基于粗糙集和神经网络的无人机侦察效能评估*
2021-05-06甘旭升涂从良孟祥伟
火力与指挥控制 2021年3期
何 媛,甘旭升,涂从良,孟祥伟
(1.西京学院,西安 7101231;2.空军工程大学空管领航学院,西安 710051)
0 引言
信息收集是现代战争的关键环节。尽快确定对方的兵力、装备、目标的准确位置,已经成为影响战争的因素之一。无人机较强的侦察、机动能力以及较高的成本效益使其受到各国追捧[1-3]。如何在不同环境下正确评估无人机的侦察性能,对于充分发挥无人机的战斗力具有重要意义。
目前,对于无人机作战效能的研究比较多,而对于无人机侦察效能的研究比较少,国内外均没有系统的方法与准则。无人机的侦察能力会受到多种条件的制约和影响。因此,建立一套真实条件下的侦察效能评估模型,有利于在执行侦察任务之前选择一套较优的侦察方案,从而确保无人机的侦察效果。
当前无人机的效能评估大多是针对作战效能的研究,对于其侦察效能的研究较少。2016 年,徐冠华等人根据时敏目标的不同特点,分析了察打一体无人机在不同任务模式下的作战使用,将无人机的侦察能力与打击能力进行了相关性的分析,并构建了相应的无人机效能评估模型[4]。2018 年,陈侠等人利用粒子群算法来改进支持向量机的侦察无人机的作战效能评估模型,从而可以准确有效地进行无人机作战效能评估研究[5]。2019 年,庞强伟等人优化了K-means聚类算法的评价标准,然后利用改进的离散粒子群算法来求解侦察序列,进而降低任务的时间代价,从而生成一条多目标侦察的任务航迹来提高侦察效果[6]。……
登录APP查看全文
