基于PSO-RBF神经网络的雷达目标识别

为提高雷达系统目标识别能力,对粒子群算法及RBF神经网络进行了分析。针对离子群算法(PSO)易陷入局部极小的缺陷,提出了基于自适应时变权重和局部搜索算子的改进PSO算法,并将该算法应用到RBF神经网络核函数参数的优化学习中,进行了雷达目标识别仿真实验。仿真结果表明,相对于标准PSO-RBF神经网络,改进算法不仅收敛速度快,且误差精度高,特别在干扰较强时,目标的识别率有较大提高。     

基于兹-QPSO的战斗机机动规避优化方法

规避导弹攻击对于提高战斗机生存能力具有重要意义。首先,建立战斗机和导弹的运动模型及导弹导引律模型,采用直接多重打靶的参数化方法,将机动规避最优控制问题转化为非线性规划问题;采用相位角编码量子粒子群优化算法（兹-QPSO）实现参数寻优,并结合滚动优化的思想,利用模型预测控制得到规避轨迹闭环解和战斗机的实时控制量。最后仿真验证了该方法的合理性和算法的有效性。     

求解武器目标分配问题的改进粒子群算法

在建立多种类型武器目标分配模型的基础上,提出了一种求解该模型的改进粒子群算法。首先,定义粒子聚焦距离变化率,使惯性权重依据聚焦距离变化率自适应调整;其次,采用速度最大值线性递减的策略平衡算法收敛精度与全局寻优能力之间的矛盾;最后,粒子替换策略使算法改善了因自适应惯性权重的引入而造成收敛速度变慢的问题。仿真结果表明,提出模型和算法合理有效,算法收敛快,适合求解各种种群规模的武器目标分配问题。     

LCDP SO算法在协同空战攻击决策中的运用

为了探索提高协同空战攻击决策算法性能的途径,将多子群粒子群优化理论用于求解协同空战攻击决策,利用生命周期粒子群模型（ LCPSO）,提出了一种生命周期离散粒子群（ LCDPSO）协同空战攻击决策算法。基于典型空战想定背景,仿真验证了算法的有效性。通过统计实验的方法,分析比较了LCDPSO协同空战攻击决策算法与多种智能决策算法的准确性、可靠性和快速性,研究结果证明LCDPSO协同空战攻击决策算法优良的综合性能。     

自学习粒子群与梯度下降混杂的漏磁反演方法

利用自学习粒子群优化算法的全局寻优能力克服梯度下降法过分依赖初始解,易陷入局部极值的缺点,从而提高梯度下降法的优化性能。以径向基函数神经网络为前向模型,基于自学习粒子群与梯度下降混杂的反演方法用于漏磁缺陷轮廓重构中。实验结果表明,该反演方法重构的缺陷轮廓比较准确,且在漏磁信号存在噪声的情况下,重构结果到与实际轮廓相近,并具有一定的噪声鲁棒性。     

基于粒子群优化算法的平流层飞艇总体设计

平流层飞艇总重最小化能一定程度上反映总费用最低的设计目标,满足有效载荷功率需求是飞艇总体设计的出发点和落脚点。本文在飞艇参数建模中引入了太阳电池曲面铺装模型以及昼夜能源闭环模型;以整艇重量最小为设计目标,以昼夜能源供需平衡、浮重平衡、推阻平衡三大平衡问题为约束条件,运用粒子群优化（PSO）算法对飞艇的外形尺寸参数进行优化设计;分析了有效载荷功率需求和功率密度对于飞艇总体设计结果的敏感性。分析结果表明：（1）飞艇总重随有效载荷功率线性增加;（2）飞艇总重随有效载荷功率密度增加而迅速减小,但变化率逐渐变小,飞艇总重趋于稳定。最后,能源系统仿真的结果表明了飞艇总体设计方法的有效性和设计结果的临界特性。     

临近空间高超声速目标拦截弹弹道规划

利用弹道规划设计了针对临近空间高超声速飞行器的拦截弹道。分析了临近空间高超声速目标拦截问题,将其定性为临近空间的远程高超声速拦截,并提出弹道规划需求;设计了一种两级助推的拦截弹,建立了考虑地球曲率和自转的拦截弹质点平面运动模型;根据弹道规划需求设计弹道约束,以末速最大、与终点距离误差最小和全程热量最小为指标建立拦截弹弹道规划问题;采用粒子群算法求解弹道,结果表明:符合约束的规划弹道是高抛再入形式,与比例导引弹道和准最佳弹道相比,拦截弹大部分时间飞行在大气层外,有效降低了气动热效应影响和对弹体材料的性能需求,且为末制导段提供良好的初始工作环境。     

粒子束空间传输影响因素及应对方法

全面分析了初始束流分布、发散度、能散度以及地磁场对粒子束空间传输的影响情况,并针对束流长距离传输的静电扩散和地磁偏转效应进行了数值建模及定量的数值仿真研究。结果表明,对于固定束流能量、流强粒子束,可通过增大初始半径削弱粒子束静电扩散效应达到设计要求;通过背景磁场精确预测,可准确控制束流方向精度。可以看出,研究带电粒子束本身的自洽行为以及与外场的作用,对带电粒子束流的产生、传输特性研究及工程化应用都有重要意义。     

脉冲电场诱导乳化油乳胶粒子的振动及计算

脉冲电场作用下,乳化油中乳胶粒子会发生长球状的伸缩振动,但目前对于粒子振动的研究较少.通过建立乳胶粒子振动的动力学模型得出粒子的非线性参激振动方程,对振动阻力和恢复力系数进行函数逼近处理,运用谐波平衡法对振动方程进行计算,得到粒子振动的一次近似解以及幅频特性曲线.数值实验表明,粒子振幅的一次近似解与振动方程的四阶Run...     

基于最小模型集切换的变结构IMMPF算法

为提高对机动目标的跟踪精度,提出了一种新的基于最小模型集切换的变结构IMMPF跟踪算法,其中以"当前"统计模型为基础的不同最小模型集在不同时刻之间的切换实现了多模型的结构变换。当目标机动方式发生改变时,通过最小模型集的切换实现算法的滤波模型与目标实际机动方式的快速匹配,减小了目标机动的响应时间。通过仿真实验,与通用的IMM估计进行了比较,证明了算法的优越性。