的编队空面任务攻击战术决策网络,并将所提算法用于稀缺数据下的决策模型建模中,取得了良好的学习效果。
二、地空导弹目标优化分配研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、地空导弹目标优化分配研究(论文提纲范文)
(2)改进粒子群算法的防空导弹目标分配方法研究(论文提纲范文)
0 引言 |
1 舰空导弹防空作战流程 |
2 目标分配算法选择 |
3 基于改进粒子群算法的目标分配 |
3.1 目标分配模型 |
3.2 粒子的编码与解码 |
3.3 适应度函数选取 |
3.4 基于改进PSO算法的目标分配算法流程 |
3.5 算法中的约束条件 |
4 仿真校验 |
4.1 背景条件 |
4.2 仿真参数设定 |
4.3 仿真结果及分析 |
5 结束语 |
(3)多无人智能航空武器协同攻防对抗技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 论文研究背景 |
1.2 国内外研究现状及技术分析 |
1.2.1 协同攻防任务规划与决策技术研究现状 |
1.2.2 复杂战场环境下任务航迹规划技术研究现状 |
1.2.3 对抗中的协同制导与控制技术研究现状 |
1.3 论文的主要研究内容与研究思路 |
1.3.1 本文研究问题 |
1.3.2 本文研究内容与组织结构安排 |
第二章 多无人智能航空武器协同攻防对抗问题建模 |
2.1 多无人智能航空武器协同攻防对抗问题描述 |
2.1.1 攻方武器平台协同攻防对抗问题建模 |
2.1.2 防御方武器平台协同攻防对抗问题建模 |
2.1.3 多攻方武器平台-多防御方武器平台协同攻防对抗问题总体建模 |
2.2 常用坐标系的构建 |
2.2.1 常用坐标系的定义 |
2.2.2 坐标系之间的转换关系 |
2.3 武器平台的数学模型 |
2.3.1 武器平台运动学和动力学模型 |
2.3.2 不同种类武器平台气动力学建模 |
2.4 本章小结 |
第三章 多无人智能航空武器协同任务规划与决策 |
3.1 引言 |
3.2 基于自适应共生生物搜索算法的非均质目标对地侦察任务决策 |
3.2.1 协同侦察任务分配问题描述 |
3.2.2 多武器平台协同侦察异构目标任务分配问题建模 |
3.2.3 自适应多目标共生生物搜索算法 |
3.2.4 多武器平台协同侦察异构目标任务分配数值仿真 |
3.3 基于DADC的多武器平台协同空战目标分配决策 |
3.3.1 DADC的定义与计算方法 |
3.3.2 基于SOS-BPNN的 DADC快速拟合 |
3.3.3 基于DADC与 NEAD的武器平台攻击态势函数构建 |
3.3.4 基于攻击态势函数的多武器平台协同打击目标分配 |
3.3.5 多武器平台协同目标分配仿真 |
3.4 本章小结 |
第四章 复杂战场环境中的多武器平台协同航迹规划 |
4.1 多层次复杂战场环境建模 |
4.1.1 多种环境要素分析 |
4.1.2 物理障碍/禁飞区模型与碰撞判定方法 |
4.1.3 ADU威胁区域建模与威胁度计算 |
4.2 基于TF/TA方法的单武器两步航迹规划方法 |
4.2.1 三维路径规划问题描述 |
4.2.2 两步航迹规划方法 |
4.3 静态战场环境中多武器平台航迹规划 |
4.3.1 多武器平台航迹规划问题描述 |
4.3.2 多武器平台动态规划算法 |
4.4 动态战场环境中的多武器平台协同航迹规划 |
4.4.1 人工势场方法 |
4.4.2 战场环境统一优劣势场构建方法 |
4.4.3 基于统一优劣势场的多武器平台协同航迹规划 |
4.5 复杂战场环境中的多武器平台协同航迹规划仿真与分析 |
4.5.1 复杂战场环境下基于TF/TA方法的单武器航迹规划仿真 |
4.5.2 静态战场环境中多武器平台航迹规划仿真 |
4.5.3 动态战场环境中的多武器平台协同航迹规划 |
4.6 本章小结 |
第五章 多武器平台协同攻防对抗中的制导与控制 |
5.1 基于ADHDP的视距内“单对单”攻防对抗最优控制 |
5.1.1 视距内“单对单”攻防对抗最优控制问题建模 |
5.1.2 双方攻防对抗性能指标及约束条件 |
5.1.3 动作依赖的启发式自适应动态规划(ADHDP) |
5.1.4 视距内“单对单”攻防对抗最优控制仿真 |
5.2 基于改进自然算法的视距内多武器平台协同攻防对抗最优控制 |
5.2.1 视距内多武器平台协同攻防对抗最优控制问题建模 |
5.2.2 自然运行算法在多体攻防对抗中的应用 |
5.2.3 引入“折扣”因子的改进自然运行算法 |
5.2.4 视距内多武器平台协同攻防对抗最优控制仿真 |
5.3 视距外多武器平台协同对抗的制导方法研究 |
5.3.1 视距外多武器平台协同对抗问题分析 |
5.3.2 对视距外低机动性武器平台的协同制导方法设计 |
5.3.3 对视距外高机动性武器平台的协同制导方法设计 |
5.3.4 视距外多武器平台协同对抗的制导方法仿真 |
5.4 本章小结 |
第六章 结束语 |
6.1 文章研究工作总结 |
6.2 进一步研究展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(4)多对空导弹拦截多目标的协同制导方法研究(论文提纲范文)
摘要 |
abstract |
注释表 |
缩略词 |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.2 国内外研究现状及分析 |
1.2.1 单弹制导律的研究现状 |
1.2.2 多弹协同制导律的研究现状 |
1.3 本文的内容安排 |
第二章 问题描述与数学模型 |
2.1 导弹制导问题的数学描述 |
2.2 拦截导弹总体数学模型 |
2.2.1 结构特性与性能参数 |
2.2.2 发动机模型 |
2.2.3 气动力模型 |
2.2.4 控制模型 |
2.2.5 运动学模型 |
2.3 飞行运动模型 |
2.3.1 目标运动模型 |
2.3.2 弹-目相对运动模型 |
2.4 本章小结 |
第三章 对空拦截弹的复合制导律设计 |
3.1 引言 |
3.2 拦截再入弹头的复合制导律设计 |
3.2.1 程序段初制导律设计 |
3.2.2 最优比例中制导律设计 |
3.2.3 滑模变结构末制导律设计 |
3.3 拦截临近空间飞行器的复合制导律设计 |
3.3.1 拦截机动目标中制导律设计 |
3.3.2 全向攻击PID末制导律设计 |
3.4 仿真分析 |
3.4.1 拦截再入弹头 |
3.4.2 拦截Sin跳跃机动目标 |
3.5 本章小结 |
第四章 可攻击区的拟合计算 |
4.1 引言 |
4.2 传统射前可攻击区 |
4.2.1 传统射前可攻击区问题描述 |
4.2.2 传统射前可攻击区的计算 |
4.3 射后动态可攻击区 |
4.3.1 射后动态可攻击区的问题描述 |
4.3.2 基于GA-BP神经网络射后动态可攻击区的计算 |
4.4 仿真分析 |
4.5 本章小结 |
第五章 多对空弹对多目标协同拦截策略 |
5.1 引言 |
5.2 目标识别模块 |
5.3 威胁度评估模块 |
5.3.1 弹道导弹威胁度计算方法 |
5.3.2 临近空间飞行器威胁度计算方法 |
5.4 多目标动态分配模块 |
5.4.1 多弹多目标任务分配的数学描述 |
5.4.2 基于遗传-粒子群混合算法的动态任务分配 |
5.5 拦截效能评估模块 |
5.5.1 评估指标体系的构建 |
5.5.2 多弹协同拦截效能计算模型 |
5.6 仿真分析 |
5.6.1 多目标分配的仿真分析 |
5.6.2 协同拦截效能评估的仿真分析 |
5.7 本章小结 |
第六章 多弹协同拦截方案与制导方法研究 |
6.1 引言 |
6.2 基于多层拦截的弹道导弹拦截方案与制导律设计 |
6.2.1 多层拦截方案设计 |
6.2.2 拦截弹道导弹的多弹时间协同中制导律设计 |
6.3 基于可攻击区的临近空间飞行器拦截方案与协同制导律设计 |
6.3.1 临近空间飞行器的协同拦截方案 |
6.3.2 目标机动时拦截点预测 |
6.3.3 拦截临近空间飞行器的多弹协同中制导律设计 |
6.4 仿真分析 |
6.4.1 弹道导弹的拦截仿真 |
6.4.2 临近空间飞行器的拦截仿真分析 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 本文的主要研究工作与贡献 |
7.2 未来的研究展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(5)地空导弹火力分配模糊优选模型(论文提纲范文)
1 建立地空导弹射击效能指标体系 |
2 确定方案相对优属度 |
3 基于动态规划的优选模型 |
4 算例分析 |
5 结论 |
(6)地空导弹网络化协同防空目标分配(论文提纲范文)
1 目标分配模型 |
1.1 拦截适宜性判断 |
1) 导弹的发射区和杀伤区 |
2) 杀伤概率 |
3) 约束条件 |
1.2 “发射节点-制导节点-来袭目标”优化匹配 |
2 算例分析 |
3 结束语 |
(7)多飞行器系统协同—对抗的最优控制研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状及分析 |
1.2.1 单飞行器的追逃问题研究现状 |
1.2.2 多飞行器协同突防方法研究现状 |
1.2.3 多飞行器协同拦截方法研究现状 |
1.3 论文的主要研究内容与研究思路 |
1.3.1 研究内容 |
1.3.2 研究思路 |
第二章 多飞行器系统协同-对抗最优控制问题的数学描述 |
2.1 多突防飞行器系统协同-对抗最优控制问题描述 |
2.2 多拦截飞行器系统协同-对抗最优控制问题描述 |
2.3 多拦截飞行器-多突防飞行器系统协同-对抗最优控制问题描述 |
2.4 飞行器运动学和动力学模型 |
2.5 各类飞行器气动参数 |
2.5.1 空空拦截导弹气动模型 |
2.5.2 地空导弹气动模型 |
2.5.3 巡航导弹气动模型 |
2.5.4 弹道导弹气动模型 |
2.5.5 战斗机气动模型 |
2.6 小结 |
第三章 单飞行器末端对抗最优控制研究 |
3.1 攻防双方飞行器末端最优控制问题描述 |
3.1.1 导弹-战斗机对抗性能指标及约束条件 |
3.1.2 导弹-导弹对抗性能指标及约束条件 |
3.2 攻防双方飞行器对抗问题最优解分析 |
3.3 基于原始自然算法的双方飞行器博弈控制优化 |
3.4 基于衰减预期自然算法的实时最优控制优化 |
3.5 攻防双方飞行器末端对抗飞行轨迹仿真及分析 |
3.6 小结 |
第四章 射后动态不可逃逸区研究 |
4.1 拦截不可逃逸区概念 |
4.2 动态不可逃逸区计算方法 |
4.3 拦截不可逃逸区高精度拟合 |
4.4 基于不可逃逸区的中段制导律设计 |
4.5 基于不可逃逸区的突防飞行器实时航路规划算法 |
4.5.1 突防飞行器航路规划实时坐标系构建 |
4.5.2 突防飞行器航路规划实时网格构建 |
4.5.3 拦截区域威胁度态势建模 |
4.6 拦截飞行器射后动态不可逃逸区数值应用仿真 |
4.6.1 拦截飞行器的射后动态不可逃逸区仿真 |
4.6.2 拦截飞行器的射后动态不可逃逸区神经网络拟合 |
4.6.3 基于不可逃逸区的拦截飞行器中制导仿真 |
4.6.4 基于不可逃逸区的突防飞行器实时航路规划仿真 |
4.7 小结 |
第五章 多突防飞行器系统协同-对抗策略及最优控制研究 |
5.1 多飞行器协同突防拦截威胁态势计算方法 |
5.1.1 单突防飞行器-多拦截飞行器拦截态势计算 |
5.1.2 单突防飞行器-多拦截飞行器(存在其他突防飞行器)拦截态势计算 |
5.1.3 多突防飞行器-多拦截飞行器拦截态势计算 |
5.2 基于威胁态势的多突防飞行器多目标分配原则及算法 |
5.3 多弹道导弹协同突防轨迹优化设计 |
5.4 多巡航导弹(战斗机)协同航路规划算法设计 |
5.4.1 多巡航导弹(战斗机)协同航路规划数学模型 |
5.4.2 实时三维协同动态规划算法 |
5.5 多机协同搜索航路规划算法设计 |
5.5.1 多机协同搜索航路规划问题建模 |
5.5.2 基于改进动态规划的多机协同搜索航路规划算法 |
5.6 多突防飞行器系统协同-对抗仿真及分析 |
5.6.1 多弹道导弹协同突防轨迹优化仿真 |
5.6.2 多巡航导弹(战斗机)协同航路规划仿真 |
5.6.3 多机协同搜索航路规划仿真 |
5.7 小结 |
第六章 多拦截飞行器系统协同-对抗策略及最优控制研究 |
6.1 多飞行器对空拦截策略设计 |
6.1.1 目标识别模块设计 |
6.1.2 威胁评估模块设计 |
6.1.3 任务分配模块设计 |
6.2 弹道导弹拦截方案及制导律设计 |
6.2.1 反弹道导弹初段制导律设计 |
6.2.2 基于不可逃逸区的多反弹道导弹时间协同中段制导律设计 |
6.2.3 多反弹道导弹时间协同中段制导律稳定性证明 |
6.3 基于不可逃逸区的多拦截飞行器协同拦截方案及制导律设计 |
6.3.1 问题描述 |
6.3.2 多拦截飞行器协同拦截测策略 |
6.3.3 目标机动条件下的拦截点预测 |
6.3.4 预测目标机动下的多拦截飞行器协同中制导律设计 |
6.3.5 预测目标机动下的多拦截飞行器协同中制导律稳定性证明 |
6.4 拦截飞行器系统协同-对抗飞行数值仿真 |
6.4.1 多拦截导弹协同拦截突防弹道导弹仿真 |
6.4.2 多拦截导弹协同拦截突防巡航导弹仿真 |
6.5 小结 |
第七章 结束语 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(8)多型舰空导弹火力通道目标分配(论文提纲范文)
1 问题描述 |
1.1 目标函数 |
1.2 约束条件及优化模型 |
2 火力分配 |
2.1 火力通道组织 |
2.2 火力分配方法 |
3 萤火虫算法 |
3.1 算法描述 |
3.2 离散的萤火虫算法 |
4 实验仿真与分析 |
5 结束语 |
(9)多平台协同火力防空任务分配问题研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究意义 |
1.1.1 选题背景 |
1.1.2 多平台协同防空的作用 |
1.2 国内外研究现状 |
1.2.1 多平台协同作战研究现状 |
1.2.2 火力防空任务分配模型 |
1.2.3 火力防空任务分配算法 |
1.2.4 问题研究难点 |
1.3 本文主要研究内容 |
第2章 多平台协同火力防空任务分配问题建模 |
2.1 多平台协同火力防空想定 |
2.1.1 协同火力防空任务分配问题描述 |
2.1.2 防空场景想定和目标函数设计 |
2.2 来袭目标与防空平台作战模型 |
2.2.1 来袭目标类型 |
2.2.2 目标轨迹预测 |
2.2.3 主要防空作战资源 |
2.2.4 防空武器杀伤区与发射区模型 |
2.3 火力防空任务约束模型 |
2.3.1 拦截可行性判断 |
2.3.2 多平台协同火力防空约束模型 |
2.4 本章小结 |
第3章 不确定环境下的火力分配 |
3.1 不确定信息条件下目标威胁度评估 |
3.1.1 威胁度评估属性的不确定性特征 |
3.1.2 基于逼近理想点方法的混合型多属性决策 |
3.2 不确定条件下武器对目标毁伤概率 |
3.2.1 武器落点的不确定性模型 |
3.2.2 目标位置的不确定性模型 |
3.2.3 毁伤概率的计算 |
3.3 其他情况下的不确定性因素分析 |
3.3.1 鲁棒优化基本理论 |
3.3.2 基于集合的鲁棒优化方法 |
3.4 本章小结 |
第4章 多平台协同火力防空任务分配算法 |
4.1 多平台协同防空系统结构 |
4.2 单阶段多平台协同决策过程 |
4.2.1 启发式知识 |
4.2.2 约束处理 |
4.2.3 构造性启发式算法流程 |
4.2.4 分布式冲突消解方法 |
4.3 多阶段多平台协同决策过程 |
4.3.1 滚动时域优化方法 |
4.3.2 执行域内打击结果分析 |
4.4 本章小结 |
第5章 仿真实验及分析 |
5.1 仿真设定 |
5.1.1 基本概念定义 |
5.1.2 仿真任务设定 |
5.1.3 仿真参数设置 |
5.2 实验结果和分析 |
5.2.1 有限弹药情景下拦截成功率测试 |
5.2.2 可填充弹药情景下拦截效率测试 |
5.2.3 计算时间测试 |
5.3 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的论文与研究成果清单 |
致谢 |
(10)面向无人机编队空面任务的CNN/BN参数学习与决策方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 论文研究背景 |
1.1.1 无人机 |
1.1.2 编队空面任务 |
1.2 国内外研究现状 |
1.2.1 态势评估 |
1.2.2 战术决策 |
1.3 论文研究内容与创新点 |
1.3.1 论文研究内容 |
1.3.2 论文组织结构 |
1.3.3 论文主要贡献 |
第二章 无人机编队空面任务特性分析 |
2.1 引言 |
2.2 无人机编队典型空面任务 |
2.2.1 典型空面任务描述 |
2.2.2 空面任务要素分析 |
2.3 无人机编队威胁空间建模 |
2.3.1 雷达威胁 |
2.3.2 地空导弹威胁 |
2.3.3 高炮威胁 |
2.3.4 弹炮混编防空系统 |
2.4 无人机编队空面任务特性分析 |
2.4.1 空面任务信息的分布性 |
2.4.2 空面任务决策的不确定性 |
2.4.3 空面任务过程的动态性 |
2.5 本章小结 |
第三章 无人机编队空面任务过程建模与决策机制 |
3.1 引言 |
3.2 无人机编队空面任务作战过程 |
3.1.1 无人机编队空面任务作战系统 |
3.1.2 无人机编队空面任务作战流程 |
3.3 无人机编队空面任务过程建模 |
3.3.1 态势评估 |
3.3.2 战术决策 |
3.4 无人机编队空面任务战术自主决策机制 |
3.4.1 人机协同指挥结构 |
3.4.2 空面任务战术自主决策机制 |
3.5 本章小结 |
第四章 基于CNN的无人机编队空面任务突防战术决策方法 |
4.1 引言 |
4.2 CNN |
4.2.1 深度学习网络 |
4.2.2 CNN结构及原理 |
4.2.3 CNN学习训练 |
4.3 基于CNN的无人机编队空面任务突防战术决策模型 |
4.3.1 态势可视化 |
4.3.2 模型结构 |
4.4 Keras平台及框架搭建 |
4.4.1 Keras平台简介 |
4.4.2 Keras框架搭建 |
4.5 战术决策模型参数学习 |
4.5.1 实验数据预处理 |
4.5.2 学习结果分析 |
4.6 本章小结 |
第五章 基于BN的无人机编队空面任务攻击战术决策方法 |
5.1 引言 |
5.2 BN |
5.2.1 基本概念与定义 |
5.2.2 BN表示 |
5.2.3 BN学习 |
5.3 适于稀缺数据下BN参数学习的CPEL算法 |
5.3.1 算法框架 |
5.3.2 性能分析 |
5.4 基于BN的无人机编队空面任务攻击战术决策模型 |
5.4.1 攻击战术决策网络建模 |
5.4.2 基于CPEL算法的决策模型参数学习 |
5.5 实验结果分析 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 进一步研究方向 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
四、地空导弹目标优化分配研究(论文参考文献)
- [1]基于先期毁伤原则的舰空导弹发射时机优化[J]. 朱传伟,黄敏,施文辉. 舰船电子工程, 2021(04)
- [2]改进粒子群算法的防空导弹目标分配方法研究[J]. 阎炼,宋海凌. 现代防御技术, 2019(02)
- [3]多无人智能航空武器协同攻防对抗技术研究[D]. 陈昊翔. 南京航空航天大学, 2019(01)
- [4]多对空导弹拦截多目标的协同制导方法研究[D]. 葛鲁亲. 南京航空航天大学, 2019(02)
- [5]地空导弹火力分配模糊优选模型[J]. 沈培志,杨历彪,王培源. 兵器装备工程学报, 2019(01)
- [6]地空导弹网络化协同防空目标分配[J]. 王道重,滕克难,肖玉杰,姚成柱,袁兴皆. 指挥控制与仿真, 2019(04)
- [7]多飞行器系统协同—对抗的最优控制研究[D]. 杨毅. 南京航空航天大学, 2018(01)
- [8]多型舰空导弹火力通道目标分配[J]. 姜文志,宗富强. 指挥控制与仿真, 2018(02)
- [9]多平台协同火力防空任务分配问题研究[D]. 梅子杰. 北京理工大学, 2018(07)
- [10]面向无人机编队空面任务的CNN/BN参数学习与决策方法研究[D]. 游尧. 国防科技大学, 2017(02)