Intelligent assessment method for MAV/UAV collaborative combat effectiveness

Zijun ZHAO; Shitao CHEN; Weiyan HE; Longhao LIU; Zhenghao ZHANG

doi:10.7527/S1000-6893.2025.32887

ACTA AERONAUTICAET ASTRONAUTICA SINICA >

2026 , Vol. 47 >Issue S1: 732887 - 732887

DOI: https://doi.org/10.7527/S1000-6893.2025.32887

Swarm Intelligence and Cooperative Control

Intelligent assessment method for MAV/UAV collaborative combat effectiveness

Zijun ZHAO ,
Shitao CHEN ,
Weiyan HE ,
Longhao LIU ,
Zhenghao ZHANG

Expand

^1.School of Equipment Management and UAV Engineering，Air Force Engineering University，Xi’an 710051，China
^2.National Key Laboratory of Unmanned Aerial Vehicle Technology，Xi’an 710051，China
^3.The Youth Innovation Team of Shaanxi University，Xi’an 710051，China
^4.Unit 95972 of PLA，Jiuquan 735000，China

E-mail： chenshitao311@163.com

Received date: 2025-10-10

Revised date: 2025-10-28

Accepted date: 2025-11-19

Online published: 2025-11-25

Supported by

National Natural Science Foundation of China(72203166);Military Graduate Student Research Funding Program(JY2024C115)

Fold

Abstract

With the increasing intelligence， informatization， and systematization of modern warfare， future operations demand real-time combat effectiveness evaluation and efficient decision-making. To address the effectiveness evaluation problem in Manned Aerial Vehicle （MAV）/Unmanned Aerial Vehicle （UAV） cooperative air-to-ground combat， an intelligent assessment method based on combat simulation deduction and artificial neural networks is proposed. Supported by the simulation deduction system， evaluation data are obtained through constructing a combat effectiveness evaluation index system， designing simulation deduction processes， and synthesizing evaluation results. BP neural network is employed to train the data and verify the training effectiveness. Case analysis is used to validate the feasibility of the method， while sensitivity analysis investigates key indicators of various schemes and their impacts. The proposed method provides technical references for effectiveness evaluation of MAV/UAV cooperative combat， equipment improvement research， and rapid operational decision-making.

Key words： MAV/UAV cooperative combat; simulation deduction; effectiveness evaluation; BP neural network; sensitivity analysis

Cite this article

Zijun ZHAO , Shitao CHEN , Weiyan HE , Longhao LIU , Zhenghao ZHANG . Intelligent assessment method for MAV/UAV collaborative combat effectiveness[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2026 , 47(S1) : 732887 -732887 . DOI: 10.7527/S1000-6893.2025.32887

References

[1]	张宏宏，李文华，郑家毅，等. 有人/无人机协同作战：概念、技术与挑战［J］. 航空学报， 2024， 45（15）： 160-186.
	ZHANG H H， LI W H， ZHENG J Y， et al. Manned/unmanned aerial vehicle cooperative combat system： Concepts， technologies， and challenges［J］. Acta Aeronautica et Astronautica Sinica， 2024， 45（15）： 160-186 （in Chinese）.
[2]	熊威，张栋，任智，等. 面向有人/无人机协同打击的智能决策方法研究［J］. 系统工程与电子技术， 2025， 47（4）： 1285-1299.
	XIONG W， ZHANG D， REN Z， et al. Research on intelligent decision-making methods for coordinated attack by manned aerial vehicles and unmanned aerial vehicles［J］. Systems Engineering and Electronics， 2025， 47（4）： 1285-1299 （in Chinese）.
[3]	王晓悦，王珣，王永贞，等. 基于仿真的蜂群体系对抗效能评估方法［J］. 航空学报， 2022， 43（）： 110-118.
	WANG X Y， WANG X， WANG Y Z， et al. Evaluation method for combat effectiveness of task-based simulated UAV swarm system［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（Sup 1）： 110-118 （in Chinese）.
[4]	杨松，王维平，李小波，等. 无人集群体系设计与仿真评估方法［J］. 国防科技大学学报， 2024， 46（3）： 126-136.
	YANG S， WANG W P， LI X B， et al. Design， simulation and evaluation method for unmanned swarm system-of-system［J］. Journal of National University of Defense Technology， 2024， 46（3）： 126-136 （in Chinese）.
[5]	魏武臣，徐硕，何晓夫，等. 基于作战仿真推演的空-地制导弹药效能评估［J］. 兵工学报， 2022， 43（）： 107-114.
	WEI W C， XU S， HE X F， et al. Effectiveness evaluation of air-ground guided ammunition based on combat simulation［J］. Acta Armamentarii， 2022， 43（Sup 1）： 107-114 （in Chinese）.
[6]	胡杰，陈化良，刘亮，等. 无人机蜂群作战效能评估研究［J］. 火力与指挥控制， 2022， 47（4）： 164-168.
	HU J， CHEN H L， LIU L， et al. Research on operational effectiveness evaluation of UAV swarm［J］. Fire Control & Command Control， 2022， 47（4）： 164-168 （in Chinese）.
[7]	ZHAO J， PAN J F， QIU R S. Effectiveness evaluation of smart equipment support information system based on Entropy-Revised G1 method［J］. Journal of Physics： Conference Series， 2021（1）： 012124.
[8]	常会振，秦大国，孙盛智，等. 基于ADC模型优化的海上无人机作战效能评估［J］. 兵器装备工程学报， 2023， 44（9）： 58-68.
	CHANG H Z， QIN D G， SUN S Z， et al. Operational effectiveness evaluation of marine unmanned aerial vehicle based on ADC model optimization［J］. Journal of Ordnance Equipment Engineering， 2023， 44（9）： 58-68 （in Chinese）.
[9]	刘登攀，寇昆湖，王超，等. 基于改进ADC法的侦察无人机作战效能评估［J］. 电光与控制， 2024， 31（4）： 121-127.
	LIU D P， KOU K H， WANG C， et al. Operational effectiveness assessment of reconnaissance UAS based on improved ADC method［J］. Electronics Optics & Control， 2024， 31（4）： 121-127 （in Chinese）.
[10]	LIANG Q W， LUO M Y， WANG Y D， et al. Multi-attacks effectiveness evaluation of UUV based on wake guidance［J］. Ocean Engineering， 2022， 266： 112654.
[11]	邓力源，杨萍，刘卫东，等. 基于证据理论层次分析法的云贝叶斯网络在预警雷达毁伤效果评估中的应用［J］. 兵工学报， 2022， 43（4）： 814-825.
	DENG L Y， YANG P， LIU W D， et al. Application in damage effect evaluation of early warning radar of cloudy Bayesian network based on dempster-shafer/analytic hierarchy process method［J］. Acta Armamentarii， 2022， 43（4）： 814-825 （in Chinese）.
[12]	孔刚鹏. 基于AHP-模糊综合评定的炮兵连作战试验能力评价方法研究［J］. 兵工自动化， 2024， 43（11）： 52-56.
	KONG G P. Research on evaluation method of artillery company operational test capability based on AHP-fuzzy comprehensive evaluation［J］. Ordnance Industry Automation， 2024， 43（11）： 52-56 （in Chinese）.
[13]	袁彰求，杨朝旭，荣海军. 面向定性与定量指标的轻量化高空飞艇效能评估方法［J］. 系统工程与电子技术， 2025， 47（3）： 817-826.
	YUAN Z Q， YANG Z X， RONG H J. Lightweight effectiveness evaluation method for high altitude airships for both qualitative and quantitative indicators［J］. Systems Engineering and Electronics， 2025， 47（3）： 817-826 （in Chinese）.
[14]	高俊吉，王司霖，朱雪莲. 舰艇磁性对抗能力综合评估模型［J］. 哈尔滨工程大学学报， 2024， 45（8）： 1559-1563.
	GAO J J， WANG S L， ZHU X L. Comprehensive evaluation model for the magnetic confrontation capability of ships［J］. Journal of Harbin Engineering University， 2024， 45（8）： 1559-1563 （in Chinese）.
[15]	王光源，李浩民，祝大程，等. 基于熵权法-灰色关联法的海面目标威胁度评估［J］. 指挥控制与仿真， 2023， 45（4）： 57-61.
	WANG G Y， LI H M， ZHU D C， et al. Threat evaluation of targets at sea based on entropy weight-grey correlation method［J］. Command Control & Simulation， 2023， 45（4）： 57-61 （in Chinese）.
[16]	WANG X Y， YANG Z， CHAI S Y， et al. Integrated threat assessment method of beyond-visual-range air combat［J］. Journal of Systems Engineering and Electronics， 2025， 36（1）： 176-193.
[17]	邵明军，刘树光，严惊涛. 基于ADC-BP模型的对地攻击无人机自主作战效能评估［J］. 空军工程大学学报， 2023， 24（6）： 112-119.
	SHAO M J， LIU S G， YAN J T. Assessment of autonomous combat effectiveness of ground-attack UAV based on ADC-BP model［J］. Journal of Air Force Engineering University， 2023， 24（6）： 112-119 （in Chinese）.
[18]	尹浩，魏急波，赵海涛，等. 面向有人/无人协同的智能通信与组网关键技术：现状与趋势［J］. 通信学报， 2024， 45（1）： 1-17.
	YIN H， WEI J B， ZHAO H T， et al. Intelligent communication and networking key technologies for manned/unmanned cooperation： states-of-the-art and trends［J］. Journal on Communications， 2024， 45（1）： 1-17 （in Chinese）.
[19]	徐向前，豆亚杰，钱立炜，等. 作战体系能力需求敏捷开发方法研究［J］. 系统工程与电子技术， 2023， 45（10）： 3139-3148.
	XU X Q， DOU Y J， QIAN L W， et al. Research on agile development method-of-combat system-of-systems capability requirements［J］. Systems Engineering and Electronics， 2023， 45（10）： 3139-3148 （in Chinese）.
[20]	WANG S， DU Y H， ZHAO S J， et al. Research on the construction of weaponry indicator system and intelligent evaluation methods［J］. Scientific Reports， 2023， 13： 19370.

Options

Outlines

模态框（Modal）标题

Abstract

Cite this article

References