1.4　主要研究内容和思路

针对反潜巡逻机协同搜潜研究现状以及协同搜潜过程中面临的不确定性等问题,本书主要研究了双/多反潜巡逻机协同搜潜方法、目标态势评估方法和智能决策方法。主要工作和内容安排如下:

第2章,探讨反潜巡逻机协同搜潜作战环境和作战对象,分析水文环境,并分析声速梯度和海洋噪声环境的影响,探讨目标潜艇的位置散布模型和目标潜艇的运动模型,为第5章、第6章的建模仿真提供理论。

第3章,研究双/多反潜巡逻机协同搜潜方法。设计双/多反潜巡逻机协同搜潜总体方案——分为自主模式和长僚模式。在自主模式基础上,对双/多反潜巡逻机协同搜潜研究根据任务和形势进行区分,从反潜巡逻机在指定的海域搜索、反潜巡逻线搜索和应召搜索三方面分析研究。而且,给出反潜巡逻机协同搜潜发现潜艇的概率,为第5章、第6章的建模仿真提供数据。

第4章,采用云贝叶斯方法研究双/多反潜巡逻机自主模式协同搜潜目标态势评估问题。针对战场态势变化迅速、存在大量不确定性的问题,引入云理论和贝叶斯网络,建立反潜巡逻机协同搜潜目标态势评估模型,推断敌方作战意图,形成战场态势,为反潜巡逻机协同搜潜指挥决策提供重要依据。

第5章,针对不确定条件下双/多反潜巡逻机自主模式协同搜潜最优决策时决策指标的相关性问题,引入模糊测度与模糊积分理论,提出一种适用于反潜巡逻机协同搜潜的智能决策方法。在选出最优方案的同时,解决决策过程中决策指标的相关性问题,从而提高算法的实用性和有效性。

第6章,针对不确定条件下双/多反潜巡逻机自主模式协同搜潜最优决策时决策指标的相关性问题和冗余问题,分别采用贝叶斯粗糙集和模糊测度、模糊积分理论。在第5章的基础上,利用模糊测度、模糊积分解决指标相关性问题的同时,采用贝叶斯粗糙集的知识简约方法挑选关键特征指标,解决数据的冗余,提高算法的收敛速度,从而提高算法的最优性和实时性。本方法解决了指标的冗余和相关性问题,所选出的最优方案更具有实际意义。

第7章,对全书的工作进行总结,并提出在后续工作中需要进一步研究的重点和难点。

本书的章节布局和整体研究思路如图1-1所示。

图1-1　章节结构