基于像素局部对比度的直线特征检测算法*

本文提出了基于像素局部对比度和全局虚警抑制的直线段检测算法。本文算法分为四步：第一步,计算像素点的梯度以及局部对比度;第二步,将方向大致相同的像素点分成直线支撑区域(像素方向为像素梯度方向的顺时针垂直方向),并对支撑区域进行矩形近似;第三步,在直线支撑区域内拟合直线段,计算直线参数;第四步,根据直线支撑区域信息验证直线段,抑制虚警。实验表明本文算法在复杂条件下,特别是光照影响条件下,具有更好的鲁棒性和效率。     

基于改进蜂群算法的雷达网目标分配方法

针对雷达网目标分配的问题,提出基于改进蜂群算法的雷达网目标分配方法,利用改进蜂群算法对目标函数进行寻优并确定目标分配方案。在该算法中,跟随蜂采用双向轮盘赌的方式选择引领蜂,有助于获得全局最优解,提高算法收敛速度。仿真结果表明,改进蜂群算法能够有效对雷达网目标分配问题进行优化求解,与基本蜂群算法相比,收敛速度快、全局寻优能力增强。在此基础上,发现改变算法参数会影响到雷达网目标分配方案,如何确定最优参数,将是下一步研究的方向。     

尾流自导鱼雷射击诸元解算模型研究

通过对舰船尾流和尾流自导鱼雷导引机制的研究,讨论了尾流自导鱼雷射击瞄点选择的依据和方法,分析原有模型的不足,建立了新的尾流自导鱼雷攻击解算模型。新模型修正了原有模型因简化和近似而造成的误差,使计算结果更加精确,并首次采用迭代的方法进行求解,通过实例验证了模型及解算方法的正确性。     

区间分解组合迭代算法用于非确定结构系统的静力区间分析

对于结构参数向量界限绝对离差较大的非确定结构系统,迭代计算收敛条件难以满足,修正迭代算法不能直接用于其区间有限元静力控制方程的求解。采用区问分解组合求解策略,考虑区间矩阵、向量元素间的相关性,直接对结构参数区间进行区间分解,将非确定结构系统区间有限元控制方程的求解转化为若干个子区间有限元静力控制方程的修正迭代求解,提出了一种求解过程可逆的区间分解组合迭代算法,用于结构参数向量界限绝对离差较大的非确定结构系统的静力区间分析。算例结果表明,该方法是有效的。     

尾流自导鱼雷射击诸元解算模型优化及解算方法

通过对舰船尾流和尾流自导鱼雷导引机制的研究,讨论了尾流自导鱼雷射击瞄点选择的依据和方法,分析原有模型的不足,建立了新的尾流自导鱼雷攻击解算模型.新模型修正了原有模型因简化和近似而造成的误差,使计算结果更加精确,并首次采用迭代的方法进行求解,通过实例验证了模型及解算方法的正确性.     

结合像素局部对比度的直线特征检测算法

鲁棒高效的直线提取算法在空间目标位姿估计、跟踪、骨架重建等领域有广泛的应用。提出基于像素局部对比度和全局虚警抑制的直线段检测算法。算法分为四步:第一步,计算像素点的梯度以及局部对比度;第二步,将方向大致相同的像素点分成直线支撑区域(像素方向为像素梯度方向的顺时针垂直方向),并对支撑区域进行矩形近似;第三步,在直线支撑区域内拟合直线段,计算直线参数;第四步,根据直线支撑区域信息验证直线段,抑制虚警。实验测试结果表明:该算法在复杂条件下,特别是光照影响条件下,具有更好的鲁棒性和效率。     

基于小生境蝙蝠算法的联合远程打击武器目标分配问题建模与求解

针对联合远程打击作战筹划中武器目标分配问题,使用数学建模与仿真分析相结合的方法,研究了联合远程精确打击武器目标分配基本原则,构建了武器目标分配问题的多目标优化数学模型;对目标函数和约束条件进行处理,将该模型转化为单目标优化问题;提出了一种结合小生境淘汰思想的改进蝙蝠算法,用来求解武器目标分配的近似最优解。实验分析表明:该算法能够有效改善蝙蝠算法的收敛特性,适用于联合远程打击作战武器目标分配问题的求解。     

考虑供应损失的战场供应网络设计

通过优化分发节点的位置,以及分发节点或供应节点与作战单元的物资供应关系,来最小化战场物资保障的成本,建立战场供应网络的整数规划模型.设计了拉格朗日启发式算法来求解该问题,最后通过包含20个供应节点、80个候选分发节点和200个作战单元的大规模优化问题验证了算法的有效性,计算结果显示本文设计的求解算法可以在短时间内计算出问题的近似最优解.     

导弹命中精度的序贯截尾概率圆检验方法

针对圆概率偏差检验难以直接计算的问题,提出序贯截尾概率圆检验方法,以目标点为中心,绘制两个同心圆,其中小圆以内区域为接受域,大圆以外区域为拒绝域,中间区域为继续试验域,在此基础上定义了序贯检验的基本决策规则,给出了双方风险及平均试验次数计算模型,提出了两种不同的决策阈值优化计算模型,通过求解优化问题确定接受域及拒绝域半径。利用数值仿真分析了两种不同决策阈值计算方法下检验方案中的各类参数,其中以平均试验次数最小为优化目标的计算模型具有更好的工程实用性。     

面向多最优解组合优化问题的决策求解算法

针对具有固定物品总和、多最优解特征的组合优化问题,以固定总和实数子集问题和购买鸡翅问题为例,给出了这类多最优解组合优化问题的形式化表示。在分析枚举等经典算法基础上,提出了基于整数状态表示和实数状态表示的0-1决策递归搜索多最优解动态规划算法。针对该算法在最优解数量较大时,时间复杂度趋向O(mⁿ)的问题,提出了基于相同决策路径合并和基于0-x决策的两种改进算法。实验中两种改进算法的计算时间基本符合与O(nb+nm)的正比关系,表明对于这类多最优解组合优化问题具有良好的求解性能。