信息环境下智能火力与指挥控制关键技术研究
发布时间：2020-09-19 08:35
信息环境下智能火力与指挥控制系统是建立在航空火力与指挥控制系统发展基础之上,与信息化、网络化作战理念相互适应,满足现代战争军事需求,与新一代战斗机同步发展的新型分布式火力与指挥控制系统。本论文立足于信息环境下智能火力与指挥控制系统的基础研究,结合目前先进的体系结构思想和技术,构建信息环境下智能火力与指挥控制系统的体系模型,研究支撑该体系模型的体系架构、关键技术。论文的主要工作和创新点如下:1)在分析航空火力与指挥控制系统发展趋势的基础上,研究了传统的火力与指挥控制系统和网络中心战下的火力与指挥控制系统的体系结构,指出了它们无法适用于信息网络时代的原因,阐述了信息化、网络化下新一代战斗机对火力与指挥控制系统的军事需求,提出了一种信息环境下以信息完全共享、分布式的一体化网络智能火力与指挥控制系统的概念,构建了信息环境下智能火力与指挥控制系统体系架构,研究了其组成和特征,并介绍了相关的关键技术。2)针对多传感器信息融合所面临的不确定性信息表达和处理问题,建立了多源传感器智能信息融合系统的功能模型、结构模型、数学模型,提出了一种基于改进的证据理论的智能信息融合算法。首先针对D-S证据理论不能有效处理冲突证据的问题,研究了国内外典型文献提出的各种改进方法,分析了现有的证据冲突衡量方法的不足,然后提出了新的证据冲突衡量方法——证据相似性测度,并利用证据相似性测度对各传感器提供的证据信息进行加权修正,最后用Demspter组合规则进行融合。算例证明该算法扩展了证据理论在决策级信息融合中的应用,可以有效处理不确定信息,降低了冲突信息对最终融合结果的影响,提高了融合结果的可靠性和合理性,而且具有较快的收敛速度。3)针对信息环境下智能火力与指挥控制系统改变了传统固定链路“烟囱式”的系统构架,各个传感器、武器、目标的火力通道可以灵活配置的问题,建立了传感器、武器、目标调度决策的分布式集中火力联盟分配模型,并提出了一种改进的遗传离散粒子群优化算法。首先为了对传感器资源进行合理科学分配,建立了表征传感器单元综合探测性能的能力函数,然后针对存在多约束条件的传感器单元、武器和目标的分配问题,为了避免传统算法易陷入局部最优的缺陷,建立分布式集中火力联盟优化模型,设计了带有交叉、变异算子的改进的遗传离散粒子群优化算法。仿真算例表明,与传统算法相比,算法收敛速度更快,全局寻优能力更强。4)针对信息环境下制导武器的协同控制问题,重点研究了协同制导过程中的制导权交接策略、交接流程和交接算法。首先分析了协同制导的必要条件和协同制导样式,然后根据己方飞机对导弹的态势优势、己方飞机对目标的探测能力和己方飞机受到的威胁度建立制导优势模型,并在此基础上提出了基于改进拍卖算法的协同制导制导权分配算法,最后详细研究了中制导制导权交接的原则、方法和流程,提出了相应的目标制导信息、制导律的交接算法。仿真实验表明,本文提出的算法有效可行,能够实时地计算制导优势和进行制导权分配,有效地完成多机协同制导;同时能够平滑中制导交接引起的导弹非正常过载突变,确保交接过程弹道稳定,为协同制导作战的研究和作战应用提供强有力的支撑。
【学位单位】：西北工业大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：E926
【部分图文】：
图 3-3 显示了冲突系数k 、证据距离d 、Pignistic 概率距离difBetP、余弦相似度cos、关联系数r 与相似性测度sim 随着子集 A变化而变化的趋势。图3-3 证据冲突衡量方法的比较按常理分析，当 子集大小是 5 时，原始证据 1 中焦元A 1 ,2,3,4, 5 与原始证据 2 中唯一的焦元相同，并且 1m 1, 2,3, 4, 5 0.8， 2m 1, 2,3, 4,5 1。这时两个证据间的冲突程度应该较小，而且是最小的。从图 3-3 可看出：冲突系数 、证据距离 、 概率距离difBetP值的大小与证据冲突程度正相关，余弦相似度 、关联系数r 、相似性测度 值的大小与证据冲突程度负相关。冲突系数 的值在 子集从小到大的变化过程中先是保持不变，随后缓慢增大，而且数值一直较大，说明证据间的冲突程度一直较高。这明显不符合常理。证据距离
第三章 基于改进的证据理论的智能信息融合算法研究比3.4.1节中使用传统D-S证据理论得到的融合结果，可以看出本文解决传统D-S证据理论中存在的“一票否决”问题和“鲁棒性”问证据进行合理地融合。2 算例二仿真验证单一传感器多周期信息融合，现假设有一个机载雷达传感目标进行探测识别。设辨识框架 A: 轰炸机，B :战斗机 ，机对探测目标所获取的信息转化为辨识框架下的基本概率赋值，得到下的证据。假设在20个扫描周期内，获得的证据相同，其 0.7, m( B) 0.1, m( ) 0.2。利用D-S方法[91]、Yager方法[93]、Murp文方法分别融合这20条证据，结果如图3-7~图3-10所示。
m( B) 0.1, m( ) 0.2。利用D-S方法[91]、Yager方法[93]、Murp文方法分别融合这20条证据，结果如图3-7~图3-10所示。图3-7 D-S方法融合结果
本文编号：2822286
【学位单位】：西北工业大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：E926
【部分图文】：
图 3-3 显示了冲突系数k 、证据距离d 、Pignistic 概率距离difBetP、余弦相似度cos、关联系数r 与相似性测度sim 随着子集 A变化而变化的趋势。图3-3 证据冲突衡量方法的比较按常理分析，当 子集大小是 5 时，原始证据 1 中焦元A 1 ,2,3,4, 5 与原始证据 2 中唯一的焦元相同，并且 1m 1, 2,3, 4, 5 0.8， 2m 1, 2,3, 4,5 1。这时两个证据间的冲突程度应该较小，而且是最小的。从图 3-3 可看出：冲突系数 、证据距离 、 概率距离difBetP值的大小与证据冲突程度正相关，余弦相似度 、关联系数r 、相似性测度 值的大小与证据冲突程度负相关。冲突系数 的值在 子集从小到大的变化过程中先是保持不变，随后缓慢增大，而且数值一直较大，说明证据间的冲突程度一直较高。这明显不符合常理。证据距离
第三章 基于改进的证据理论的智能信息融合算法研究比3.4.1节中使用传统D-S证据理论得到的融合结果，可以看出本文解决传统D-S证据理论中存在的“一票否决”问题和“鲁棒性”问证据进行合理地融合。2 算例二仿真验证单一传感器多周期信息融合，现假设有一个机载雷达传感目标进行探测识别。设辨识框架 A: 轰炸机，B :战斗机 ，机对探测目标所获取的信息转化为辨识框架下的基本概率赋值，得到下的证据。假设在20个扫描周期内，获得的证据相同，其 0.7, m( B) 0.1, m( ) 0.2。利用D-S方法[91]、Yager方法[93]、Murp文方法分别融合这20条证据，结果如图3-7~图3-10所示。
m( B) 0.1, m( ) 0.2。利用D-S方法[91]、Yager方法[93]、Murp文方法分别融合这20条证据，结果如图3-7~图3-10所示。图3-7 D-S方法融合结果
【相似文献】
相关期刊论文 前10条
1 ;中国指挥与控制学会火力与指挥控制专业委员会2019年学术年会在洛阳召开[J];火力与指挥控制;2019年11期
2 ;中国指挥与控制学会火力与指挥控制专业委员会2019年学术年会征文通知[J];电光与控制;2019年03期
3 ;中国指挥与控制学会火力与指挥控制专业委员会2019年学术年会征文通知[J];火力与指挥控制;2019年03期
4 ;中国指挥与控制学会火力与指挥控制专业委员会2019年学术年会征文通知[J];指挥控制与仿真;2019年02期
5 ;中国指挥与控制学会火力与指挥控制专业委员会2019年学术年会征文通知[J];电光与控制;2019年04期
6 ;中国指挥与控制学会火力与指挥控制专业委员会2019年学术年会征文通知[J];电光与控制;2019年05期
7 ;《火力与指挥控制》投稿须知[J];火力与指挥控制;2019年07期
8 ;《火力与指挥控制》投稿须知[J];火力与指挥控制;2019年09期
9 ;2017年火力与指挥控制学术年会在南昌召开[J];火力与指挥控制;2017年11期
10 ;中国指挥与控制学会火力与指挥控制专业委员会2018年学术年会征文通知[J];火力与指挥控制;2018年04期
相关博士学位论文 前1条
1 毕文豪;信息环境下智能火力与指挥控制关键技术研究[D];西北工业大学;2018年
本文编号：2822286
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/2822286.html
