基于改进遗传粒子滤波与SME的多目标跟踪算法

针对基于对称量测方程的多目标跟踪,传统的滤波手段无法解决因对称变换带来的非高斯问题,提出一种新的遗传粒子滤波方法。新的滤波算法利用粒子的噪声含量与权值的负相关,改进了更新过程中权值计算所依赖的概率密度函数,避免了新量测噪声的求解。同时利用遗传算法的优势,保障了粒子的多样性,提高了粒子的使用效率,防止了滤波发散及局部最优。仿真结果表明,基于对称量测方程的多目标跟踪中,改进的遗传粒子滤波算法较扩展卡尔曼滤波算法、不敏卡尔曼滤波算法和联合概率数据关联滤波算法跟踪效果更好。     

测向阵列模糊判决算法研究

阵列模糊判决是选择测向阵列的前提,方便、实用的判决算法具有理论与应用价值.提出了一种利用方向矢量间相关性判断阵列模糊的算法,克服了方程组法不适合判断复杂阵列模糊以及谱峰搜索法计算量大的不足.此算法能够方便、快捷地判断阵列是否模糊并求解模糊角.给出了仿真实验,证明此方法的有效性.     

基于椭圆曲线群上的零知识证明

通过研究椭圆曲线群,给出基于其上的2个零知识证明方案,这2个方案均使得甲方向乙方宣称自己拥有某种信息,并通过互动证明使其确信具有该信息,但同时还未泄漏该信息。     

基于四阶累积量切片谱的谐波信号线谱提取

提出一种新的谐波信号线谱提取方法,通过对四阶累积量对角切片或非对角切片作傅立叶变换,得到四阶累积量切片谱,运用切片谱提取谐波信号的线谱特征。相比于传统的基于高阶谱估计的线谱提取方法,该方法既继承了其消除高斯噪声的优点,又简化了计算量、提高了估计质量,并且不再要求信号满足二次或三次相位耦合。仿真实验证明了该方法的有效性和优越性。     

基于改进的PSO算法解决雷达网布站优化问题

雷达网布站优化是电子对抗仿真的重要组成部分,雷达网布站是否合理直接影响雷达网作战效能.而常规优化算法相对复杂,易陷于局部最优解.针对这一问题,提出适用于解决雷达网布站优化问题的改进粒子群优化算法,并且将所提出的算法与遗传算法进行了比较.仿真结果表明,与遗传算法相比,在相同的条件下,改进粒子群优化算法具有精度较高且不易陷入局部最优解的优点,较好地解决了静态条件下雷达网布站优化问题.     

面向大规模集群的并行I/O用户层配置优化策略

影响应用I/O性能的关键因素主要有三个层次:包括应用的I/O接口实现、体系结构和文件系统组件的性能以及应用的I/O参数配置。从应用I/O配置优化的视角,分析了大规模集群并行I/O的配置调优空间,在此基础上,给出了一套大规模集群并行I/O性能特征测试分析方法。基于该方法,在某国产超级计算集群上开展了一系列I/O测试分析来刻画系统的I/O性能特征,进而指导并行应用程序的I/O配置优化。基于优化后的配置参数,在两类典型的并行I/O场景中,针对某类生产应用程序,8192进程下的重启动数据写操作时间下降了15%,4096核的程序作业加载时间从10 min缩短到了5 s。     

基于支持向量机算法的虚拟脱靶量预测

为了提高防空高炮武器系统的射击精度问题,采用支持向量机(SVM)算法,建立了基于支持向量机的虚拟脱靶量预测模型,提出了预测方法,该算法可以通过对给定样本的学习,获得很好的预测未出现的样本,理论上比较科学,算法简单、易于实现,通过仿真实验验证了该算法对虚拟脱靶量预测的可用性和准确性,为火控系统精度的校正提供了一种有效的方法。     

美陆军降低精确攻击导弹和“神剑”制导炮弹采购量

按照部队的人士和文件所说，美国陆军应该考虑大量削减其非观瞄发射系统（NLOS-LS）导弹采购计划．并认真考虑精确火力计划的评审中提出的其他建议．例如资助进行直升飞机发射的70毫米制导火箭弹的作战试验和削减“神剑”制导炮弹的采购数量。     

基于方位量测的舰艇对潜定位技术研究

结合舰艇拖曳线列阵声纳实际搜潜装备,利用舰载线列阵声纳测得的潜艇目标方位信息,建立了基于方位量测的舰艇对潜艇目标定位的数学模型,给出求解潜艇运动参数的定位算法,并对定位误差进行了分析,在定位模型及算法的基础上,仿真研究了潜艇与舰艇之间的初始距离、舰艇测得潜艇目标初始方位角、潜艇航向等因素对定位性能的影响,给出仿真结果并进行了分析,该结果对于指导实际反潜具有一定的实用价值。