針對(duì)傳統(tǒng)態(tài)勢評(píng)估方法只考慮當(dāng)前時(shí)刻靜止態(tài)勢,難以對(duì)整個(gè)空戰(zhàn)態(tài)勢情況進(jìn)行評(píng)估和不具有預(yù)見性的局限,提出了一種基于改進(jìn)MGM（1,N）軌跡預(yù)測的態(tài)勢評(píng)估方法。首先,根據(jù)MGM（1,N）預(yù)測模型難以描述變量間線性關(guān)系的不足,建立了基于背景值優(yōu)化的改進(jìn)MGM（1,N）預(yù)測模型;然后建立了基于非參量法的空戰(zhàn)態(tài)勢優(yōu)勢模型,用來定量描述各空戰(zhàn)態(tài)勢影響因素;利用灰色關(guān)聯(lián)度計(jì)算各指標(biāo)權(quán)重,考慮并建立了多時(shí)刻時(shí)序權(quán)重的計(jì)算方法。通過對(duì)實(shí)際空戰(zhàn)數(shù)據(jù)進(jìn)行仿真,改進(jìn)方法的預(yù)測精度好于傳統(tǒng)MGM（1,N）方法,態(tài)勢評(píng)估結(jié)果不僅能夠準(zhǔn)確反映戰(zhàn)場態(tài)勢,而且能夠有效反映空戰(zhàn)態(tài)勢的變化趨勢,具備良好的預(yù)見性。 

【文章來源】：電光與控制. 2020,27(11)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1 兩機(jī)相對(duì)位置關(guān)系

表1和表2是敵我雙方一部分的飛行軌跡數(shù)據(jù),總共5個(gè)階段,每個(gè)坐標(biāo)點(diǎn)時(shí)間間隔為0.5 s,總共14個(gè)數(shù)據(jù),其中第2 s是按飛行方向劃分的第5個(gè)階段的起始點(diǎn)。本例利用這14個(gè)飛行軌跡點(diǎn)根據(jù)本文基于背景值優(yōu)化的改進(jìn)MGM(1,3)模型進(jìn)行仿真驗(yàn)證。為了驗(yàn)證改進(jìn)算法(本文算法)的有效性,將本文算法和傳統(tǒng)算法進(jìn)行比較,共分為兩組,第一組是利用前5個(gè)數(shù)據(jù)點(diǎn)預(yù)測第6到第9個(gè)數(shù)據(jù)點(diǎn);第二組利用第6到第10個(gè)數(shù)據(jù)點(diǎn)預(yù)測最后4個(gè)數(shù)據(jù)點(diǎn),預(yù)測結(jié)果如圖3所示,8個(gè)預(yù)測時(shí)刻點(diǎn)中,前4個(gè)代表第一組的預(yù)測點(diǎn),后4個(gè)代表第二組的預(yù)測點(diǎn)。

表2 敵方機(jī)動(dòng)軌跡數(shù)據(jù)Table 2 Maneuvering trajectory data of enemy aircraft 時(shí)間/s 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5 X/m 5405 5538 5666 5784 5888 5980 6056 6112 6146 6157 6156 6132 6079 6012 Y/m 2825 2848 2891 2955 3032 3122 3227 3344 3471 3605 3743 3880 4012 4140 Z/m 2946 2977 3012 3050 3089 3130 3172 3213 3256 3296 3334 3368 3398 3426表3 均方根誤差及提升效果Table 3 RMSE and its improvement X方向 Y方向 Z方向 X方向 Y方向 Z方向 我方改進(jìn)前/m 44.901 38.183 40.659 敵方改進(jìn)前/m 32.173 47.376 39.598 我方改進(jìn)后/m 35.355 26.517 18.031 敵方改進(jìn)后/m 21.213 18.031 16.971 提升效果/% 21.3 30.6 55.6 提升效果/% 34.1 61.9 57.1

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)決策樹的無人機(jī)空戰(zhàn)態(tài)勢估計(jì)[J]. 趙克新,黃長強(qiáng),魏政磊,王樂.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2019(04)
[2]空戰(zhàn)臨戰(zhàn)態(tài)勢評(píng)估方法研究[J]. 曹慧敏,黃安祥,雷祥.  系統(tǒng)仿真學(xué)報(bào). 2019(02)
[3]基于時(shí)間序列加權(quán)與模糊理論的無人機(jī)作戰(zhàn)態(tài)勢評(píng)估方法[J]. 陸遙,李東生,高楊.  探測與控制學(xué)報(bào). 2018(06)
[4]基于熵權(quán)與灰關(guān)聯(lián)度定權(quán)的VIKOR多準(zhǔn)則綜合評(píng)價(jià)研究[J]. 儲(chǔ)冉,王懷秀,王亞慧.  現(xiàn)代電子技術(shù). 2018(24)
[5]無人作戰(zhàn)飛機(jī)一對(duì)一超視距空戰(zhàn)態(tài)勢評(píng)估[J]. 王光輝,徐光達(dá),謝宇鵬,呂超.  指揮控制與仿真. 2018(05)
[6]基于混合動(dòng)態(tài)貝葉斯網(wǎng)的無人機(jī)空戰(zhàn)態(tài)勢評(píng)估[J]. 孟光磊,馬曉玉,劉昕,徐一民.  指揮控制與仿真. 2017(04)
[7]基于深度置信網(wǎng)絡(luò)的近距空戰(zhàn)態(tài)勢評(píng)估[J]. 張彬超,寇雅楠,鄔蒙,左家亮.  北京航空航天大學(xué)學(xué)報(bào). 2017(07)
[8]基于攻擊區(qū)和殺傷概率的視距內(nèi)空戰(zhàn)態(tài)勢評(píng)估[J]. 顧佼佼,劉衛(wèi)華,姜文志.  系統(tǒng)工程與電子技術(shù). 2015(06)
[9]基于機(jī)動(dòng)識(shí)別的空戰(zhàn)意圖威脅建模與仿真[J]. 童奇,李建勛,童中翔,郭華,李慎波,黃鶴松.  現(xiàn)代防御技術(shù). 2014(04)
[10]運(yùn)動(dòng)目標(biāo)的MGM（1,N）軌跡預(yù)測算法[J]. 柯宏發(fā),何可,陳永光.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2012(06)



本文編號(hào)：3299843