基于改进卡尔曼滤波方法的机动目标跟踪研究

针对在机动目标跟踪中当目标作高度机动飞行时卡尔曼滤波可能会出现严重发散的情况,提出利用BP神经网络校正其滤波结果,并将遗传算法应用于BP网络的训练过程,以解决BP网络训练速度慢的缺陷,提高算法的实时性。仿真表明该方法是可行的、有效的。     

基于遗传模拟退火算法的空袭兵力分配及优化

对遗传模拟退火算法中的交叉、变异操作进行了改进,并实施了最优保留策略,形成了改进遗传模拟退火算法.以突击效果最大化和兵力损失最小化为目标函数,以空袭兵力总量的限制、空袭兵器挂载类型的限制等为约束条件,建立了空袭兵力分配及优化模型.在考虑兵力分配模型特点的基础上,利用改进遗传模拟退火算法求解.通过与多目标数学规划和标准遗传算法优化进行的比较表明,该方法能够有效地解决带约束的多目标优化问题.     

BP网络的优化及其在光纤陀螺温度漂移建模中的应用

针对BP网络存在易陷入局部极小和收敛速度慢的问题,采用遗传算法(GA)优化BP网络;采用混配的方法,对遗传算法进行了改进,克服了遗传算法中所存在的种群内过早收敛的缺点,并在光纤陀螺温度漂移建模中,取得了预测的效果。     

模糊匈牙利算法在舰艇抢修人员指派问题中的研究

分析了舰艇在执行任务或作战等紧急情况下的抢修人员指派问题,并对此建立了多目标广义指派问题的数学模型。在任务数少于工作人数的情况下,采用虚拟“工作”和“人员”的方法,得到适合经典匈牙利算法的拓展效益矩阵,并对此矩阵采用匈牙利算法求得最优指派。     

梯格形自适应控制

本文讨论并解决了具有d步时延的多变量系统的梯格形自适应控制问题。为此,把自适应控制下的闭环系统嵌入到ARMA模型中,采用梯格算法进行预报。为了考虑d步时延控制系统,采用简捷方法推导了d步梯格预报公式,并给出了控制量的确定方法。采用梯格形自适应控制可方便地调节模型的阶次,从而可以克服对象阶次不准引起的自适应控制失效的问题。     

利用遗传算法求解整周模糊度

建立了一种基于简单遗传算法的改进模糊度搜索方法求解载波相位测量中的整周模糊度。首先采用UDUT 和LDLT 分解对整周模糊度进行整数高斯变换以降低各整周模糊度之间的相关性 ,然后利用遗传算法进行整周模糊度搜索。在种群个体较少的情况下 ,为了避免早熟使搜索陷入局部最优 ,提出两种变异算子 ,保持个体的多样性。仿真结果表明改进后的算法较使用简单遗传算法具有更快的搜索速度和鲁棒性。     

简化的块变步长自适应算法

本文提出了一项特别适用于进行实时信号处理、可作为评估自适应算法性能的新指标——收敛时间。然后依据此指标,提出了一种简化的块变步长(SBVS)自适应算法,并导出了它的频域实现。计算机模拟结果表明,该算法在性能上优于BLMS 算法。     

人工神经元网络及其在火力控制中的应用

介绍了人工神经元网络的发展历史,简述了人工神经元的基本特征和分类,分析了人工神经元网络在火力控制领域中的应用前景。     

备件保障系统保障度模型优化算法研究

本文通过对一种较实用的火炮备件保障系统保障度模型进行分析,提出了一种比较实用的最优化求解算法——边际分析法。利用该算法,可在较短的时间内对备件系统保障度模型进行优化求解。     

拟带宽 Toeplitz 系统的秩 1 修正算法

本文以带宽Ｔｏｅｐｌｉｔｚ系统的快速并行解法为基础,通过建立秩１的修正格式讨论了拟带宽Ｔｏｅｐｌｉｔｚ系统的一种快速并行算法,其串行运算量为９ｎｈ＋Ｏ（ｈ）．设ｐ为处理机台数,当ｐ≤ｎ时,并行运算量为　;当ｐ＝３ｎ时,运算量为２ｈ￣２ｌｏｇ２ｎ＋Ｏ（１）,其中ｈ表示拟带宽宽度。