An intelligent decision-making algorithm based on convolutional neural networks is proposed to select the interception methods when facing a sudden attack from unmanned aerial vehicle(UAV)swarms.The theory of fuzzy mathematics is applied to assess the threat level of the UAV swarm's behavior factors.The trigger logic from the UAV swarm's behavior factors to the interception methods is established in order to generate the sample data.The structure of convolutional neural networks is designed to model the nonlinear relationship between the UAV swarm's behavior factors and the corresponding interception methods.On this basis,the model is trained and tested by using the sample data,and the performance of the proposed algorithm is compared with the Back Propagation(BP)neural network algorithm and the Support Vector Machine(SVM)classification algorithm.The simulation results show that the convolutional neural network can achieve the intelligent decision-making of the interception methods for UAV swarm and have a high accuracy.
This paper presents a classic missile-type parallel-approach guidance law for fixed-wing UAVs in coordinated formation flight. The key idea of the proposed guidance law is to drive each follower to follow the virtual target point. Considering the turning ability of each follower, the formation form adopts the semi-perfect rigid form, which does not require the vehicle positions form a rigid formation, and the orientations keep consensus. According to the mission characteristics of the follower following a leader and the leader following a route, three guidance laws for straight, turning, and circling flight are designed. A series of experiments demonstrate the proposed guidance law's improved response and maneuvering stability. The results of hardware-in-the-loop simulations and real flight tests prove that the proposed guidance law satisfies the practical UAV formation flight control demands.
To enhance the adaptability of the passive co-tracking system in complex environment and improve the tracking accuracy, an adaptive filtering algorithm based on observation noise estimation is proposed. In the proposed framework, the Sage-Husa filtering technique with an improved noise estimator was adopted in UKF algorithm. The improved Sage-Husa algorithm utilized a dynamic statistic of the residual vectors to get better estimation accuracy and stability. In addition, a matching strategy based on a self-correlation portion of the covariance was implemented, which helped prevent the filtering divergence caused by the non-positive noise variance. The experimental results showed that the proposed algorithm can improve the tracking accuracy and robustness effectively.
空射火箭在稠密大气层飞行时受载荷约束显著,且大攻角的飞行特点使得传统轨道设计中利用攻角动压积来表征载荷的方法不再适用.提出了适用于空射火箭轨道设计过程的载荷表征手段,在轨道设计模型中加入特征截面的载荷约束,使得轨道设计时对攻角剖面的调整能够准确反应飞行轨道与载荷的耦合关系,通过一体化优化快速获得满足多约束的最优轨道.推导了空射火箭动力学和运动学微分方程,给出一级飞行段典型程序攻角设计剖面,推导了参与轨道迭代设计的特征截面载荷计算公式;结合hp自适应伪谱法,使用典型算例说明本方法的有效性.研究表明,本方法可减小解耦以及设计量降维造成的可行域损失,并提高了设计效率.
面向导弹武器快速机动发射的实战化需求,开展了新一代测发控系统需求分析,提出了一种基于发射区无人值守的测发控系统设计方法.该方法具有系统搭建便捷、数据处理集中化及通用化程度高等特点.完成了测发控系统架构设计,详细描述了关键设备测发控主机的硬件架构、外部通信、供配电和软件等设计要点,分析了实现无人测发控系统的自适应数据判读、自动化流程驱动和系统健康管理三项关键技术,为导弹武器测发控系统的无人化发展提供支撑.
2022年,美国持续推动联合全域指挥控制概念发展和指挥控制技术验证,在美国全域指挥控制概念推动下,世界主要军事国家也积极发展指挥控制能力和相关技术.从美国发展相关指挥控制概念,提升"杀伤网"韧性着手,总结并分析了2022年美国及其他国家精确制导武器指挥控制系统的发展,重点阐述了指挥控制概念的实现及支持指挥、控制、通信和计算(C4)的新兴技术,包括人工智能、5G、量子等技术的发展,并提出未来指挥控制系统的发展将进一步向智能化、网络化方向迈进.
针对多枚飞行器的空间编队构型控制问题,综合考虑外部扰动和飞行器驾驶仪一阶动态特性,基于虚拟结构法设计了有限时间收敛的控制律.基于微分几何理论,对飞行器的非线性运动方程进行了精确的线性化处理,得到了解耦的双积分系统;建立了飞行器的跟踪误差矢量模型,采用滑模扰动观测器估计系统扰动,设计了一种新颖的二阶滑模控制律,可保证编队系统渐近收敛并在期望时刻形成最终构型;结合飞行场景,为满足对远距离目标的定位需求,给出了所需满足的空间构型约束条件,并得到了各飞行器在弹目视线坐标系下的期望终端位置矢量.仿真结果表明,所提控制方法可有效消除系统干扰和驾驶仪动态特性的影响,实现视线系下系统构型的高精度控制,蒙特卡洛仿真则进一步验证了控制方法的鲁棒性.
针对高超声速目标天基探测中分类识别困难的问题,提出了一种基于多维红外特征的高超声速目标分类识别算法.在对主动巡航式和被动滑翔式两类不同机动类型的典型高超声速目标多维红外特征进行对比研究的基础上,结合高斯混合模型进行机器学习聚类分析,开发了基于多维特征的高超声速目标分类识别算法,构建了高超声速目标多维特征混合识别模型.基于天基探测全链路模型仿真的数据进行测试验证,其结果证明了所提出的高超声速目标分类识别方法的有效性.在检测到的高超声速目标运动特性未知的情况下,该算法仅通过多维红外特征可快速对两型高超声速目标(主动巡航式/被动滑翔式)进行分类识别,为后续跟踪和拦截高超声速目标争取了时间.
基于2022年度国外导弹防御系统的最新发展动向,总结并分析了美国、俄罗斯、欧洲和印太等国家和地区导弹防御政策调整、装备研制进展和部署情况,探讨了未来反导技术的发展情况及趋势.分析指出,2022年,美国继续发展综合导弹防御体系,加强与盟国和合作伙伴在导弹防御领域的合作;俄罗斯升级导弹预警系统,增加反导系统的部署规模.未来美国将进一步强化印太地区反导系统的建设,欧洲多国将联合提升区域反导能力,世界多国将积极探索新型机理的高超声速拦截技术.
为全面掌握国外飞航导弹及技术发展,对2022年国外飞航导弹领域的重要发展动向进行了系统梳理和分析,包括核巡航导弹、高超声速巡航导弹、亚/声速巡航导弹、空地与反辐射导弹、反舰导弹等,涉及美国、俄罗斯、欧洲地区主要国家、亚太地区周边国家等.通过对国外预算投资文件、战略规划文件、政府与军方官网、权威网站、知名军事智库报告等信息提炼,从飞航导弹的预算投入、发展规划、研制进度、生产规模、实战应用、演习演训、试验情况、技术进展等多个维度,总结2022年国外在飞航导弹领域的重大进展及发展特点.结果表明:国外不断升级与新研飞航导弹,推进导弹向高速化、远程化、智能化、自主协同化发展,不断提升导弹平台通用性和作战效能.
随着科学技术的不断发展,人工智能从作战层面到战略战术层面,在军事作战系统中发挥着越来越重要的作用.为研究人工智能领域科技发展现状及未来趋势,梳理和总结了2022年国外人工智能最新进展.美国、俄罗斯等世界主要国家不断从战略规划、机构建设、研发投入等方面加强人工智能顶层布局;机器智能、仿生智能、群体智能、人机混合智能等关键技术领域发展迅速,取得多项重要成果;人工智能技术在空战、陆战、海战等军事领域应用不断深化,列装赋能步伐不断加快.为进一步提升军事智能化水平,提出未来应重点加强人工智能顶层战略规划与机构设置,不断攻关和突破军事人工智能领域关键技术,加速推进人工智能技术的作战运用等发展建议.
针对比例导引等传统制导律在实现靶弹大落角约束时存在的各种局限性,利用已有研究成果,将一种偏置比例导引律成功应用于靶弹的大落角约束问题,并结合靶弹的研制和使用特点,提出了制导律的工程化方案.根据弹目相对运动学模型,采用理论推导方法,得出了靶弹弹道期望落角与需用偏置量之间的函数关系,表明了制导律的可行性.采用弹道仿真的方法,研究了制导律的制导性能.结果表明,导引律在最大需用过载、制导精度、落角精度等关键制导性能方面符合靶弹要求,适用于靶弹的大落角约束问题.
高超声速飞行器因其重要的战略地位已经成为各国争夺空天权所关注的焦点.控制系统设计是保证高超声速飞行器实用化的关键技术.针对吸气式高超声速飞行器,设计一种反步控制器.为增强反步控制器的鲁棒性,引入径向基神经网络对高超声速飞行器纵向非仿射动力学模型中的不确定函数进行在线逼近.为了解决输入受限带来的控制问题,构造一种新型辅助系统对跟踪误差和控制律进行补偿,实现在控制输入瞬时饱和情况下的稳定跟踪.最后,基于MATLAB仿真验证了控制策略的有效性.
通信资源是制约无人机集群作战的重要因素,不同的自主性等级下,无人机集群的通信量不同.为了估计无人机集群不同自主性等级下的通信量,采用理论分析与建模仿真相结合的方法,在搜索机动目标的背景下对不同自主性等级的无人机集群的通信量进行估计.结合搜索机动目标的背景对无人机集群不同自主性等级下的通信行为进行建模,而后通过仿真实验得到通信量分布数据,采用平均值法和排队论法两种方法对通信量进行估计,并用统计复用的方法对排队论方法进行修正.结果表明:实时图像处理技术是最需要关注的无人机集群自主技术,带来的通信资源节约效益显著.在通信量估计的过程中,均值法反映了理想的情况,排队论法更能反映实际的情况.在多点接入、统计复用的情况下,采用修正后的排队论法能进行更准确的估计.
为研究国外高超声速领域发展现状,系统地梳理和分析了2022年世界主要国家在高超声速领域的重要发展动向.通过综合分析国外官方机构和权威网站报道、战略规划文件及预算投资文件等信息,从战略规划、预算投入、装备研制、技术进展、作战能力、试验能力、工业能力、基础/用研究等多维度,梳理了美国、俄罗斯、英国、日本、朝鲜、澳大利亚、加拿大、瑞士等国家2022年在高超声速领域的重大进展及发展态势.2022年,国外高超声速导弹发展势头强劲,高超声速飞机概念布局广泛,高超声速试验技术持续发展创新,高超声速工业基础不断夯实,高超声速技术发展整体持续加速.
高超声速武器是军事和科研领域的研究热点.针对高超声速飞行器防御问题,系统分析了美国高超声速飞行器的发展历程,在对高超声速飞行器防御难点进行剖析的基础上,研究了美国对该类目标的防御能力与防御规划,最后从预警探测角度阐明了近期需要关注的几个方面和远期发展重点.分析结果表明:针对高超声速飞行器防御存在地基预警系统探测视距有限、空基预警系统全程监视能力不足、天基红外预警系统正在发展等问题,需多平台、多传感器协同运用,构建空天地一体化的全域预警探测体系进行联合探测.
多机协同空战是现代空战的主要形式,集群目标的威胁评估是多机协同空战指挥决策的前提.针对多机协同空战中目标编群情况难以获取和威胁程度难以量化的问题,构建了基于Canopy-K-means算法的空中目标聚类分群模型,根据战场态势数据对空中作战目标进行编群分组;在此基础上,构建了基于层次分析法的集群目标威胁评估模型,综合考虑静态能力威胁指标和战场态势威胁指标,更加合理地量化计算集群目标的综合威胁程度,为空中作战任务规划提供依据.通过仿真算例验证了模型的有效性.
纯方位定位方法因其测量实现较为简单,在低成本定位系统应用方面前景广阔.针对动态目标定位这一研究热点,从方位测量方法、动态目标运动模型、滤波估计算法方面对近年文献的研究现状进行了总结,并阐述了相关原理.方位测量方面,重点分析了光学测量和无线电测量;动态目标模型方面,在运动模型建模的基础上讨论了多模型算法;滤波估计算法方面,针对测量模型的非线性、噪声特性不准确、非高斯白噪声、测量值异常四个问题,阐述了目前的研究成果.最后探讨了纯方位定位的发展趋势.
Aiming at the problem of low detection accuracy and easy missed detection in YOLOV3 algorithm, an improved YOLO V3 based detection algorithm for water column target at impact point at sea is proposed. Firstly, Mish activation function is used as the activation function of basic components for network to express deeper information. Then，a new detection module is constructed, which divides the input feature layer into two branches to compress and splice the features to realize the information interaction between channels. Finally, the feature layers of different scales are fused by using the idea of multi-scale fusion for reference to improve the network generalization ability. At the same time, Mosaic data enhancement method is adopted to reduce training threshold and enrich the background and small target of detection objects. Experiment results show that the proposed algorithm improves average accuracy by 5.39% and speed by 2.6 frames/second on the same data set, which can meet actual needs.
针对直接序列扩频信号捕获过程中,时频二维搜索估计精度受限于搜索步进的问题,提出一种低复杂度的时频二维精估算法.该算法通过利用直扩信号模糊函数在频率维和时间维剖面的相似性,设计三角包络对时频二维的粗估结果进行拟合,在无需提升系统采样率和处理点数的前提下,可有效提升低信噪比、高动态直扩信号时频二维的估计精度.通过仿真计算,所提出的精估算法可在符号信噪比4dB时达到超过95％的精化效果,相比传统的直扩信号捕获算法,有效提升了直扩信号的捕获精度.
