|
弹道导弹防御系统（BMDS）是国防系统的重要组成部分，其部署情况对系统能力有很大影响。合理的部署计划可以显着提高战斗力。本文分析了BMDS的组成和过程，介绍了BMDS部署研究的仿真平台。然后，利用PSO方法，分析了两种不同情况下拦截器的最佳面积，为未来BMDS的部署提供了思路和解决方案。 第一节 介绍随着弹道导弹技术的快速发展，弹道导弹已经成为国际军事对抗中力量的重要组成部分[1] [2] [3]。为了应对威胁，BMDS的建设迫在眉睫。该系统涉及大量的工业和军事机构。对于BMDS的设备来说，这是一个复杂的过程，需要大量的财政支持[4] [5]。因此，在一定数量和性能的前提下，合理有效的系统部署计划也可以有力地增强能力[6] [7] [8] [9]。 随着Kennedy和Eberhart提出粒子群优化（PSO）[10]，这种优化方法已广泛应用于包括军事在内的许多领域[11]。它具有概念简单、对问题要求少、全局搜索能力强等特点[12] [13]。 本文总结了弹道导弹防御系统的结构组成和杀伤链，提出了一种多目标优化函数，然后利用PSO方法对拦截器部署进行了仿真。通过分析仿真结果，证明了优化方法的可行性。为未来BMDS的收缩过程提供了几种解决方案和思路。 第二节. BMD的组成和战斗过程一、导弹防御系统的基本构成世界上有几十个弹道导弹防御系统，包括宙斯盾、PAC-3和萨德。不同系统的组成和操作能力有很大不同。在整个作战过程中，导弹防御系统至少应包括指挥控制系统、预警探测系统和拦截系统。整个导弹防御系统的结构大致如图1所示。
图1 BMDS的主要结构 显示全部 二、导弹防御系统的作战过程指挥控制系统、预警探测系统和武器系统可以共同构成高度集成的弹道导弹防御系统。一般来说，战斗过程需要遵循杀戮链。构建的BMDS杀伤链可以描述如下： “search-discover-track-intercept-evaluate”，如图 2 所示。
图2 导弹防御系统的“杀伤链” 显示全部 不同系统的不同装备在战斗过程中应按照时间顺序完成相应的任务。指挥控制系统在整个杀伤链中始终处于活动状态，其他部分在指挥控制系统的统一控制下，在不同时期完成相应的任务。预警卫星和探测卫星在最初的搜索和发现过程中发挥了重要作用，并将在跟踪、拦截和评估过程中发挥作用。这三个过程的任务主要由雷达执行，相应的拦截链路任务由拦截导弹和武器发射平台承担 第三节. BMDS仿真平台在优化之前，必须建立一个仿真平台，以便导出检测和拦截等数据。 一个。仿真平台的结构本文开发了弹道导弹防御系统仿真平台，该平台分为部署方案相关模块、导弹防御系统其他模块以及用于保证平台和模型工作原理的模块三部分。平台的具体结构如图3所示。
图3 仿真系统的结构 显示全部 B. 模拟过程读取配置文件后，通过调度器打开主程序仿真，按照图4中的流程图完成弹道导弹防御系统的系统仿真。
图4 系统运行过程 显示全部 仿真后的数据输出可按时间步长分为事件数据和状态数据。事件数据一般表示对应对象生成或接收的信息发生了变化，代表了仿真中的重要时间节点。事件数据的内容如表1所示。状态数据表示对象在相应时间和状态下的数据，这些数据包括对象在相应时间的状态。 表1 事件数据输出
第四节. 优化分析A. 优化功能对于一定数量的拦截器单元，考虑各种条件，找到合理的部署方案，对关键部位进行最大程度的保护。因此，该问题可以看作是一个有约束条件的优化和决策问题。 输出结果后，可以通过相应的关系式计算出优化函数。选择前缘半径、预警时间、跟踪时间、反应时间、拦截位置、拦截时间、拦截率作为目标函数，该函数的自变量由雷达部署的位置坐标和拦截弹的位置坐标组成，可表示为：
k 作为群和集合的迭代c1 和c2 作为 2. 在实际优化过程中，为了保证拦截率对优化结果的最大权重，采用了惩罚函数机制，即如果在优化目标点计算后无法拦截被攻击导弹，则将目标点上的优化函数直接设置为零， 这是为了保证在拦截器可以启动的条件下计算优化条件。因此，适应度函数可以显示如下：
第五节 模拟原理图如图5所示。假设来袭导弹的发射点为
图5 仿真原理图 显示全部 参数如表2所示，每个优化函数的系数如表3所示。 表2 仿真参数
Table 3 Coefficient For Simulation
Assuming the warhead is a fragmentation bomb, the killing probability under different distance and intersection angles is as shown in Tab.4 and Tab.5. Table 4 Interception Rate In Different Distance
Table 5 Interception Rate In Different Intersection Angle
A. 发射点 A（北纬10°，东经80°）在每个场景中，运行 5 次优化，每次有 600 次迭代。人口规模为100。经过优化和数据处理后，热图和三维图如图6和图7所示。
图6 发射点 A 的热图 显示全部
图7 发射点 B 的优化功能 显示全部 在这种情况下，发射点在雷达探测范围内。正如我们所看到的，优化函数有一个明显的峰值，该峰值是部署拦截器的推荐区域。拦截器坐标的集合为： B. 发射点 B（20°N，90°E）优化后，结果如图 8 和图 9 所示。
图8 发射点 B 的热图 显示全部
图9 发射点 B 的优化功能 显示全部 在这种情况下，导弹弹道投影的值明显更高。位置越近，值越高，但变化程度不明显，与文献[14]得出的结论基本一致。 第六节. 结论本文主要研究了导弹防御系统部署优化相关问题，提出了一套应用于导弹防御系统部署优化的优化方法。首先建立仿真平台，选择最优指标，将问题作为有约束条件的多目标优化问题进行研究，利用粒子群算法优化问题求解过程，得到最终的计算结果。本文提出的方法对解决导弹防御系统部署优化问题具有实际工程意义。 为获得更多关于人工智能技术在导弹武器系统的使用，以及武器系统的软件设计等知识分享，建立了软件技术交流知识星球，该知识星球内部含有人工智能在武器系统中使用的各类技术资料，用于对人工智能、武器系统软件开发、软件生命周期模型等方面的技术资料的学习和交流很有帮助。 |
|
|
来自： 小飞侠cawdbof0 > 《防空》
