隨著導(dǎo)彈突防技術(shù)的不斷發(fā)展,預(yù)警探測系統(tǒng)通過非合作目標(biāo)當(dāng)前狀態(tài)信息進行彈道預(yù)報的傳統(tǒng)算法已經(jīng)不能滿足導(dǎo)彈攻防對抗的作戰(zhàn)需求。為了提升攔截系統(tǒng)的作戰(zhàn)能力,需要預(yù)警探測系統(tǒng)在原有目標(biāo)狀態(tài)信息的基礎(chǔ)上進行信息提取與融合,為攔截策略生成與目標(biāo)匹配提供有效的輔助決策信息。行為模式判斷技術(shù)與軌跡預(yù)測技術(shù)作為近年來的研究熱點,是提高對抗輔助決策信息生成能力的關(guān)鍵技術(shù)。本文針對非合作目標(biāo)的戰(zhàn)術(shù)機動行為判斷與相應(yīng)的突防能力預(yù)測,提出了基于復(fù)合型神經(jīng)網(wǎng)絡(luò)模型的對抗輔助決策信息生成模型,通過對目標(biāo)歷史狀態(tài)信息進行處理與特征提取,給出當(dāng)前目標(biāo)的戰(zhàn)術(shù)行為類型判斷條件概率與突防能力預(yù)測點位結(jié)果,為攔截系統(tǒng)后端的決策階段給出具有指導(dǎo)性的評判依據(jù)。論文的主要研究內(nèi)容包括:針對非合作目標(biāo)戰(zhàn)術(shù)行為動作的判斷方法研究。建立非合作目標(biāo)戰(zhàn)術(shù)行為的數(shù)學(xué)模型,通過數(shù)學(xué)仿真手段,分別對非合作目標(biāo)在是否攔截武器攔截交互的情況下做出的戰(zhàn)術(shù)行為進行數(shù)據(jù)采樣,與后續(xù)的算法提供數(shù)據(jù)樣本。搭建基于深度全連接層的神經(jīng)網(wǎng)絡(luò)模型,通過對訓(xùn)練樣本數(shù)據(jù)的不斷學(xué)習(xí),使網(wǎng)絡(luò)能夠快速且準(zhǔn)確判斷非合作目標(biāo)的戰(zhàn)術(shù)行為�；陂L短期記憶網(wǎng)絡(luò)（LSTM）的突防能力預(yù)測方... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【部分圖文】：

白楊-M型彈道導(dǎo)彈而智能式戰(zhàn)術(shù)行為作為近年來研究的熱門突防技術(shù)已被越來越多的學(xué)者

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-18-表格2-5非合作目標(biāo)戰(zhàn)術(shù)行為狀態(tài)處置選取表狀態(tài)初值類型發(fā)射系下分量形式位置初值[6.88339e+06,-4.08169e+06,599379]速度初值[-330.562,-6005.33,729.228]姿態(tài)初值[1.67081,0.00150414,0.0153662]將上述參數(shù)分別讀取和載入導(dǎo)彈六自由度仿真模型[6]中進而確定非合作目標(biāo)戰(zhàn)術(shù)行為仿真的標(biāo)準(zhǔn)彈道，根據(jù)非合作目標(biāo)的標(biāo)準(zhǔn)彈道確定戰(zhàn)術(shù)行為的仿真初值，選定非合作目標(biāo)戰(zhàn)術(shù)行為模型與戰(zhàn)術(shù)行為方向，對完整的戰(zhàn)術(shù)行為進行仿真與后續(xù)的數(shù)據(jù)采樣。本文在生成訓(xùn)練樣本集的過程中，首先選定仿真初值條件為在非合作目標(biāo)在自由飛行段飛行至距地面900千米高時對戰(zhàn)術(shù)行為進行仿真，之后采用蒙特卡洛打靶法，首先固定戰(zhàn)術(shù)行為模式S=SSSS連續(xù)脈沖方波正弦，在該戰(zhàn)術(shù)行為模式條件下，隨機選取戰(zhàn)術(shù)行為執(zhí)行方向以確保樣本的多樣性與隨機性，每種戰(zhàn)術(shù)行為模式生成10000條樣本彈道，將所有彈道數(shù)據(jù)進行繪制，形成以狀態(tài)初值為頂點，各類戰(zhàn)術(shù)行為樣本彈道為包絡(luò)的空間錐體，如下圖2-6、圖2-7所示，其中紅色為連續(xù)型機動航跡，藍色為正弦型機動航跡，綠色為方波型機動航跡，黃色為脈沖型機動航跡，黑色為未執(zhí)行戰(zhàn)術(shù)行為的標(biāo)準(zhǔn)彈道。將四類戰(zhàn)術(shù)行為生成的樣本進行匯總，則樣本集總樣本量為40000條彈道數(shù)據(jù)，為后續(xù)網(wǎng)絡(luò)訓(xùn)練提供了充足的仿真樣本。圖2-6全向戰(zhàn)術(shù)行為仿真結(jié)果圖

全向戰(zhàn)術(shù)行為仿真結(jié)果末端放大效果圖

【參考文獻】：
期刊論文
[1]基于DE-SVM的船舶航跡預(yù)測模型[J]. 劉嬌,史國友,楊學(xué)錢,朱凱歌.  上海海事大學(xué)學(xué)報. 2020(01)
[2]基于目標(biāo)機動模式識別的VSMM算法[J]. 陳星,李戰(zhàn)武,徐安,胡曉東.  系統(tǒng)工程與電子技術(shù). 2020(05)
[3]基于支持向量機分類識別的行人航跡推算室內(nèi)定位[J]. 王偉,王存華,王召巴.  通信技術(shù). 2020(02)
[4]基于機器學(xué)習(xí)算法的�？漳繕�(biāo)航跡數(shù)據(jù)分析技術(shù)研究[J]. 李曉娜,楊焱煜,潘越.  中國電子科學(xué)研究院學(xué)報. 2020(01)
[5]基于循環(huán)神經(jīng)網(wǎng)絡(luò)的目標(biāo)轉(zhuǎn)彎機動類型識別[J]. 吳家湖,熊華,宗睿,趙曜,周賢中.  廣東工業(yè)大學(xué)學(xué)報. 2020(02)
[6]基于循環(huán)神經(jīng)網(wǎng)絡(luò)的船舶航跡預(yù)測[J]. 胡玉可,夏維,胡笑旋,孫海權(quán),王云輝.  系統(tǒng)工程與電子技術(shù). 2020(04)
[7]基于改進滑動窗多項式擬合法的航空器4D航跡預(yù)測[J]. 張建祥,甘旭升,周志靖,楊捷.  航空工程進展. 2019(05)
[8]基于運行狀態(tài)識別的無人機航跡預(yù)測[J]. 趙嶷飛,楊明澤.  科學(xué)技術(shù)與工程. 2019(23)
[9]基于BPNN的機動識別方法[J]. 彭章友,陳琳妍,劉洋.  電子測量技術(shù). 2019(15)
[10]基于運動分解和H-SVM的空戰(zhàn)目標(biāo)機動識別[J]. 徐西蒙,楊任農(nóng),于洋,張濤.  控制與決策. 2020(05)

博士論文
[1]基于室內(nèi)行人定位軌跡的行為模式識別與分析[D]. 于鄧波.武漢大學(xué) 2019
[2]特征輔助的目標(biāo)機動檢測技術(shù)[D]. 祝依龍.國防科學(xué)技術(shù)大學(xué) 2011

碩士論文
[1]基于航跡數(shù)據(jù)的小型無人機航跡預(yù)測方法研究[D]. 楊明澤.中國民航大學(xué) 2019
[2]航空器四維航跡實時預(yù)測與動態(tài)生成研究[D]. 劉杰.南京航空航天大學(xué) 2019
[3]彈道導(dǎo)彈仿真模型框架設(shè)計及其發(fā)射諸元快速計算方法研究[D]. 陳帥.國防科學(xué)技術(shù)大學(xué) 2016
[4]大氣層外彈道導(dǎo)彈彈頭機動變軌突防策略研究[D]. 王慶普.國防科學(xué)技術(shù)大學(xué) 2013
[5]“標(biāo)準(zhǔn)”-3導(dǎo)彈武器系統(tǒng)建模與攻防對抗仿真[D]. 郭筱曦.哈爾濱工業(yè)大學(xué) 2011
[6]彈道導(dǎo)彈彈頭機動突防研究[D]. 李林.哈爾濱工業(yè)大學(xué) 2011
[7]彈道導(dǎo)彈的彈道設(shè)計與仿真[D]. 高洪月.哈爾濱工業(yè)大學(xué) 2010



本文編號：3597713