基于多重聚类算法的分群化空战态势评估

作者：方伟; 张婷婷; 闫文君; 王玉

来源：中国电子科学研究院学报, 2021, 16(12): 1276-1282.

• 空战
• 态势分析
• K-均值算法
• 密度峰值聚类算法
• 分群

准确及时的作战态势分析是空战决策的首要前提，是飞行员空中飞行规划的主要依据，是夺取空战胜利的重要保证。针对空战过程数据信息量大、态势复杂多变的情况，依据军事实战需求，针对空中作战数据，提出了一种基于多重聚类算法进行态势分析的方法，解决了单机对单机作战中距离变化频繁、态势多变不易评估的难题。首先，采用K-means算法对获取的数据进行分群化处理，将整个空战过程按照敌我两机相对距离和状态分为不同群组；然后，根据每个群组数据特征采用不同的聚类算法进行态势分析，以使空战过程中的每个阶段都能达到最准确的态势分析结果；最后，利用飞行训练系统采集的真实数据进行仿真分析，结果表明，该方法具有良好的态势分析效果。