本文进行了反直升机智能雷系统分析的研究。给出了反直升机智能雷战斗部总体效能的评价体系，对各种评价方法进行了分析，在TOPSIS方法中引入层次结构的概念，提出了适用于智能雷战斗部总体效能评价的层次TOPSIS评价方法，采用效用函数法进行指标值的统一量化，并给出了权向量的计算方法；引入了灰色层次评估法对反直升机智能雷战斗部总体效能进行评估，在确定样本矩阵方面，本文提出了用性能指标的效用函数值取代由评估者评分的方法，使得样本矩阵更具有可靠性和科学性；应用人工神经网络技术解决反直升机智能雷战斗部系统总体效能评价问题进行了探讨，给出了神经网络评价模型和算法，对层次TOPSIS法评价结果与神经网络评价结果进行比较，结果表明神经网络的评价结果受决策者的主观性影响较小。本文应用灰色系统预测理论解决弹箭系统研制费用估计问题，建立了灰色系统GM费用模型和n次累加残差模型并对GM费用预测模型进行修正，提出了用灰色系统理论中的关联度分析技术，来确定费用模型中的特征参量，建立了弹箭系统神经网络研制费用估算模型和算法，采用费效比值准则能较好地反映智能雷战斗部综合能力。本文提出了风险分析在弹药系统研制中的重要性，分析了各种风险分析与估计方法，给出了风险的基本概念，特有属性和定义，结合弹药系统的特点，给出了风险的数学表述方法和风险分布的概率估计；提出了使用VAR(风险价值)方法分析弹药系统由于不确定因素引起的研制风险；结合武器系统研制的实际情况，假定行为人风险偏好特性为定常风险中立，给出了在该风险偏好特性下的险度函数，通过险度函数的研制风险分析为风险决策提供了量化的决策依据，以反直升机智能雷战斗部为例。验证了该方法的有效性，并且具有科学和实用价值。 本文进行了反直升机智能雷火力控制系统的研究。提出了智能雷火力控制系统概念，并详细介绍了智能雷火力控制功能。结合武装直升机在巡航或搜索地面目标的特点，给出直升机航迹模型为协方差平稳随机模型，在线估计有色噪声参数，对测量噪声去相关，对直升机航迹进行卡尔曼滤波与预估，最后对有色噪声条件下的航迹进行了仿真研究；在数据非常有限的情况下， －11－反直升机智能雷有关总体的理论研究准确地预测又很困难，本文提出了用灰色系统理论解决直升机航迹预测问题，建立了灰色系统GM预测模型和n次累加残差模型并对GM预测模型进行修正，在每个采样期间内，实时在线建立GM预测模型和残差模型以提高预测精度。提出了用双直角三角形阵对声目标进行定位，该方法采用虚拟传声器技术，用较少的传声器能达到主一从式正四方形阵的定位效果，从而解决了单四方形阵不能远距离定位的问题。介绍了声目标的各种识别方法，将De ppste一跄afer证据推理的基本理论应用到声目标的识别中，用质量函数构造基本概率赋值函数，给出了在n次扫描情况下，累积质量函数的融合公式；用BP神经网络构造基本概率赋值函数，从而避开了建立质量函数的麻烦，大大拓宽了这种方法的应用范围，给出了改进后的BP神经网络算法并给出了识别目标的决策方法。从现代火控理论出发，分析了反直升机智能雷武器系统射击诸元的计算方法，建立了适合反直升机智能雷的命中方程并用收敛快、精度高的改进牛顿搜索祛求解命中方程，计算出智能雷的射击诸元，同时给出了移动角速率计算方法，近似求解射击诸元。