认知MIMO雷达波形设计研究

认知多输入多输出(multiple-input multiple-output,MIMO)雷达将认知技术与MIMO技术相结合,具备动态环境信息感知和自适应调节能力,受到雷达界的广泛关注。相比于传统雷达,认知MIMO雷达性能更优、适应性更强,是雷达迈向智能化发展的趋势,而发射波形的优化设计是实现雷达认知的关键,因而成为近年来学者研究的重点。首先介绍了认知MIMO雷达基本概念,分析了波形设计现状,然后在波形设计步骤的基础上,重点从优化准则和优化方法两方面总结了现有研究成果及特点,最后讨论了未来研究方向和需要解决的问题。     

一种新的近似优化方法——变复杂度优化

随着仿真技术的发展,基于仿真的优化在工程、军事等领域越来越占据突出的地位。随着高逼真度仿真模型的大量使用,仿真优化计算的时间复杂度成倍增长,使得采用传统的优化技术无法取得令人满意的效率。提出了一种基于近似模型的变复杂度优化方法,它通过标度函数保证优化的收敛性,通过信赖域方法保证优化在有效的范围内进行。数值算例表明这种算法能有效降低对于高复杂度模型的调用次数,达到降低仿真优化计算复杂度的目的。     

基于不确定性的末制导初始参数优化设计方法

为量化无动力滑翔飞行器末制导初始参数不确定性的综合影响,提升飞行器落点精度,提出基于不确定性的末制导初始参数优化设计方法。面向飞行器末端高动态打击需求,采用落角约束下的滑模变结构导引律进行实时弹道成型,进而考虑末制导初始参数的不确定性。以落点有效毁伤半径概率和落点圆概率偏差为多优化目标,建立基于不确定性的末制导初始参数及制导律参数优化模型。针对这一不确定性优化模型,研究利用高效全局优化和蒙特卡洛方法,给出末制导初始参数及制导律参数的最优设计方案。仿真结果表明:该方法能显著提升落点精度,为方案设计阶段飞行器末制导交接点的选取提供决策支持。     

考虑流-结构耦合的体积约束拓扑优化

为实现流-结构耦合的结构拓扑优化设计,首先分别以水下结构固有频率和结构刚度最大化为目标,建立了渐进结构拓扑优化模型;然后,改进了网格独立滤波方法,提出单元尺寸滤波方法,将优化方法推广至设计域中单元尺寸存在差异较大情况的问题;最后,推导了目标函数以及在约束条件下的单元灵敏度,并采用双向渐进结构优化法对结构进行迭代计算。结果表明:刚度优化结果拓扑结构清晰,同时优化结构中未出现棋盘格现象,迭代过程收敛平稳;频率优化结果中,固有频率较初始设计域提升明显,优化效果显著,证明了单元尺寸独立滤波方法的有效性。     

基于QPSO算法的支持向量机参数优化研究

应用具有量子行为的粒子群优化算法,对支持向量（SVM）进行参数优化研究．根据支持向量机的分类准确率和泛化能力之间的关系,应用QPSO算法选取比较优秀的参数模型,比较参数模型的各项性能,选取最适合实际需要的参数模型．仿真表明,QPSO算法的SVM模型与PSO算法相比在分类准确率和泛化能力上均获得更好的效果,经QPSO优化后的SVM整体性能明显提高．     

一个基于图着色的CACHE优化方法

提出了一个编译时的Cache管理优化方法。该方法根据访存行为将程序中的数据划分成若干数据对象,根据数据对象的大小将Cache划分为一个带有别名的伪寄存器文件,每个伪寄存器由若干Cache行组成,可以容纳一个数据对象;使用一个经过改进的图着色寄存器分配算法来决定这些对象在Cache中的位置以及发生冲突时的替换关系。数据对象的划分将Cache的管理分为两个层次,一个是编译时编译器对粗粒度的数据对象的管理,另一个是运行时硬件对细粒度的Cache行的管理,这样编译器和硬件的优势都得到发挥。基于GCC进行了方法实现,并通过simplescalar构造了支持Cache Coloring的硬件模拟平台。实验结果表明Cache Coloring能较好地开发程序的局部性,降低Cache失效率。     

稳健协同优化方法的改进和应用

结合协同优化方法和稳健性设计方法,提出了一种稳健协同优化方法。首先分析了现有协同优化方法在进行稳健多学科设计优化时的不足,给出了改进思路;在协同优化模型的基础上加入稳健性因素,建立了稳健协同优化模型;基于动态松弛思想给出一种新的松弛因子的计算方法,提高了该方法的收敛速度;最后以某型无人机机翼外形设计为例,验证了该方法的有效性。     

战时弹药输送路径PSO决策分析

介绍了粒子群优化算法的基本思想和理论,阐述了基于粒子群优化算法的战时弹药输送路径决策分析的实现过程。通过实例应用,证实了粒子群优化算法对弹药输送路经决策问题是可行和有效的。     

基于学科间差异信息的协同优化改进算法

分析了MDO(Multidisciplinary Design Optimization)中广泛应用的协同优化算法的特点和存在的问题,提出了一种基于学科间差异信息的协同优化改进算法COMI(Collaborative Optimization based on Multidisciplinary Inconsistency).利用学科间差异信息构造了系统级松弛约束和系统级罚函数,利用遗传算法作为系统级优化算法,并采用标准算例比较了标准CO(Collaborative Optimization)算法、松弛CO算法与COMI算法的性能.结果表明COMI算法在设计结果可行性和最优值上平衡性较好.     

舰艇武器布置问题的一种协同优化算法

针对舰艇武器布置问题的特点,提出了一种基于粒子群优化和分类器系统的协同优化算法,以粒子群优化进行优化计算,用分类器系统消除约束.计算实例表明,该算法能较好地实现优化计算,并能节省大量的计算时间.     

船艇发动机虚拟维修中的场景优化技术研究

针对船艇发动机虚拟维修场景构建过程中模型的高逼真度和实时交互之间的矛盾,提出了降低场景复杂度的初期建模优化技术,以及模型合成后的全景优化技术。通过在发动机虚拟维修训练系统中的综合应用,有效地简化了模型的多边形网格,降低了场景的复杂度,提高了场景的生成速度。     

临近空间浮空器区域覆盖布局优化问题

以最大化覆盖收益和最小化覆盖代价为优化目标,建立了多浮空器区域覆盖布局优化问题的多目标混合整数规划模型,设计实现了多浮空器联合覆盖进化算法,充分利用目标位置、浮空器覆盖能力等启发式信息构造初始种群,避免进化太慢;交叉、变异算子在保证有效解的前提下,避免了算法陷入局部最优;精英策略避免丢失进化过程产生的非劣解,加快算法收...     

基于SDP松弛的干扰资源优化分配技术研究

提出一种基于semidefinite programming(简称SDP)松弛的干扰资源优化分配算法。在问题优化过程中首先对模型中非凸的约束条件进行松弛,变为凸约束,将原来的数学模型转化成SDP求解形式,利用内点算法对松弛后的模型求解。该算法利用解析的手段使得干扰资源优化分配问题中的NP难问题在多项式时间内得以解决,并且有较高的可靠性。仿真结果验证了算法的有效性。     

面向需求变化的军队自动化立体仓库货位优化

为提高军队自动化立体仓库的出库能力,提出应根据需求变化对在库物资货位进行动态调整,从而最大限度地保障军队物资需求。综合考虑堆垛机总行程、货物离散度和出库频率等评价指标,采用遗传算法对该多目标优化问题进行求解,并运用Matalab仿真。结果表明,该方法能较好地提高军队自动化立体仓库在需求动态变化时的出库能力。同时,该研究对一般仓库的货位优化也有一定的借鉴意义。     

某舰炮托架多目标拓扑优化设计

为避免单目标拓扑优化无法考虑其他因素的缺点,通过基于密度法中的SIMP法,采用折衷规划法定义了多目标拓扑优化。以某舰炮为例,对其托架进行了多目标拓扑优化,得到了同时满足舰炮射角为0°、49°和方向角为0°时刚度最大以及动态低阶振动频率最大要求的舰炮托架的拓扑结构,并根据此优化对托架进行了结构重新改进和有限元的验证,表明了该优化设计方法的可行性。对于舰炮托架结构改进设计具有工程应用价值,对其他一般机械结构问题也提供了一种设计思路。     

一种多目标果蝇算法及其在全弹道优化设计中的应用

提出了一种改进的多目标果蝇算法,对搜索空间及味道浓度判定值进行了改进,引入了快速非支配排序及拥挤距离排序方法,提高了果蝇优化算法解决实际工程问题的能力。并且将改进的多目标果蝇算法应用到全弹道优化设计当中,结果表明该算法能够有效的解决多目标工程优化问题。     

基于近似策略的联合优化方法

针对优化中收敛速度和优化解全局性的问题,提出了一种联合优化方法:构造原问题的近似模型,使用全局优化方法对近似函数进行优化,得到优化点作为初值,再使用局部优化方法对原问题进行优化.为了获得对原问题更好的近似,改进了径向基插值方法,以优化误差的方法来选择参数.利用临近空间机翼模型的优化对算法进行了测试,结果表明,优化参数的...     

基于模糊多目标决策的舰艇导弹优化配置

运用模糊理论和多目标优化理论探索舰艇编队所携带导弹的合理配置。采用灰色系统理论的关联度分析方法,得出各型导弹对理想导弹的关联度,构建进攻能力和防御能力的隶属度函数;通过多目标优化模型的求解,实现各型号导弹的最优配置。使用该优化算法,当舰艇编队面对不同的攻防任务时,能有效地辅助军事指挥员做出最优决策。     

分布式综合化航空电子网络拓扑优化技术

针对分布式综合化(DIMA)架构下实时动态消息流和网络资源能力,优化航空数据和通信网络(ADCN)拓扑问题,提出一种基于业务拓扑、网络拓扑以及延迟、线缆约束下的多目标网络拓扑优化算法。该算法能够基于驻留任务的信号、逻辑连接、物理连接关系,在资源约束下优化机载网络拓扑。算法通过组合优化方法计算折中全局最优解集(Pareto最优)。对于大规模机载网络架构优化,为了减少计算规模和提高计算时间,又提出一种预计算路径算法。算法通过类A320机载网络拓扑场景和类A380机载网络拓扑场景进行验证。结果表明,相比手动功能映射和网络拓扑优化设计,优化效率能提高10%～30%。     

滑翔飞行器多目标弹道优化的进化-配点混合求解策略

针对高超声速滑翔飞行器弹道多目标优化问题,综合考虑计算效率和精度,结合分解进化算法与配点法提出一种混合求解策略。根据滑翔飞行器动力学模型和弹道设计中需要考虑的约束条件,建立飞行器多目标弹道优化模型。利用控制量离散化方法将多目标弹道优化问题转化为带约束的多目标参数优化问题,并采用罚函数法处理约束条件,随后利用分解多目标进化算法进行求解。为了提高弹道优化的精度,将椭球聚合法与配点法相结合,以多目标进化算法得到的Pareto解作为初始解进行迭代求解。通过典型的复杂约束多目标弹道优化的算例表明,所提出的混合求解策略能够获得满足复杂约束要求的Pareto最优解集,实现有效的多目标弹道优化。