APP下载

基于ELM_AdaBoost强预测器的空战目标威胁评估

2018-07-27徐西蒙杨任农

系统工程与电子技术 2018年8期

徐西蒙, 杨任农, 符 颖, 赵 雨

(空军工程大学空管领航学院, 陕西 西安 710038)

0 引 言

空战目标威胁评估是指在某一空战环境中,根据对当前敌我态势和战场要素的感知推断敌方目标对我方威胁程度的大小[1]。随着空战环境的日益复杂和空空导弹等精确制导武器杀伤性能的不断提升,在空战中对目标机进行准确、快速地威胁评估不仅是空战态势感知的重要任务和迫切需求[2],也是战斗机进行目标分配、武器分配和战术机动决策的前提和基础[3]。

目前主流的目标威胁评估方法可以分为两类[4]:模型化方法和数据化方法。模型化方法通常是对威胁评估的过程进行建模,再设定一些评估指标函数对目标的威胁程度进行量化[5]。常用的有模糊推理、D-S(Dempster-shafer)证据理论、贝叶斯推理和威胁指数法等。例如文献[6]和文献[7]通过构建战斗机威胁评估参数的隶属度函数,提出了一种基于模糊逻辑的目标威胁评估方法;文献[8]针对不确定性条件,提出了一种基于云模型的目标威胁等级评估模型;文献[9]利用贝叶斯推理网络解决了目标威胁评估问题;文献[10]针对目标威胁评估问题,提出了威胁指数法。其中,威胁指数法(又称多属性决策法)最具代表性,使用也最为广泛。这类方法的优点在于评估结果准确可靠,说服力强;而缺陷在于模型比较复杂、计算量大、算法运行时间较长,在实际应用中不容易满足评估的实时性需求。

数据化方法是将目标威胁评估问题等效为非线性多元函数的预测问题[11]。……

登录APP查看全文