多架无人机协同作战的路径规划

提出了一种协调多架无人机的编队同时到达目标的航路规划方法.首先根据敌方防御区域内雷达、导弹等威胁阵地的具体分布情况,采用划分Voronoi多边形的方法制定初始航路,然后通过叠加定长线段到初始航路上对初始航路进行离散化,最后采用动态链类比法调整航路并对航路进行光顺优化处理,使航路安全可飞.并用数字仿真技术对该方法进行了验证,结果表明该方法是可行的.     

面向任务的指控资源动态规划组织支持系统研究

在信息化战争条件下,针对复杂、多变的任务,快速、灵活、高效地对指控资源进行动态规划组织是提高指控资源利用率,夺取战争胜利的关键因素.首先明确了指控资源动态规划组织的基本含义,并对指控任务描述、指控资源描述、指控任务与指控资源匹配等关键技术进行了研究,最后介绍了原型系统的设计和实现方式.     

基于二次繁殖的自适应差分演化算法

分析了差分演化算法的基本原理，针对基本差分演化算法对控制参数选择敏感性强、算法后期收敛速度较慢等问题，提出了基于二次繁殖的自适应差分演化算法，并通过实验对改进算法的性能进行测试。实验结果表明，改进算法的性能优于基本差分演化算法和自适应差分演化算法。     

物元Petri网建模方法及其应用

传统Petri网理论难以处理具有多属性对象复杂离散系统的建模问题,物元Petri网结合了物元理论能够很好地解决这一问题,是值得进一步研究并应用的新的复杂离散系统建模方法。将物元Petri网定义成一个5元组,借用物元的概念定义了物元托肯,建立了物元Petri网理论的运算规则,提出了物元Petri网并发及冲突的分析方法,并给出了建模步骤。以某设备从拆卸到修复的维修过程建模为例,给出了物元Petri网理论的应用示例。示例表明了物元Petri网在具有多属性对象离散系统建模中的优势。     

基于SFS的磨粒图像三维重构

研究了一种由磨粒灰度图像直接恢复出磨粒图像三维信息的磨粒三维形貌恢复方法，以几种典型的磨粒灰度图像进行算法验证，实验结果表明，该方法简单，易于实现，恢复后的磨粒三维图像有较强的立体感。在不增加硬件成本的基础上，可以为磨粒的分析提供三维数据，为磨粒图像三维特征的提取奠定基础，对磨粒识别精度的提高产生重要的影响。     

消解与重构——论新闻专业学生基础写作能力的培养

基础写作能力在新闻专业大学生的专业能力中占有极为重要的地位。针对目前学生写作能力各层面上所存在的问题，本文进行了相关分析，同时笔者试从”消解”和”重构”两个角度，对基础写作能力培养的实现进行梳理，最终得到基础写作能力培养的完整模式，以便更好地指导基础写作教学工作。     

压缩感知稀疏重构对星图的影响

稀疏重构是压缩感知理论的核心内容之一,为了将稀疏重构有效地应用于星敏感器的压缩成像过程中,从星图图像误差和星点特征误差两个方面分析稀疏重构对星图的影响。在图像误差方面,利用峰值信噪比评价指标考察星图在不同重构算法、不同压缩比下的重构质量;在特征误差方面,从理论上分析稀疏重构对星点特征的影响机理,提出星点特征重构误差的评价指标,考察星点的质心、亮度和数量特征的重构误差。结果表明,在所选算法各压缩比下,星图相比一般图像能够获得更高的重构质量,重构星点能够在很大程度上保持可用于姿态确定的特征信息,结论保证了利用重构星图进行姿态计算的正确性,进一步验证了压缩感知理论在星敏感器中应用的可行性,为实现星敏感器的压缩成像提供了现实依据。     

基于深度神经网络的无线覆盖预测算法*

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数，需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测来判断天线参数的优劣，虽然精度很高但需要大量的计算资源，无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测，以取代对目标区域的精确场强预测。数值结果表明，该方法能够在保持计算准确性的同时显著减少计算量，为5G动态网络规划提供基础性参考数据。