海量电磁数据中雷达信号的高效分选方法

针对海量电磁数据中雷达信号难以进行快速准确分选的问题,提出一种新的聚类分选方法,即改进k-means算法的Map Reduce并行化实现方法。通过引入初始聚类中心个数k1、最大聚类中心个数kmax和距离门限rt3个参数,克服了k-means算法需要事先确定k值和易受孤立点影响的局限;基于Hadoop平台实现了对改进k-means算法的Map Reduce并行化,克服了k-means算法串行实现时间复杂度高的局限。最后,实验表明改进k-means算法取得了更高的分选准确率,Map Reduce并行化后具有良好的加速比和扩展性,能够很好地对海量电磁数据中雷达信号进行高效分选。     

嵌入遗传算法的顺轨干涉SAR海表流场反演新方法

顺轨干涉SAR海表流场探测技术研究对于实现流场探测的全球化、精细化具有重要作用。为了提高海表流场迭代收敛速度和参数反演精度,依据校正系数的参数特点构建适应度函数的约束关系,将校正系数设计问题转化为仿真干涉相位与实测干涉相位差和雷达、平台参数约束条件下的比例因子选择问题,进而设计遗传算法计算校正系数的技术方法,并嵌入海表流场迭代反演算法,从而构建一种反演新方法。星载SAR数据仿真实验结果表明:海表流向反演的均方根误差优于10.0°,海表流速的均方根误差优于0.1 m/s,这符合海表流场反演精度要求。改进的海表流场反演算法可减少2~3次迭代,有效提高了反演效率。研究对于提高顺轨干涉SAR海表流场探测的实效性和准确性具有重要意义。     

基于预报误差分布拟合的卫星历史机动检测方法

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。     

Mathematical formulation and heuristic algorithm for the block relocation and loading problem

This study considers the block relocation and loading problem in container terminals. The optimal loading sequence and relocation location are simultaneously decided on the basis of the desired ship‐bay and initial yard space configuration. An integer linear programming model is developed to minimize the number of relocations in the yard space on the basis of no shifts in the ship bay. The accuracy of the model is tested on small‐scale scenarios by using CPLEX. Considering the problem size in the real world, we present a rule‐based heuristic method that is combined with a mathematical model for the removal, loading, and relocation operations. The influence of rules on algorithm performance is also analyzed, and the heuristic algorithm is compared with different types of algorithms in the literature. The extensive numerical experiments show the efficiency of the proposed heuristic algorithm.     

基于内外子区域划分的高阶精度CFD程序异构并行算法

对计算流体力学(CFD)程序CNS提出一种Offload模式下基于内外子区域划分的异构并行算法，结合结构化网格下有限差分计算和四阶龙格库塔方法的特点，引入ghost网格点区域，设计了一种ghost区域收缩计算策略，显著降低了异构计算资源之间的数据传输开销，负载均衡时CPU端的计算与MPI通信完全和加速器端的计算重叠，提高了异构协同并行性。推导了保证计算正确性的ghost区域的参数，分析了负载均衡的条件。在“CPU(Intel Haswell Xeon E5-2670 12 cores ×2)＋加速器(Xeon Phi 7120A ×2)”的服务器上测得该算法较直接将任务子块整体迁至加速器端计算的异构算法性能平均提升5.9倍，较MPI/OpenMP两级并行算法使用24个纯CPU核的性能，该算法使用单加速器时加速1.27倍，使用双加速器加速1.45倍。讨论和分析了性能瓶颈与存在的问题。     

基于混沌量子粒子群的舰炮身管多目标优化研究

舰炮的炮口扰动是影响舰炮射击精度的重要因素。为了减少舰炮的炮口扰动，优化身管结构，建立了柔性身管的有限元模型并将该模型的模态计算结果与模态试验测试值进行对比,证明建立的柔性身管有限元模型是有效的。提出了混沌量子粒子群算法与动力学联合优化的方法，进行身管和炮口的多目标优化，优化结果表明：优化后的炮口中心的线速度、角速度和角位移与优化前相比显著减小，身管质量有所降低，结构更加合理，该优化方法有效可行，为下一步全炮总体优化设计提供了一定的借鉴。     

改进遗传算法在传声器阵列优化中的应用

规则平面阵列因其结构周期性,在进行波束综合时存在主瓣宽、旁瓣电平高等问题。对此,提出一种基于改进遗传算法的阵列优化方法。设计平面栅格传声器阵列,以满足阵元间距的要求,并构造以主瓣宽度为约束条件、以全局旁瓣电平为适应度的目标函数,对常规遗传算法进行改进,采取个体间自由交叉、随机的阵元数量强制变异的策略来增大种群的搜索范围。通过仿真,得到多个优化阵列,与几种规则平面阵列相比,在不同的信噪比输入下,经过改进遗传算法优化得到的随机阵列均有更好的表现。而相比于几种常规的优化算法,改进的遗传算法具有更强的搜索能力,得到数量更多、性能更优的随机阵列,由此证明了所提方法的可行性。     

变分自编码器结合聚类算法在空战态势评估问题上的应用

针对传统态势评估方法确定权值的主观性强、处理大数据能力弱、特征提取能力不足等问题，提出基于改进变分自编码器和聚类算法的无监督空战态势评估方法。根据态势变化连续性特点，提出基于时间段的空战态势分类方法，将敌我双方态势划分为四类。在变分自编码器的基础上，提出了VAE-WRBM-MDN特征提取模型，即使用混合密度网络优化变分自编码器的特征提取能力和生成数据的相似度，使用权值不确定限制玻尔兹曼机优化网络的初始权值。将提取的特征分别输入到两种典型的聚类算法中进行聚类，并结合态势函数和实际战场情况修正聚类结果，形成正确的态势分类标准。在实验部分，分别进行了最优参数调整、关键特征提取、聚类以及修正实验。实验结果表明，模型态势分类正确率和运行时间均满足应用需求，实例评估结果与客观态势一致性强，所提方法具有实际应用价值。     

基于数据冗余的BDS长报文传输机制改进算法?

北斗卫星导航系统（ Beidou Satellite Navigation System，BDS）只能传输字节受限的短报文，对于长报文需要通过分包和多次重传改善报文传输的成功率，这样会造成系统平台数据发送延误和网络拥塞。提出一种基于数据冗余的数据分包传输机制，该传输机制以数据包为处理对象，采用异或运算得到冗余包，编码简单，编码解码速度快。通过Matlab仿真，证明基于冗余编码机制比无冗余编码单次发送机制的数据接收成功率高15％以上，两次发送对多包的数据接收成功率有较大提高。     

用结构自适应前馈网络解算多目标导弹攻击区

多目标导弹攻击区的实时解算是机载多目标攻击武器系统得以技术实现的中心环节。阐述了“多目标导弹攻击区”的概念 ,探索了其解算的技术途径 ,提出了“实时、高精度和低存储”的解算要求。根据上述技术要求 ,设计了基于网络灵敏度统计分析的多层前馈网络结构自适应算法 ,以用于训练合适规模的多层前馈网络逼近器。在此基础上 ,进行了系统仿真研究 ,研究的结果表明了该方案的应用前景。