战场环境下无人车辆战术机动路径规划方法

针对不同类型威胁体存在的战场环境中无人车辆战术机动路径规划问题,提出了一种基于威胁代价地图的粒子群优化（Particle Swarm Optimization,PSO）方法。借助极坐标系中关键点的极角进行路径描述,并使用分段3次Hermite插值方法形成光滑路径,将路径规划问题转化为关键点极角的参数优化问题。针对基本PSO（BPSO）算法存在的早熟收敛和后期迭代效率低的缺陷,借鉴以群集方式生活的物种按照不同任务对种群进行分工的机制,提出了一种基于多任务子群协同的改进粒子群优化（Particle Swarm Optimization based on the Multi—tasking Subpopu—lation Cooperation,PSO-MSC）算法。借助该算法的快速收敛和全局寻优特性实现了最优路径规划。实验结果表明：该算法可以快速有效地实现战场环境下无人车辆的战术机动路径规划,且规划路径安全、平滑。     

一种改进的AVL系统中车位显示修正算法

AVL系统就是GIS与GPS技术集成的成功应用。AVL系统中GPS信号在GIS地图上显示时,由于各种因素的影响,存在很大的偏差。对这种偏差的校正是十分必要的。为了解决这个问题,对以前提出的误差校正算法———"线性抽象算法"进行了改进,提出了另一种误差校正方法———"缓冲区线性抽象算法",实验结果表明这种方法能在很大程度上校正偏差,不但具有较高的精度,而且还提高了算法效率。     

图形式火警救援C3系统

图形式火警救援C~3系统是一个先进的在国内首次实现的以微型机为主处理机,达到实用水平的火警救援C~3系统。系统设计以C~3I理论和技术为基础,以地图和图形为背景,以很低的投资获取了较高的技术性能和系统功能。本文概要地介绍了该系统的总体设计思想和若干主要技术问题。     

基于AP-DE算法动态迭代步长的研究

为了促进自适应滤波器的滤波性能,建立了一种变步长的基于直接迭代误差AP-DE算法。通过使得权值均方误差下降速度最大,获得了AP-DE算法的优化迭代步长,并分析了所建立算法权值均方误差的统计特性。     

美国精确打击历史回溯

美智库机构战略与预算评估中心(CSBA)高级研究员巴里·瓦茨(Darry D.Watts)2013年发表的《精确打击的演化发展》报告,对美国海湾战争以来的军事革命进行了详尽的分析。报告提出了区分远程与近程精确打击的参考标准,详细介绍了美国20世纪军事革命中精确打击能力和作战趋势形成的背景和过程,分析了精确打击弹药采购的资源制约因素,评价了美国在成熟精确打击体制中全球力量投送面临的风险和挑战,希望美国及时做出相应的调整和变革。《精确打击的演化发展》报告对理解精确打击时代的美国军事革命有较大帮助,对美国未来几十年的新的军队结构和能力发展趋势可能具有重要参考价值。     

基于知识图谱的现代战争研究趋势分析

运用CitespaceⅡ对CNKI文献数据库中共759篇"现代战争"标题论文进行可视化分析,对"现代战争"研究热点及前沿问题进行剖析,对进一步研究"现代战争"具有一定的借鉴价值。     

惯导信息辅助的匹配模板校正方法

面向飞行器对地面目标的匹配系统应用,提出一种惯导信息辅助的模板校正方法.根据目标位置以及摄像机位姿信息,建立目标透视成像模型以及不同摄像机位姿下的模板校正方程;通过分析目标任意点与形心的景深关系,对校正方程进行转化并给出完整的模板校正算法.最后通过基于视景仿真技术搭建的目标模拟平台,截取不同摄像机位姿下的目标成像,并与...     

圆周合成孔径雷达的快速时域成像算法

为实现圆周合成孔径雷达(Circular Synthetic Aperture Radar,CSAR)快速成像,提出一种用于CSAR的快速时域成像算法。该算法通过将CSAR的圆孔径分成若干子孔径,分别对子孔径采用快速因式分解后向投影算法处理,再将各子图像相干插值叠加至同一坐标系下得到成像结果。详细分析算法实现中的坐标转换、误差控制和运算效率等关键问题,并用点目标仿真和实测数据处理结果验证算法的有效性。所研究方法具有成像范围大、计算量小等优点。     

平流层飞艇太阳电池系统产能分析

平流层飞艇曲面太阳电池的产能与飞艇所在位置、驻空时间、飞行姿态、太阳电池布局等有着密切的关系。通过对太阳辐照模型的分析,结合平流层飞艇驻空期间方位角的变化,采用投影法分别计算曲面太阳电池各投影面的产能,从而计算出太阳电池在驻空过程中的动态发电功率。分析结果表明：曲面太阳电池在水平面内的投影部分是主要产能部分,受飞艇方位角的影响较小;垂直面内的投影部分产能较少,受飞艇方位角影响较大。     

基于混沌双扰动的CDDP SO-BP目标威胁估计方法?

信息化条件下的战场环境对目标威胁估计技术提出了越来越高的要求。提出一种基于混沌双扰动的CD?DPSO?BP目标威胁估计方法,该方法针对粒子群算法在进化过程中易出现早熟和寻优结果不稳定的缺陷,基于Tent映射提出混沌双扰动的思想,并加入粒子群算法的进化过程,实现对粒子群算法的改进;之后,利用该新算法训练BP神经网络的初始权值和阈值,建立目标威胁估计模型和算法;最后,将该方法应用于实例中进行仿真,结果表明该目标威胁估计新算法具有较高的准确度。