空间军事系统综合集成研讨厅中群决策优化模型

空间军事系统综合集成研讨厅是研究空间军事系统这类复杂巨系统问题的一种有效组织形式,群决策是它研究问题的主要手段.结合粒子群算法提出了一种群决策优化模型,通过对专家间的不一致意见的处理,来寻找问题最优解,以解决研讨厅中专家思维收敛问题.     

一种改进的量子粒子群算法

量子粒子群算法是将量子计算与粒子群算法相结合的一种新的优化方法。首先利用相位角进行实数编码，将动态量子旋转门引入到粒子群算法中，采用自适应变异，提出了一种改进的量子粒子群算法。然后运用Pe-nalized函数和Ackley函数测试了该算法的性能。最后将该算法应用到武器目标分配模型中，获得了最优的分配方案。仿真研究表明，该算法具有收敛速度快、搜索能力强和稳定性高的特点。     

蚁群算法的多目标识别模型

现代海战中,我面临的威胁目标复杂多样,正确识别敌目标是做出准确的军事决策的前提.基于蚁群算法的并行最优化特点,引入近邻函数,将目标识别问题转化为最优化聚类问题,提出了一种新的多目标识别算法.实验结果表明此方法是有效的,具有一定的军事现实意义.     

数字化部队定位导航系统的仿真

对数字化部队定位导航系统的仿真进行了简单的介绍,包括车辆运动轨迹的仿真、定位导航报警系统的仿真、定位信息分发过程的仿真,研究了减少战术互联网通信量的方法,包括打包分发、采用DR算法、采用压缩技术等.     

基于蚁群算法的被动目标定位算法

通过对蚁群算法的研究,用蚁群算法成功解决了无源测向定位中消除虚假点,对真实交点进行正确聚类的难题.并通过Matlab 仿真实验证明了该算法的有效性.同时该算法具有目标关联确率高、计算速度快、鲁棒性强等优点.     

基于TOPSIS算法的防空通信网络系统效能评估

简要分析了防空通信网络系统的主要任务,建立了防空通信网络系统的效能评估指标体系。提出了利用TOPSIS算法进行防空通信网络效能评估的方法,可根据影响通信网络系统效能的指标及权重,对不同组网方式下的防空通信网络系统效能进行评估。示例表明,利用TOPSIS算法可对防空通信网络效能进行评估排序,能够为指挥员的决策规划提供参考。     

一种改进的次级通道辨识算法

为提高次级通道的辨识精度、减小辨识误差对自适应控制的影响,以横向滤波器作为估计模型,分别应用带遗忘因子的最小二乘递推算法和变步长最小均方算法来对横向滤波器的权系数进行了更新,并对两种算法的辨识精度和控制效果进行了对比。结果表明:变步长最小均方算法的性能优于带遗忘因子的最小二乘递推算法,但变步长算法仍存在收敛速度过慢、辨识残差较大的问题。为此,提出一种改进的变步长最小均方算法,并对其进行了实验验证。实验结果表明:改进之后的变步长最小均方算法的辨识精度满足控制要求,收敛速度较快。     

半自动激光末端修正弹的目标定位算法建模与仿真

针对机载激光探测器的目标位置定位精度问题,提出了改进目标定位算法,在半自动激光末端修正弹弹道修正过程中实时获取地面目标的精确位置,根据弹丸的位置、姿态和视线角度,建立了目标定位模型。通过蒙特卡罗方法分析了不同象限仰角下弹丸位置、姿态和视线角测量误差对定位精度的影响。仿真结果表明,瞄准线角度的测量误差对定位精度影响最大,定位精度随象限仰角的增大而减小。     

先期毁伤原则下武器单元的射击时机分配

以先期毁伤为原则,首次对武器单元的射击时机分配问题进行数学建模。提出一种使毁伤概率密度在时间上靠前分布的武器单元射击时机分配模型,在保证指定瞬时之前以期望概率毁伤目标的前提下,合理分配各武器单元的射击时机,实现对目标的尽早毁伤。根据射击时机分配模型中约束函数的单调性特点,提出一种改进的连续域蚁群算法,使算法自变量满足约束条件的"优良区域"开始搜索,采用搜索窗口平移的方法逐步寻找最好解,提高了算法的搜索速度。实例分析验证了模型和算法的有效性。