对以色列“铁穹”防空导弹系统的发展情况进行梳理，在简要介绍“铁穹”系统的组成、功能特点的基础上，重点分析了“塔米尔”（Tamir）导弹的总体方案、气动特性、探测制导及战斗部设计方案。并对“铁穹”系统部署以来的作战应用情况进行整理，通过对“铁穹”系统效能展开分析，对单营套“铁穹”系统面对火箭弹饱和攻击的拦截能力进行分析。最后结合“铁穹”系统的发展路径对国外近程防空导弹系统的技术发展趋势进行了总结。
近几年来，以有人/无人机协同作战为主要作战模式，将颠覆传统空中作战模式的“忠诚僚机”备受关注。通过研究美、俄、澳等国“忠诚僚机”项目的进展，预判其未来发展趋势，并在此基础上，结合态势感知、电子对抗、分布杀伤、软穿硬穿等穿透性制空作战场景，深入分析了“忠诚僚机”在体系对抗中的作战需求、作战流程与作战应用模式，可为攻防体系对抗研究提供参考。
面向未来信息化战争的需求，建立数字平行战场系统，对分析实际战场系统具有重要意义。因此，在平行系统、数字孪生相关技术的基础上，采用人工系统、计算实验、平行执行的ACP方法，提出了数字平行战场系统的构建思路，从战场实体、服务、孪生数据以及孪生体多个方面详细介绍了人工战场的构建过程，同时，分析了实际战场和人工战场的平行执行流程。所提方法可以为指挥员更快和更准地设计作战方案、制定作战计划、组织作战协同、指挥控制战局提供依据。
无人机蜂群攻防战已成为一种新兴的能够改变战争态势的作战样式，但目前研究反无人机蜂群系统作战效能评估的文章较少，且常见的评估方法存在较强的局限性。为此，提出一种将模糊层次分析法（FAHP）-指标相关性指标权重确定法（CRITIC）组合赋权，运用改进TOPSIS法评估的反无人机蜂群作战效能评估方法。利用“感知-判断-决策-打击”（OODA）环构建反无人机蜂群系统作战效能评估指标体系。使用FAHP-CRITIC法计算系统作战效能评估指标权重。利用改进TOPSIS法对不同方案效能值进行排序优选。通过对照实验数据验证了使用改进TOPSIS法的反无人机蜂群系统作战效能评估方法的正确合理性。研究工作为反无人机蜂群系统作战效能评估提供了一种较为科学的方法。
无人机集群已成为信息化战争中重要的新质作战力量。为解决多任务驱动下无人机集群的形态控制问题，提出了一种仿鸟群行为的无人机集群相变控制方法分析了鸟群行为模式，总结了以麻雀群为例的鸟群聚集御敌行为特征通过引入向心/离心对偶力，建立“突变”交互规则，构建了基于四规则的无人机集群相变控制模型定义了控制参量和序参量，通过调控关键控制参量，实现了无人机集群的相变控制，实验验证了所提方法的有效性经群体智能优化算法的最优参数求解，有序相形成周期均缩短了近70%，验证了方法的优化可行性。该方法可望在无人机集群侦察感知、应急救援等任务中广泛应用。
随着人工智能技术的迅猛发展，无人系统在军事领域，尤其是海上作战中的应用日益广泛，成为新型作战方式。回顾了海战场无人集群作战技术的国内外研究进展，分析了各国在该领域的最新成果，并探讨其在海上作战中的实际应用。提出了面向海战场的无人集群作战体系框架，涵盖作战平台、通信网络、任务应用及指挥控制等多个层面，并深入探讨侦察监视、火力打击等核心职能任务。还剖析了海战场无人集群作战的评价指标、影响因素及存在的问题。展望了未来海战场无人集群作战技术的发展趋势，特别是在技术融合、作战样式多样化与成本效益等方面的潜力与挑战，旨在为推动无人集群技术在海战场的应用提供理论支持与技术借鉴。
针对复杂城市环境下无人机目标打击问题，引入一种基于电鳗觅食优化算法的无人机目标打击方法。该方法首先设置稀疏环境无敌防守和密集环境有敌防守2种场景并设计相应的约束条件和航迹优化代价函数以符合城市环境飞行需求，然后通过电鳗觅食优化算法（electric eel foraging optimization，EEFO）为无人机规划出一条合理的目标打击轨迹，最后得到其飞行轨迹和适应度值，并与SO，SCA，WOA，MFO，HHO 5种算法进行对比。实验结果表明，在稀疏环境无敌防守场景下EEFO算法比其他五种算法具有更高的轨迹规划效率和稳定性，消耗的航迹代价最小且收敛更快；在密集环境有敌防守场景下EEFO算法与其他5种算法相比，所规划出的目标打击轨迹最优且消耗的航迹代价收敛趋势更好，任务完成度最高，具有更好的表现。
传统的防空武器部署方法主要考虑的是给定态势下的优化模型，难以适应实际作战中全空域、多层次、多路径的空袭模式。针对多个守卫目标以及多种防空武器组成的防御体系，提出了一种基于NSGAⅡ的多目标优化算法，将掩护能力与突防概率作为2个目标函数，引入战斗队形、地形限制作为约束条件。可以合理地度量区域防空作战部署的优劣，解决在一定情况下防空武器的优化部署问题。通过仿真算例验证了该方法能够有效增强掩护能力并提升特定空情拦截效果。
针对四旋翼飞行器在多障碍物环境中飞行时容易出现路径规划不准确的问题，提出了基于蝴蝶算法(BOA)的BP神经网络优化方法。将四旋翼飞行器在设定路径中的所有途经点作为神经网络的训练样本，通过BOA-BP算法对神经网络进行训练，从而确定了最佳飞行路径。仿真结果表明，与传统的BOA算法相比，所提出的BOA-BP算法模型可以有效减小四旋翼飞行器路径的误差，均方根误差可从1.60%降低到0.003%。
无人机凭借其高机动性和高耦合性，被广泛应用于多个领域，尤其在军事领域，无人机蜂群的多目标任务分配具有关键意义。结合国内外无人机任务分配的研究现状与最新进展，针对传统算法在复杂任务中存在的鲁棒性不足、收敛速度慢以及易陷入局部最优等问题，提出一种基于多规则机制的改进狼群算法进行求解，构建以最大化打击收益为目标的优化模型，综合考虑对方目标航程、攻击威胁及价值等因素。通过设计自主游走的头狼生成规则、多策略探狼游走规则和自适应步长的猛狼围攻规则，平衡全局探索与局部开发，显著提升搜索效率。仿真验证结果表明，与其他启发式算法相比，该算法具备更快的优化速度和更优的性能，展现出广阔的应用前景。
测算闭合时间是运筹时敏目标杀伤链的关键工作。针对线性累加杀伤链各环节耗时的传统方法不适应杀伤链部分环节已并行重叠执行的问题，提出一种时敏目标杀伤链闭合时间动态精准测算方法。仿真实验表明，该方法结果更为精准，有助于辅助指挥机构更好地把握打击机会；能够适应时敏目标打击窗口变化，可为开展时敏目标杀伤链构造、建模、效能评估等提供一定的理论基础和技术支撑。
针对具有领导-跟随结构的无人机群系统编队操纵控制问题，设计基于方向信息的分布式编队控制器，从而实现无人机群的平移和旋转操作。目前存在的基于方向信息的编队控制方法无法解决时变方向编队控制问题，因此设计了一种状态观测器。该观测器仅利用相邻无人机的相对方向以及领导者的位置和速度信息来估计无人机的期望位置和速度。结合估计的期望速度，设计了反演控制器来实现编队系统的操纵控制。使用Lyapunov方法证明了观测器的估计误差和控制器的稳定性。通过平移和旋转的仿真实验验证了所提控制方法的有效性。
针对现有效能预测方法难以反映反导装备体系实际效能的问题，提出一种基于“数据驱动+深度学习”的反导装备体系效能评估方法。在大量实验数据抽取、处理、分析的基础上，构建灰狼优化算法-深度置信网络（GWO-DBN）模型对数据进行训练学习，以此获得反导装备体系效能的非线性拟合，并以某次反导体系效能评估为例进行了仿真实验。结果表明，该评估方法可行、可靠，能够为反导装备体系论证和改进提供较高的参考价值和借鉴意义。
精确空投系统的发展带来了军事补给的根本性变革，实现了装备、军需品适时、适地、适量的补给，在战略和战术层次上全面提高了部队的部署和保障能力。根据精确空投伞降系统类型对国内外精确空投系统及关键技术的研究现状进行了阐述与分析，同时对影响精确空投系统补给能力关键技术的研究趋势进行了展望。
伪装防护是防空反导地面装备对抗空天侦察和精确打击的有效手段之一。重点研究了近几年国外地面装备伪装防护器材的发展动态，梳理了国外瑞典萨博防务（SAAB）、以色列Fibrotex科技（Fibrotex）、美国i2K防御（i2K defense）、俄罗斯Rusbal等研究机构的新技术进展，分析了国外地面装备隐真和示假技术途径发展趋势，为未来防空反导体系地面装备伪装防护技术发展提供借鉴，对提升攻防对抗环境下装备生存能力和作战效能具有重要意义。
空中战场态势是对空中战场中所有参与方行动和状态的总体描述，而目标作战意图识别则为空中战场态势评估提供重要依据。为了解决在激烈对抗、快速演化的空中战场态势背景下，大量已标记的空中目标战场态势数据获取难度大的问题，提出了一种基于度量学习的半监督空中目标作战意图识别模型。该模型提供了一种从无标签样本中发掘潜在模式的方法，缓解了对大量标记数据的需求。模型通过目标时序数据编码器对目标序列数据进行降维并得到其嵌入表示。在此基础上，通过分别度量已标记的目标序列与意图类型、未标记的目标序列之间的相似度，计算对应的损失值。实验结果表明，在有标签样本不同占比为30%、40%和50%的情况下，该模型识别空中目标作战意图的准确率分别为86%、89%和91%。
随着无人机蜂群技术的快速发展，其去中心化和自主协同特性对现代防空系统带来了前所未有的挑战。分析了无人机蜂群的关键技术，并针对其在军事应用中的优势，提出了一种基于动态杀伤链构建的反无人机蜂群策略。研究重新界定了杀伤链的概念，强调了其在提升战术灵活性、促进技术创新融合及形成新的作战理念方面的重要性。提出的策略涵盖多域感知、分布式指挥控制、资源优化和拦截技术创新，旨在提高防御系统对无人机蜂群威胁的适应性和反应速度。结合陆战场环境，设计了不同策略的实现途径，为未来反无人机蜂群作战提供了新的视角和支持。
多功能雷达因其灵活的工作模式和捷变的波形特征，可并行执行多种任务等优势，已获得广泛应用，对雷达情报侦察对抗带来了极大挑战。识别多功能雷达工作模式是后续威胁评估、自适应对抗和引导攻击的前提和基础，直接决定着雷达对抗措施的针对性和有效性。主要以典型多功能雷达为研究对象，对典型的作战场景仿真建模，在深入分析多功能雷达不同工作模式的基础上，提出了一种基于关系图卷积网络（relational graph convolutional networks，RGCN）的多功能雷达工作模式识别的新方法，实现了数据的并行化处理，解决了不同工作模式与特征参数之间的相互作用。
倾转旋翼无人机既具有空中悬停、垂直起降能力，又具备高速巡航飞行性能。针对弹性材料结构变形导致倾转旋翼无人机刚体气动外形无法准确模拟真实飞行性能的问题，提出一种旋翼双向松耦合与机翼单向耦合相结合的CFD/CSD耦合方法，对倾转旋翼无人机悬停状态气动弹性问题进行数值模拟。采用气动弹性剪裁技术对桨叶进行复合材料铺层优化，桨叶的最大变形位移从22.34 mm减小到17.1 mm，悬停效率从69.95%改善到72.69%。对全机流场进行计算模拟，计算结果表明，考虑结构弹性变形以后，全机旋翼系统产生的拉力相较于单独旋翼系统增加量由2.09%降低为1.18%，变形机翼表面因为旋翼下洗流产生的高压区相较于未变形机翼朝翼梢方向偏移大约0.1 m。
可回收运载火箭由于发射成本低的显著优势已经成为当前新的研究热点。子级垂直回收技术是目前最为成功的火箭回收技术之一，要求回收段控制火箭姿态保持与地面垂直。然而火箭在回收的末减速段只能依靠发动机摆动角度获取控制力矩，因而存在力矩饱和约束；同时推力估计的误差也会带来控制力矩的偏差。基于上述问题，设计了智能模型预测控制算法实现了末减速段的姿态控制任务。在传统模型预测控制的基础上，采用神经网络逼近最优的值函数，有效降低了模型预测控制的计算量；考虑到发动机出现故障的情况，考虑饱和约束和推力估计偏差，基于二次规划设计了容错最优控制分配算法，实现了故障和饱和情况下的姿态控制任务。仿真结果说明了所提出方法的有效性。
