现代战场的高复杂性和各种态势信息的不完备性使得传统的空中目标威胁评估方法难以适用于数据缺失的情况。针对该问题, 首先采用引入等距对数比变换(ILT)和球坐标变换的改进的量化双聚类算法(IQBA)补全目标属性缺失数据; 然后采用改进的基于灰靶理论和指标相关性的熵权法分析各属性的影响程度, 客观计算目标属性权重; 最后使用改进的灰色关联TOPSIS法来实现对作战任务目标的威胁评估, 划分威胁等级。仿真实验结果表明, 所提方法可以有效实现信息缺失条件下的空中目标威胁评估, 评估结果更加客观可靠。

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。

来袭目标意图识别是战场态势认知的重要部分。为充分利用探测到的空中来袭目标运动状态信息的时间相关性来提高意图识别精确度, 本文提出一种基于长短时记忆神经网络 (LSTM)的敌方空中目标作战意图识别方法。该方法首先利用仿真推演平台根据 4种常见意图想定推演来袭目标数据, 对生成数据进行清洗以及滑窗处理从而得到有效样本集, 利用长短时记忆神经网络对生成样本集进行学习形成敌方空中目标作战意图识别模型。实验结果表明, 利用长短时记忆神经网络来学习 4种常见意图数据的运动及时间相关特征信息, 预测准确率最终可达 92%, 取得了比传统分类器更好的效果。

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。

针对超大视场红外凝视成像系统用于目标检测时存在的背景复杂、杂波干扰多、目标信息少等问题, 提出了基于空时域融合处理的目标检测方法。该方法在空域部分优化设计Robinson算子, 完成单帧图像的目标初始检测; 然后结合超大视场成像特性, 利用基于天地线检测的图像区域自动划分和空域虚警抑制方法, 有效滤除非目标检测区中的疑似目标。在时域部分则兼顾目标时域特征, 采用基于时域多特征约束的邻域判决法对真实目标进行时域确认。开展了月空背景下的空中目标检测试验, 验证了本文算法的有效性。试验表明: 经空域部分处理后, 原始图像中的背景杂波干扰大大减少, 目标局部信噪比提高了1.3倍以上, 而且疑似目标数目减少了70%; 经时域部分处理后, 可成功检测出红外弱小目标, 并输出其轨迹, 检测概率在95%以上, 而虚警率不足1.5%, 最低目标检测信噪比为2.86。实验表明: 本文方法适用于超大视场图像的红外弱小目标检测, 对地物背景、恒亮孤立点源、瞬时强噪声等干扰有较强的抑制能力, 对点状运动目标有良好的检测效能。

仿真试验中, 目标辐射特性计算精度影响红外成像设备作用距离的测试精度, 反射辐射是目标辐射特性的重要组成部分, 针对空中目标的反射辐射特性进行建模并给出了工程计算方法, 该方法考虑了空中目标反射天空背景辐射、反射太阳直射辐射、反射地面背景辐射。针对某空中目标进行了理论计算, 并与实测数据进行了对比, 结果表明该方法精度较高。

空中目标蒙皮的红外辐射特性是对空中目标进行探测与识别的重要依据。针对国外某型空中目标, 设置其飞行航迹, 综合考虑环境辐射和气动加热等因素, 建立空中目标蒙皮的一维导热微分方程, 采用后向差分方法求解方程, 算得了空中目标在 4:00～4:45和 12:00～12:45两时间段飞行时蒙皮表面的温度分布。最后综合考虑环境辐射, 分别计算了空中目标蒙皮中远红外的辐射强度随时间与空间变化的分布。结果表明: 空中目标蒙皮在 8～14 μm波段的辐射强度远大于在 3～5 μm波段的辐射强度, 且目标飞行过程中, 其蒙皮红外辐射特性变化不大。