基于遗传算法的电子对抗作战实验寻优方法

作战仿真实验是评估电子对抗作战效能的理想方法,但在方案寻优时却面临实验方案"组合爆炸"的困难。对此,提出了将遗传算法引入作战实验寻优过程的求解思路。简要介绍了电子对抗作战仿真系统;分析了电子对抗作战方案拟制一般流程,建立了电子对抗作战方案优化模型,并给出了结合遗传算法和作战实验对其进行求解的原理和步骤;通过空袭作战电子对抗方案寻优的实例验证了方法的有效性。结果显示,本方法能够极大地提高寻优效率。     

利用预报误差分布拟合实现卫星历史轨道机动检测的方法

轨道机动会引起在轨卫星的轨道异常,是空间态势感知的重点关注对象之一。为此,提出一种从卫星的两行轨道要素编目数据中检测历史机动的方法。通过分析预报误差检测轨道参数的异常编目值,进而获得相应的历史机动信息。对卫星的两行轨道要素编目数据两两预报求差得到预报误差的样本数据后,利用期望最大化算法可以拟合得到以高斯混合模型表达的预报误差的概率分布模型;以此为基础,可以确定利用预报误差检测轨道参数异常编目值的门限;利用轨道机动与异常编目值之间的对应关系,最终实现机动检测。对典型活动卫星的机动检测结果表明,所提方法能够在准确检出历史机动事件的同时保持较低的误检率。     

基于磁流变阻尼器的车辆悬挂二自由度模型控制算法

将磁流变(MRF)新型阻尼减振器用于车辆悬挂减振系统中,用以实现变阻尼式履带车辆悬挂系统半主动控制。在基于线性二次型最优控制理论(LQR法)的基础上,对车辆悬挂系统的半主动控制算法进行了深入研究,建立了二自由度1/4车体的动力学模型,并对其控制效果进行了仿真,结果表明这种半主动控制算法对车辆悬挂系统的半主动有着很好的效果。     

Initial alignment of compass based on genetic algorithm-particle swarm optimization

The rapidity and accuracy of the initial alignment influence the performance of the strapdown inertial navigation system (SINS), compass alignment is one of the most important methods for initial alignment. The selection of the parameters of the compass alignment loop directly affects the result of alignment. Nevertheless, the optimal parameters of the compass loop of different SINS are also different. Traditionally, the alignment parameters are determined by experience and trial-and-error, thus it cannot ensure that the parameters are optimal. In this paper, the Genetic Algorithm-Particle Swarm Optimization (GA-PSO) algorithm is proposed to optimize the compass alignment parameters so as to improve the performance of the initial alignment of strapdown gyrocompass. The experiment results showed that the GA-PSO algorithm can find out the optimal parameters of the compass alignment circuit quickly and accurately and proved the effectiveness of the proposed method.     

卫星通信干扰信号的检测方法

卫星通信系统较易受到各种干扰，尤其是人为干扰，为了抑制干扰，需对信号进行正确的干扰检测。就几种常见的卫星干扰信号，对其进行 Matlab仿真实验，研究不同干扰类型信号的特点，提出一种改进的CME算法用于检测干扰信号是否存在。与能量检测法和传统的CME方法相比，它具有较好的检测性能。仿真结果表明，提出的CME方法可以有效用于干扰检测。     

装备保障路径选择算法研究

战争时效性对装备保障提出了更高的要求。针对装备保障路径的特点,对传统的解决最短路问题的Dijksta算法进行改进,引入并行处理的概念,提出了改进的最短路算法,建立了新的路径选择评价模型。经实验,此算法可快速、科学和稳定地解决一定范围内装备保障路径选优问题。     

Lipschitz非线性系统状态观测器设计新方法

针对Lipschitz非线性系统状态观测器,提出了一种以极小化条件数为目标准则的新的设计方法。运用梯度下降法和Slyvester方程,计算极小化条件数,优化增益矩阵和最大允许Lipschitz常数,完成观测器设计。通过同其它文献的算例比较,结果发现按文中方法设计的观测器具有迭代次数少、优化结果好的特点。     

基于随机森林法的机械变速箱技术状态评估

将随机森林RF(Random Forests)引入到机械设备技术状态评估领域,对某型坦克不同劣化程度的变速箱振动加速度信号数据进行分类研究,分类精度达到97%以上,证实了此方法的有效性。基于RF的评估方法具有组合分类器精度高、树型分类器运行速度快的特点,在机械设备状态识别、故障诊断中表现出了良好的性能。     

盲提取方法在柴油机活塞-缸套撞击信号提取中的应用

讨论了盲反卷积在机械振动信号处理中的应用以及盲反卷积中常用的模型和方法,利用信号和高斯信号之间的Kullback-Leibler距离构建目标函数,提出了一种以伪并行遗传算法为优化工具的盲反卷积算法,并通过仿真验证了算法的正确性.实验也证明,该算法能成功地从柴油机机体振动信号中提取出活塞-缸套撞击信号.     

基于优化初始聚类中心K-Means算法的跳频信号分选

提出了一种优化初始聚类中心的方法.方法通过搜索参数统计直方图峰值预估类数目,并根据峰值位置确定聚类中心大概位置.由于优化的初始类心与实际类心相隔不远,聚类迭代次数大为减少.与传统的优化聚类中心方法相比,本方法计算量更少.最后将改进K-Means聚类算法应用于跳频信号分选,仿真结果表明,分选效果良好.