随着人工智能的蓬勃发展,智能化战争已经来临,不断提高军事训练的科技感和智能度,提升军事训练实战化水平成为我们必须关注的重要课题。靶标体系研究在军事研究领域具有举足轻重的地位,靶即为侦查打击对象,标即提供测试值。本课题来源于中国兵器工业试验测试研究院所规划靶标体系研究中的子课题“基于人工智能的人形靶等效毁伤感知与评估”。针对传统的靶场训练中靶标感知毁伤信息不及时,人工参与度强,训练成本高等问题,本课题将人形靶标作为研究对象,在构建靶标等效毁伤模型的基础上,设计实现了人形靶等效毁伤感知系统。结合AI智能算法实现人形靶着靶定位感知,同时采用人工智能优化算法构建人形靶毁伤评估模型进行毁伤评估,真正实现了靶场训练的智能“感知-推理-判断”一体化。本文的主要工作有:1)人形靶等效毁伤感知与评估模型建立及分析。在构建课题总体研究方案的基础上,建立人形靶着靶定位感知模型并简要说明着靶定位智能算法优化过程。介绍人形靶基础毁伤模型,设计实现人形靶毁伤评估整体流程。进行DNN毁伤评估可行性分析并对毁伤评估模型相关参数进行仿真。2)人形靶等效毁伤感知系统构建。通过分析人形靶等效模型机理及着靶信号特征,完成毁伤感知系统所需PVDF压电传感器,信号调理模块的选型、封装及布设,借助USB＿DAQ＿HRF4626数据采集卡搭建毁伤感知系统,完成毁伤感知数据的采集与存储。3)人形靶着靶定位算法研究。采用模拟等效打击的方法,对人形靶不同部位的着靶信息进行采集。以TDOA算法为基础,分别从时延估计和着靶位置解算两方面对算法进行改进并加以应用。时延估计方面,采用Adam、Ada Grad、RMSProp等三种智能算法优化器对LMS时延估计算法优化并进行算法性能测试,最终选用LMS-Adam算法进行时延信息获取。同时采用Chan-Taylor联合定位进行着靶位置解算。使用Python语言在Py Charm平台上进行着靶定位仿真实验,结果表明着靶定位精度小于1cm。4)基于智能优化算法的人形靶毁伤评估。首先制定人形靶毁伤评估方案,通过等效模型获取人形靶不同的着靶位置和着靶强度数据并进行数据预处理。在构建DNN人形靶毁伤评估模型的基础上,引入SSA和ASO等多启发式智能算法对人形靶毁伤评估模型进行优化。参考美军简明损伤定级标准AIS,选取毁伤等级评估和毁伤准确率为毁伤评估指标,在Py Charm平台进行人形靶不同毁伤评估模型仿真实验。通过仿真实验结果的对比分析,改进后的ASO-DNN毁伤评估模型MAE为5.535%,毁伤准确率为98.70%,较其他模型有很大的提升,模型评估准确度高。