改进的二进制粒子群算法的传感器优化配置

传感器组合优化问题是设备状态检测系统设计的重要问题.在研究传感器与故障有向图的基础上,提出了传感器优化配置模型;根据传感器组合优化自身特点,从位改变率、惯性权重两个方面对BPSO算法进行了参数分析.结合免疫算法的“亲和度”思想以及非线性惯性权重递减公式,提出了改进的二进制粒子群算法.案例显示,改进的二进制PSO算法提高了算法在整个解空间的搜索能力,加快了收敛速度,能够很好地用于解决传感器优化问题.     

距离伪量测的空基平台单站无源定位算法

针对空中观测单站平台对海面、地面目标的测向定位问题,提出一种基于距离伪量测的最小二乘-不敏卡尔曼滤波(LSE-UKF)两阶段滤波算法。首先利用单次的测角信息以及目标离地高度的约束条件计算出目标的距离,采用最小二乘法对距离量进行滤波,得到较为准确的距离量。进一步将滤波所得距离量视为伪量测信息,结合观测所得的角度信息进行不敏卡尔曼滤波。仿真实验表明该算法提高了定位精度并且具有较快收敛速度。     

透视末敏弹:信息化战场的“智能杀手”

近年来,在军事需求牵引和科技进步推动的双重作用下,兼具传统弹药和导弹技术特征的末敏弹一类的智能弹药,已成为战场上的新生力量末敏弹是末端敏感引爆弹药的简称,是一种能够在炮弹的飞行弹道末段探测出目标的存在、并驱动战斗部朝着目标方向爆炸的现代"智能"弹药,主要用于自主攻击机动装甲车辆的"顶装甲"或固定目标的薄弱区域,被称为"坦克杀手"。在2003年的伊拉克战争中,面对着在沙漠中逃逸或反扑的伊拉克坦克集群,美军多     

IMM PF算法在反舰导弹跟踪滤波中的应用

反舰导弹具有飞行速度高、进入目标高度低和机动性强等特点,对反舰导弹跟踪滤波属于典型的非线性系统估计问题,对算法要求较高。粒子滤波器可以获得近似最优解,采用粒子滤波代替交互多模型跟踪算法中的扩展卡尔曼滤波,将粒子滤波与交互多模型的优点相结合,用于非线性非系统的高速高机动反舰导弹目标跟踪,比较扩展卡尔曼滤波而言,这种滤波器对不确定情况有更好的滤波性能。将这种滤波器应用到跟踪算法中,可以对非线性系统取得良好的滤波效果。Monte Carlo仿真结果表明在反舰导弹各种机动情况下跟踪滤波算法是有效的。     

基于随机集理论的多目标跟踪方法

多目标跟踪问题通常包括目标信号的检测与目标状态的估计,同时还涉及到对探测范围内目标数量的确定。传统的跟踪方法将目标检测、状态估计与数量确定分别使用独立的模块或算法来处理。在这种模式下,每个模块仅考虑测量数据中与其功能直接相关的信息,模块之间没有信息的交互,因而很难得到全局最优的解。基于随机集理论的多目标跟踪方法将场景内的全部目标看作一个全局变量,目标状态与目标测量分别构成各自的随机有限集。从而多目标跟踪问题可以放在一个随机集模型下的贝叶斯滤波框架中研究。在每一个滤波周期内,通过对随机集的处理,实时地估计目标的数量、状态与类型,实现多目标的联合检测、跟踪与识别。     

基于空间约束的舰载机出库调度

舰载机在航母上的调度问题是制约舰载机出动和回收的重要因素,以往研究主要集中在飞行甲板调度方面。针对舰载机在航母上的出入库问题进行研究,着力解决舰载机在航母上二、三波次的出动能力。首先对舰载机出库的流程进行分析,梳理制约因素。其次,应用柔性流水车间调度理论对空间约束条件下的舰载机出库调度问题进行建模。再次,对智能粒子群算法应用于舰载机出库调度问题进行分析,对编码进行设计,并给出算法流程。最后,对出库流程进行仿真,计算出最优出库方案及时间,验证了模型的准确性。     

抵近侦察中的智能目标发现与识别前置应用

在远程或近程火力打击中,遥感卫星、远程无人机等可对静止的大型地物及目标进行有效侦察.但是,对于存在伪装的目标或可移动目标,这些侦察设备要么很难有效发现,要么发现了也难以提供及时有效的信息,因此,依托人力或无人平台的抵近侦察必不可少.抵近侦察中,现有"前端获取"和"后端处理"的应用模式在效率上存在时效性问题,而快速高效地...     

CARACaS无人自主框架及其感知、控制与协同技术综述

针对CARACaS(Control Architecture for Robotic Agent Command and Sensing)无人自主框架、核心组件、示范验证和应用发展情况进行综述.首先,简要描述了自主框架的组成及其软件架构的设计原则和思路,对行为、动态规划和感知三类引擎的技术特征进行分析,讨论了世界模型的...     

带局部交流函数及自由意志的单领导Cucker-Smale模型的渐近集群分析

为研究集群的形成与否和半径大小之间的关系,主要考虑了具有单个领导的一般等级结构及其领导者速度不变的Cucker-Smale模型。探讨了自由意志对集群产生的影响,通过证明可以给出半径有下界的充分条件(下界和速度差、粒子数、通信强度等有关)。当半径大于下界时,会产生集群。通过MATLAB数值仿真验证了相关结论。     

多约束强化学习最优智能滑翔制导方法

为提升复杂飞行任务下滑翔制导的自主性,提出一种基于最优制导与强化学习的多约束智能滑翔制导策略。引入三维最优制导以满足终端经纬度、高度以及速度倾角约束。提出基于侧向正弦机动的速度控制策略,研究考虑机动飞行的终端速度解析预测方法。针对速度控制中机动幅值无法离线确定的问题,研究基于强化学习的智能调参方法。该方法基于终端速度设计状态空间,以机动幅值设计动作空间,设计综合终端速度误差与滑翔制导任务的回报函数,采用Q-Learning实现机动幅值的智能调整。仿真结果表明,智能滑翔制导方法能够高精度满足终端多种约束,并能有效提升复杂任务下的自主决策能力。