基于GA-BP网络的LFM信号脉冲压缩

为了改善线性调频(linear frequency modulation,LFM)信号脉冲压缩输出的性能,研究了误差反向传播(back propagation,BP)神经网络在线性调频信号脉冲压缩中的应用。采用遗传算法(genetic algorithm,GA)对BP神经网络的连接权值进行训练学习,该算法可克服BP网络容易陷入局部最优的缺点。仿真结果表明,GA-BP网络具有较快的收敛速度和较好的数值稳定性,在信噪比损失小于1dB的条件下,可获得60dB左右的输出主旁瓣比。     

一种基于麻雀搜索算法的空中目标意图预测方法

针对BP神经网络（BPNN）的分类性能和遗传算法（GA）的参数寻优能力难以满足空中目标意图预测需求的问题,提出了一种基于麻雀搜索算法（SSA）优化支持向量机（SVM）的空中目标意图预测方法。利用SVM和SSA分别取代BPNN和GA,构建了SSA-SVM空中目标意图预测模型,并对模型的预测性能进行了仿真检验。结果表明,SSA-SVM比GA-SVM具有更快的收敛速度和更高的适应度值,比BPNN具有更高的预测准确性和更稳定的预测结果。因此,SSA-SVM可以准确、稳定地预测空中目标意图,能够满足意图预测在准确性和稳定性上的需求,提升了预测性能。     

基于改进遗传算法的协同发射控制软件设计

根据火箭炮武器系统多弹种协同发射的需求,分析了现有发控软件的不足和设计多弹种协同控制软件过程中存在的问题。采用设定禁忌搜索表的改进遗传算法,通过对基因编码、交叉等过程最终实现对多型火箭弹时序协同问题的求解。在此基础上设计的火箭弹协同控制模块的软件架构,为后续实现多种火箭弹协同发射的方式提供了有力支撑。     

基于战例数据的制胜要素选择方法

针对战争制胜机理定量研究需求,提出了一种基于混合评估的制胜要素选择算法。针对战例数据特点,该算法选择两种过滤方法分别从不同方面对要素全集进行评估排序而后加权得到综合排序结果;将结果作为遗传算法的初始种群,而后以分类精度作为个体适应度函数。选择几种典型的分类器综合比较,筛选出规模较小、性能较好的要素子集。测试结果表明,该算法不仅能有效地减少要素子集规模,还可以进一步提高制胜机理分析模型的准确率和效率。     

航空发动机分布式系统解耦控制研究

航空发动机控制系统是一个复杂的多变量控制系统,控制变量之间的相互耦合会严重影响系统的动态、稳态性能,在发动机最大工作状态时,甚至会造成超温、超转等现象,严重威胁着飞行安全,制约着发动机性能的提高。针对上述情况,利用改进型遗传算法对航空发动机双回路PID控制参数进行寻优,实现了对控制变量的解耦。数值仿真结果表明改进方法能有效消除各变量之间的耦合影响,而且在控制精度、跟踪性能等方面表现良好,对不同环境条件下的航空发动机模型均有良好的控制效果,适用于航空发动机控制。     

基于改进NSGA-II的雷达通信一体化信号功率优化设计

为提高雷达通信一体化功率资源的利用率,提出一种OFDM(Orthogonal Frequency Division Multiplexing正交频分复用)一体化信号功率控制方法。根据OFDM分集特性,建立雷达互信息及通信容量与子载波功率间的多目标函数。通过改进初始种群生成及自适应选择交叉算子提高NSGA-II(Non-Dominated Sorting Genetic Algorithm)第二代非支配排序遗传算法）的收敛速度。基于改进算法求解多目标函数的非支配解集,确定下一时刻各子载波功率分配策略。仿真证明,在有限的功率资源下自适应分配子载波功率能够提升一体化系统性能。     

基于改进SLP的军事物流基地设施平面布局研究

由于传统SLP方法的不足,在解决设施较多的军事物流基地布局问题上面临较大困难。为解决此问题,提出了改进SLP方法,以军事物流基地设施间综合相互关系为基础,构建平面布局模型,并确定目标函数和主要约束条件。随后对模型的求解进行遗传算法设计,并运用Matlab编程实现模型的求解,从而得出平面布局的最优解。最后以最优解为基础,结合限制条件进行修正,完成军事物流基地设施平面布局设计。     

单站单圈卫星初轨确定方法研究

为实现低轨卫星轨道的快速确定和预报,基于单站单圈雷达站测量数据采用遗传算法和最小二乘法对卫星初轨确定及轨道预测问题进行了研究。通过比较分析不同观测误差下两种方法的仿真结果,验证了初轨确定过程中两种方法的可行性,同时指出了各自的优缺点和适用条件,为不同观测条件下卫星最优初轨确定的方法提供了参考。     

应用改进遗传算法优化天基光学监视平台轨道

针对地球遮挡、地影、太阳光干扰、月光干扰、空间目标相对观测平台的角速度等约束对空间目标可见性的影响问题,基于已编目空间目标双行轨道根数,研究以太阳同步晨昏圆轨道作为观测平台轨道,采用改进多变异位自适应遗传算法对单星观测平台轨道倾角进行优化设计。仿真结果表明,改进的多变异位自适应遗传算法有效地解决了多变异位自适应遗传算法不能保证收敛到所有种群中最优个体的问题,且随机抽取10%左右的目标样本可以达到与采用所有目标相当的性能,计算效率提高约1个量级。     

振动遗传算法在无人机三维航路规划的算法研究

针对代价函数权重需要根据环境变化而变化的问题,结合飞行约束条件提出归一化的代价函数,当环境发生变化时,不用再修改代价函数,增强了算法的鲁棒性。为了弥补传统定步长寻径算法耗时长的缺陷,设计了一种基于B样条曲线与遗传算法的高时效寻径算法。利用遗传算法在地图中所寻合适的控制点,再结合B样条曲线生成航路。为了增强遗传算法的全局搜索能力,遗传算法中加入振动法则,使得种群在进化中后期依旧保持一定的多样性。仿真结果表明该算法与精英蚁群算法相比,规划时间大幅缩短;与振动遗传算法相比,航路代价明显降低。