针对应急救援路径规划的一种改进蚁群算法

针对不返回起始点、多个待救援点的应急救援路径规划问题,提出了一种应急救援路径规划的改进蚁群算法,设计了一种新的路径构造方法,为蚁群算法求解该类问题打下了基础。为提高收敛性,改进了信息素更新规则,构造了一种与蚁群算法有效结合的局部搜索算法,提高了算法快速寻优的能力。仿真结果表明:改进蚁群算法能够快速找到一条从救援中心到多个待救援点的优化路径,且收敛速度和最短路径较同类算法更优。     

基于正交试验法的冗余捷联惯组故障诊断实验方法研究

冗余捷联惯组是运载火箭控制系统的重要设备,需要对其进行故障检测和隔离以保证系统正常工作,所应用的故障检测算法需要进行有效性评估。由于惯组器件配置和故障形式的多样性,所有故障情形进行逐一测试不可能的,因此提出利用正交试验法安排实验,对广义似然比故障检测算法进行性能检测。试验结果表明应用正交试验实现了故障情形的良好覆盖性,有效减少了试验次数,并且从测试数据中验证了故障检测算法的有效性。     

基于合成沸石的Cr~(3+)深度吸附处理

以吸附后溶液中Cr3+质量浓度低于国家相关标准为目的,采用搅拌动态吸附的方法,研究投加量、吸附时间、吸附温度、pH值对吸附的影响,考察沸石粉对Cr3+深度吸附的条件。实验发现,在沸石粉投加量为1g/L的前提下,吸附时间为2h、温度为55℃、pH值为4~5时分别达到较好吸附效果。开展三因素三水平正交试验,得到深度吸附条件为:投加量1g/L、吸附时间2h、吸附温度35℃、pH=5,此时去除率达到99.7%。对深度吸附条件进行验证,发现在此条件下可以将Cr3+溶液的质量浓度由0.1mg/L降低至0.03mg/L;最后通过实验得出沸石粉对Cr3+的饱和吸附量为79.93mg/g。     

火箭发动机故障检测的快速增量单分类支持向量机算法

为解决液体火箭发动机故障诊断正负样本不平均问题,以及实现发动机稳态工作段自适应故障检测,建立了基于快速增量单分类支持向量机的异常检测模型。采取特征工程方法,对传感器获得的多变量时间序列进行特征提取。通过增量学习方法,对单分类支持向量机模型进行改进,并应用于液体火箭发动机异常检测,使单分类支持向量机检测模型具备对不同台次、不同工况的自适应性,提高了模型的计算速度。对多台次热试车数据的分析结果表明,该模型十分有效,训练速度快,具备实用价值。     

面向通信信号调制识别的半监督生成对抗网络框架

针对只有少量标签数据的弱监督条件下现有调制信号识别模型准确率较低的问题,提出基于生成对抗网络的半监督学习框架。该方法通过对通信信号进行冗余空域变换,使其在适应生成对抗网络模型的同时保留丰富的信号相邻特征;通过梯度惩罚Wasserstein生成对抗网络的引入,构建适宜电磁信号处理的半监督学习框架,实现对无标签信号样本的有效利用。为了验证所提算法的有效性,在RADIOML 2016.04C数据集上进行测试。实验结果表明,该方法在半监督条件下能训练出高效的分类器,获得优异的调制识别结果。     

应用局部约束二维稀疏表示识别SAR图像目标

在分析典型稀疏表示分类方法和局限性的基础上,提出了一种基于局部约束的二维稀疏表示方法,以有效解决SAR图像目标识别问题。该方法对SAR图像进行图像预处理,在兼顾图像相邻列(行)对应稀疏表示系数邻近性和样本间局部性的基础上,构建了局部约束目标函数,并通过解闭式解,实现稀疏表示系数的更新求解。利用美国实测MSTAR数据对算法进行了仿真验证,实验结果表明所提出的方法可实现SAR图像目标的有效识别,并对训练样本数目具有一定的鲁棒性。     

结合局部描述和拓扑约束的直线段匹配算法

针对弱纹理目标匹配问题,提出了一种基于直线局部邻域梯度信息和全局结构信息的直线匹配算法:对均值标准差直线描述符进行改进用于初始匹配;利用直线间的全局拓扑结构滤除误匹配;利用迭代拓扑滤波寻找更多的匹配,同时引入全局角度约束提高算法效率并进一步滤除错误匹配。实验表明,在光照变化、图像旋转、图像模糊、尺度变换、视点变化等条件下,该方法都具有很强的鲁棒性,并在匹配效率和准确度上优于现有的两种比较流行的方法。     

C76、C78、C82、C84和C90的π电子磁化率

采用规范不变分子轨道方法,计算了Ｄ_２—Ｃ_（７６）、Ｃ_（２ｖ）￣－和Ｄ_３—Ｃ_（７８）、Ｃ_２—Ｃ_（８２）、Ｄ_２—和Ｄ_（２ｄ）—Ｃ_（８４）以及Ｃ_２—Ｃ_（９０）的л电子磁化率。其结果表明这些纯碳原子团簇分子具有较大的抗磁磁化率。反映出这些分子具有一定的芳香性及其л电子有较大的共有化运动程度。     

FORTRAN 程序的多任务分割

本文以数据相关分析为基础,详细地讨论了LOOP级多任务生成的几种方法,给出了FORTRAN循环可并行执行的条件,提出了需要注意的几个问题。在此基础上,本文提出了对FORTRAN 程序进行宏任务生成的一种新方法,并且考虑了实现多任务生成的几个编译问题。     

基于改进粒子群算法的复杂地况下雷达布站优化

针对现有雷达布站数学模型不能解决复杂地况下的雷达布站问题,提出了一种复杂地况下的雷达布站数学模型,该模型解决了雷达在复杂地况下布站位置受限的问题。在此基础上,提出了基于改进粒子群算法的复杂地况下的雷达布站优化算法,该算法改善了现有粒子群算法中期搜索性能不强的缺陷。仿真结果验证了提出的改进雷达布站数学模型的可行性和基于改进粒子群算法的复杂地况下雷达布站优化方法的有效性。