任务分配问题的对称群方法

探讨了无人飞行器(UAV)编队的任务分配问题。任务分配是UAV协同控制的基础,其解是任务区域内各任务的一个排列。求解UAV任务分配问题的有效方法是能在合理的计算时间内找到近似最优解的启发式算法。用对称群描述UAV任务分配的搜索空间,基于右乘运算构造搜索邻域。仿真结果验证了群论禁忌搜索算法的有效性。     

基于数据链的航空作战进程研究

研究了数据链支持下的航空作战兵力变化问题。将空战能力指数通过映射关系转化为平均战斗力水平,从数学理论上证明了二者具有等价性。结合平均战斗力水平,建立了基于数据链的改进蓝彻斯特空战模型及具有增援力量的作战模型。仿真分析了等效实力比、不同初始值以及增援时刻的不同对空战进程的影响,结果表明数据链具有提高作战效能和改变战局的作用。实验发现了在增援作战时,存在"局部最优增援时刻点"这一重要结论。     

浅析海湾战争与印度外交

1990年至1991年海湾危机及海湾战争期间,由于国际秩序的大转型和国内政治、经济环境的不稳定,以及对外交形势判断的失误,印度外交政策表现出摇摆不定、犹豫彷徨、前后矛盾的特点。战争结束后,印度政府的外交理念发生重大变化,由原来突出政治色彩的理想主义转变为关心本国利益的现实主义,不仅正式拉开经济改革的序幕,并开始了外交大调整。可以说,海湾战争是印度外交大调整的"催化剂"。     

无目标初始信息情况下舰载直升机搜索优化

根据水面舰艇编队反舰作战中舰载直升机所担负的搜索任务,基于无目标初始信息情况下的搜索问题,选取搜索面积、搜索时间和搜索距离3个指标,建立了搜索优化模型.通过仿真计算,得出了无目标初始信息情况下舰载直升机反舰作战中具体的搜索方法.其结论对于最大限度发挥现有装备的作战效能有一定的现实指导意义.     

潜艇运动对被动声纳浮标搜索的影响

由于被动声纳浮标隐蔽持续探测,潜艇可能由于机动进入浮标探测范围,从而增加了被探测概率。首先,在分析已有模型局限性的基础上,从潜艇运动对浮标搜索影响的原理出发,建立单枚浮标新增搜索区域模型,分析了单枚浮标搜索概率的影响因素,然后建模分析了潜艇运动对浮标拦截线搜索概率的影响因素,得出了影响作用仅对浮标作用距离、间距和航向敏感的结论,并对作战使用方法提出相关建议。     

偏振态演化对量子密钥分发影响分析

为了解决量子密钥分发(QKD)系统中的偏振态演化问题,文中分析了偏振态演化所引起的量子误码率问题,提出了通过电动偏振控制器的搜索跟踪算法来训练光纤链路的方法,达到抵消系统中存在的各种双折射的效果,将因双折射所引起的误码率从7%降至0.8%,大大提高了密钥分发的有效性。实验结果证明该方法能够有效解决QKD中的偏振态演化问题。     

一种新的保持分形特征的分形变形方法

针对IFS吸引子变形过程中间出现的分形特征退化的问题,提出基于局部吸引子的近似凸包及旋转匹配的特征对应方法.IFS吸引子的局部吸引子可由独立的IFS生成,IFS中每个压缩仿射映射存在不动点,构造所有不动点的凸包,即得到局部近似凸包;证明了局部近似凸包间的相似对应等价于局部吸引子间的相似对应,并提出了通过旋转匹配的特征对应方法实现局部近似凸包的配对,最后计算所有配对下相似度最高的一组局部近似凸包匹配,确定局部吸引子间的特征对应,即IFS特征对应.对两个IFS进行线性插值可实现保持分形特征的分形变形.     

局部线性估计在半参数条件矩中的应用

半参数方法在计量经济领域有着广泛的应用，但由于其既有参数变量，又有未知函数，因此采用条件矩限制和Sieve方法来得到其参数估计是一个比较好的方法。作为一种非参数回归方法，局部线性估计具有优良的统计特性，因此本文用它来得到条件矩的一个非参数估计，并在此基础上证明了估计参数的一致性和收敛速率。     

智能监视系统中红外运动目标检测

本文使用一种基于Cauchy分布统计背景模型的背景剔除（background subtraction）技术成功地实现了对低分辨率红外视频目标的检测。提出以柯西分布作为斧景图像像素强度比值的统计分布模型，并融合图像局部线性相关技术实现背景剔除。该方法同时利用了单个像素点的时序统计特性和邻近像素点所蕴涵的空间区域特性，实现了精确的目标检测。最后的实验表明，所提供的算法可以对室外场景中的红外视频目标实现精确地检测，可以有效地抑制背景中杂波的干扰。     

基于混合粒子群优化的多目标决策新方法

多目标优化问题中的一个关键在于合理地评判各有效解的优劣。通过引入灰色系统理论中灰色关联度的概念作为评判准则,结合粒子群优化算法进行有约束多目标规划问题的研究。提出了一种新的不可行解的保留策略,进化过程中以此策略保留适量的不可行解,有利于增强对约束边界附近可能的最优解的搜索,同时,针对粒子群优化算法的容易陷入局部最优的缺点,实现了以粒子群优化为载体的混合算法:即对全局极值邻域进一步混沌搜索寻优。仿真结果表明改进的算法对多目标决策问题是有效的。