您现在的位置: 首页> 研究主题> 空中目标

空中目标

空中目标的相关文献在1981年到2022年内共计528篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、军事技术 等领域,其中期刊论文364篇、会议论文34篇、专利文献72878篇;相关期刊160种,包括航空兵器、火力与指挥控制、指挥控制与仿真等; 相关会议28种,包括第十七届中国Rough集与软计算学术会议、第十一届中国Web智能学术研讨会、第十一届中国粒计算研讨会及第五届三支决策学术会议联合会议 (CRSSC-CWI-CGrC-3WD 2017)、第七届中国信息融合大会、2014年中国浮空器大会等;空中目标的相关文献由1112位作者贡献,包括刘宏伟、王峰、王鹏辉等。

空中目标—发文量

期刊论文>

论文:364 占比:0.50%

会议论文>

论文:34 占比:0.05%

专利文献>

论文:72878 占比:99.46%

总计:73276篇

空中目标—发文趋势图

空中目标

-研究学者

  • 刘宏伟
  • 王峰
  • 王鹏辉
  • 雨丝
  • 余付平
  • 孙永力
  • 李七星
  • 沈堤
  • 王克明
  • 陈致远
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 樊皓
    • 摘要: 针对空中目标的意图估计问题,建立一种空中目标战术意图估计模型。在现有机载态势感知系统中,加入空中目标战术意图估计功能,在机载环境下实时评估敌方空中目标的战术意图,辅助飞行员进行空战决策;围绕空中目标战术意图估计模型建立,运用多粒度模糊贝叶斯网络对目标意图进行估计,通过仿真实验对改进前后的意图估计效果进行对比。结果表明:改进后的隶属度函数对目标的意图评估更精确,能提高实际辅助决策过程中的可参考性,验证了模型的有效性。
    • 朱瑜亮
    • 摘要: 针对现有飞行目标的航迹聚类算法的不足,提出的一种可对任意形状的航迹聚类,且不需提前划分聚类目标个数,可解决时空域航迹数据的聚类方法。通过航迹信息中的空间坐标以及时间信息,扫描选取航迹数据中的任意未标记点,进行时间域上的邻近点扫描,再对时间邻域内的点进行空间域扫描,通过时空域内邻近点迹的数量将相同目标的航迹形成簇,并通过数据仿真验证本聚类方法的有效性。
    • 赵文栋; 张明智; 贺筱媛; 郭圣明
    • 摘要: 为从动态、时序变化的战场态势中准确迅速地判识出空中目标的作战任务,运用深度学习理论构建作战任务智能判识模型。在门控循环单元网络的基础上,引入双向传播机制构建多层网络,学习作战任务的时序特征;采用残差机制防止出现由于神经网络层数加深导致模型性能退化问题;运用注意力机制,捕捉相互关联的重要态势特征,将先验知识与多层神经网络的输出相融合,确保在获得时序信息较短时对作战任务判识的准确性。实验表明,该方法可以有效地判识空中目标的作战任务。
    • 陈致远; 沈堤; 余付平; 宋亚飞; 宋帅
    • 摘要: 为提高空中目标敌我识别能力,提出一种基于直觉模糊集和证据理论的空中目标综合识别方法。该方法采用多属性决策的思想解决空中目标综合识别问题,首先借鉴美军先进做法对空中目标综合识别问题进行描述;接着对空中目标综合识别进行多属性决策建模,分别使用AIFS交叉熵、冲突系数与证据距离相结合的方式计算属性权重和专家权重,并使用证据折扣法对属性信息和专家信息集结过程中的证据进行修正与融合;最后结合实例和对比分析验证了该方法的可行性。
    • 王诗年; 王雷
    • 摘要: 针对战略空中目标经典航迹匹配问题,提出一种多属性加权关联匹配模型,重点解决了热点区域战略空中目标经典航迹提取及实时航迹的关联匹配。针对热点区域经典航迹库生成,应用凸包Graham’s Scan算法对航迹群进行聚类分析,提取经典航迹凸包并生成经典航迹库;针对实时航迹的关联匹配,提出一种多属性加权关联匹配模型,通过仿真试验确定位置、速度、航向等属性的最优权重。该模型已应用于某信息系统,有效提取了经典航迹活动规律并可以实时匹配经典航迹,同时,为空中战略态势研判提供了有力支撑。
    • 李全根; 周中良; 张晓杰; 郝秦芝
    • 摘要: 针对传统的空中目标威胁评估方法存在着过分依赖专家经验、需要大量的先验知识、目标属性权重不合理等不足,提出了基于综合集成赋权法和TOPSIS法的空中目标威胁评估方法。针对空中来袭目标,为了综合考虑目标属性的主客观权重,提出了基于博弈论思想的综合集成赋权法,确定目标属性的集成权重,然后利用TOPSIS法对空中目标进行威胁评估,最后通过案例仿真,验证了所提方法的可行性和有效性。
    • 陈致远; 沈堤; 余付平; 谭芮锶; 杨天雨; 黄益恒
    • 摘要: 为提高空中目标敌我识别能力,促进联合作战效能提升,从战场空域控制的角度出发,提出了一种基于空域协同的空中目标综合识别方法。对战场空域控制的基本内涵、作战任务、实施方法进行了介绍,理清了空中目标综合识别与战场空域控制的内在联系。围绕空域协同措施对美军空中目标敌我识别思想进行了简述,由此引出了空中目标综合识别的基本概念、识别流程与判别逻辑。依托D-S证据理论等数学工具,对空中目标综合识别的工程化应用思路进行了研究。通过实例计算验证了该方法的可靠性,可为相关研究提供一定的参考。
    • 陈致远; 沈堤; 余付平; 宋亚飞; 刘世军
    • 摘要: 针对空中目标敌我识别研究较少同空中战场管理结合的问题,提出了一种基于模糊推理和证据理论的空中目标敌我识别方法。首先,分析了空中目标敌我识别与战场空域控制的联系,介绍了该框架下的敌我识别流程和判别逻辑。然后,通过设计直觉模糊推理系统,建立相应的推理规则和解模糊算法对该方法进行建模。接着,使用证据理论对模糊推理结果进行修正和融合,以实现连续识别。最后,通过实例验证了该方法的有效性和合理性,可为相关研究提供参考。
    • 胡智勇; 刘华丽; 龚淑君; 彭超
    • 摘要: 运用机器学习方法及时准确识别目标作战意图,对于智能化战争中的军事指挥决策十分重要。相较于其他目标意图识别方法,随机森林算法具有抗噪声性能良好、数据集适应力强、训练速度快和实现简单等优点。采用集成学习思路,基于随机森林建立目标意图识别模型,并选用2015年全国研究生数学建模竞赛A题中已知意图的15批空中目标数据,通过WEKA软件提供的随机森林算法分析构造随机决策树,使用留一法检验识别性能,选取合适的算法参数,分析判断出未知意图的12批空中目标的作战意图。运算结果表明随机森林在测试集上的识别精度为83%,高于通过留一法验证的精度,也高于其他6支参赛一等奖获奖队伍的精度。最后通过与其他参赛获奖队伍算法的结果进行对比,逐一分析不同算法对不同意图的精度和召回率,寻找误差原因,得出随机森林是一种简便、快速、高效算法的结论,其识别准确度较其他算法具有一定的优势。
    • 陈致远; 沈堤; 余付平; 海静; 王超
    • 摘要: 为满足联合作战背景下空中目标敌我识别(IFF)的需要,提出一种融合物理与战术信息的空中目标综合识别方法。首先通过借鉴美军经验,对该方法的基本理念进行介绍,接着对其信息融合策略进行描述;然后围绕该策略,以证据理论和直觉模糊集为工具,对该方法的同类信息融合、异类信息融合与多周期信息融合问题进行建模;最后通过实例计算和对比分析验证该方法的可靠性。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号