基于马尔科夫决策的目标选择策略

目标选择是军事计划的关键要素之一。基于马尔科夫决策方法,解决具有复杂目标间关联的多阶段目标选择问题。使用与或树描述目标体系各层状态间的影响关联,并以目标体系整体失效为求解目的,建立了基于离散时间MDP的多阶段打击目标选择模型。在LRTDP算法基础上提出一种启发式方法,通过判断从当前目标体系状态到达体系失效状态的演化过程中的可能资源消耗和失败概率,来提供对当前状态的评估值,该方法能有效排除问题搜索空间中不能到达体系失效目的的中间状态,压缩了由于目标间复杂关联而增长的巨大状态空间。用实验验证了该方法有效性,实验结果表明,该方法直观实用,对目标间具有复杂关联关系的目标打击决策有一定参考价值。     

马尔科夫对称离散信道级联信道容量研究

基于有限维的级联马尔科夫对称信道矩阵,其转移概率的极限一定存在,推导出当n足够大时,输出符号的概率分布不依赖于输入的概率分布,使得信道容量为零,信道阻塞。n为信道级联的上限。针对主对角元素概率值不同将信道矩阵划分为惰性信道和灵敏信道,并通过仿真分析得出信道的级联上限n与矩阵维数无关,与信道矩阵主对角元素呈正相关。     

基于双树复小波变换的信号去噪算法

为了提高接收信号的质量,在一定程度上消除噪声对信号的影响,提出了一种基于双树复小波变换的信号降噪方法。通过双树结构消除了因间隔采样而丢失的有用信息,对每一层的高频分量的实部和虚部分别计算阈值,依据各自的阈值进行滤波处理。实验结果表明:该方法与离散小波变换消噪方法相比具有平移不变性,处理后的波形较平滑,能够较好地保留信号细节信息,而且其去噪性能也优于离散小波变换。     

本刊启事

为尊重被引用著作作者的著作权,便于读者查阅相关文献,同时向读者提供更多有价值的参考资料,根据国家和军队期刊编辑出版以及《军事学核心期刊建设与管理规定(试行)》的有关规定,《国防》对刊发稿件中引用的文献、观点,在文尾加注引文、注释和参考文献。为此,作者来稿均需注明以上信息,信息不全的文稿本刊将要求作者补齐后再向本刊投寄。(一)引文标注格式引文标注应包括以下内容:主要责任者/题名/其他     

混合离散粒子群的任务调度算法及应用

针对粒子群算法存在易陷入局部极值、精度差的缺点,引入了模拟退火的思想,研究了一种混合粒子群优化算法,防止早熟现象的产生,使种群在更新迭代中保持了多样性,并将混合算法应用到典型的任务规划调度问题求解中,通过仿真验证了混合算法的有效性,与单一的离散粒子群算法相比,提高了调度问题的求解效果。     

DDBN的无人机决策推理模型参数学习

针对复杂战场环境下的无人机决策推理模型参数学习的问题,提出基于遗传算法的离散动态贝叶斯网络参数学习算法。该算法将模型网络参数的最大似然估计函数作为遗传算法的适应度函数,在全局进行并行优化搜索,得到最优的网络参数,从而提高了决策推理模型对复杂环境的快速适应。仿真结果表明,该算法可以获得准确的离散动态贝叶斯网络参数,能够有效地解决复杂战场环境下无人机威胁评估问题,为无人机的自主任务决策提供有效的参数保障。     

高超声速横向喷流的三维数值模拟

采用有限体积法,结合半隐的Harten TVD格式和Baldwin Lomax代数湍流模型,求解了三维全N S方程,计算了超声速气流干扰流场,并与实验数据进行了比较,模拟清晰地捕捉到喷流附近复杂波系结构和旋涡结构,并且显示出了弹体表面受到喷流影响的区域,说明横向喷流干扰对弹体影响非常大。     

离散变结构控制理论研究现状与展望

对离散变结构控制理论的研究进展进行综述,总结了3种主要的DVSC方案,讨论了这一领域中存在的重要问题,并指出了该理论未来可能的研究方向.     

离散变速趋近律抖振机理及鲁棒性研究

研究基于离散变速趋近律的变结构控制设计问题.利用不等式形式到达条件研究变速趋近律的抖振机理,并对其鲁棒性进行分析.研究结果表明,只要不确定因素有界,即可保证闭环系统的鲁棒稳定性,而通过调整变速趋近律自身参数,可以避免抖振并使系统具有良好的动态品质.将理论成果用于某型船舶航向自动舵的设计,实验结果证实了它的有效性.     

Banach空间中拟非扩展映象的不动点的迭代逼近

研究了严格凸Banach空间中非空间凸子集上拟非扩展映象的不动点的迭代逼近问题,主要证明了:设E是严格凸Banach空间,K为E的闭凸子集,T:K→K为连续拟非扩展映象。进一步假设T(K)包含于K的一个紧子集之中,迭代地定义序列{xn}∞n=1如下:(IS)yn=(1-βn)xn+βnTxn,n≥1,xn+1=(1-αn)xn+αnTyn,n≥1,其中{αn}和{βn}满足一定的条件,则{xn}强收敛于T的某个不动点。