数字噪声调频宽带干扰源设计

论述了噪声调频干扰理论,分析了混沌序列的性能,并对其进行了仿真研究,设计了基于混沌伪随机序列调制的数字噪声干扰源,给出了原理样机并得出测试结果。该干扰源具有干扰带宽、干扰中心频率可调、调制噪声带宽可程序控制等特点。     

基于GA的城市轨道交通客流分配问题

轨道交通均衡分配问题研究是轨道交通规划与管理领域的重点.现有的配流模型未考虑车站拥挤导致乘客无法上车的现象,基于此通过建立包括延误时间在内的客流出行阻抗函数,构建了拥挤条件下的城轨均衡配流模型,并针对经典的Frank-Wolfe算法无法给出有效路径解的不足,给出了利用遗传算法求解模型的步骤.最后通过算例验证了模型和算法的有效性.     

基于理想解法的空中加油机驻地分配选择

一体化联合作战条件下,跨战区、跨军兵种实施空中加油将更加频繁,空中加油机驻地分配选择对空中加油任务的实施有重要影响。分析了影响空中加油机驻地分配选择的主要因素,以此确定决策指标,这是一个多指标综合评价问题。基于理想解法的原理和方法,构建了空中加油机驻地分配选择决策的数学模型。通过示例分析表明,该方法计算简单,较好地解决了空中加油机驻地分配选择问题,并可在此基础上做进一步研究,为实际应用中解决类似问题提供了一种新思路。     

自适应调制的MIMO OFDM系统的性能分析

分析了MIMO OFDM的系统模型,研究了MIMO OFDM系统的自适应调制技术,给出了完整的自适应算法,探讨了自适应MIMO OFDM系统的频谱效率。仿真结果表明,自适应调制提高了MIMO OFDM的误比特率性能。     

基于CBQ技术的带宽管理机制

为了能够合理有效地管理网络带宽资源,解决日益增加的网络流量和带宽资源紧张的矛盾,首先研究了基于CBQ技术进行网络带宽管理的基本原理,然后仿真分析了该带宽管理机制中的流量分类、带宽分配、链路共享以及对链路上空闲带宽管理等方面的特性。结果表明,基于CBQ技术的带宽管理机制,可实现灵活的基于分层结构的流量分类方式,对链路上流量进行精确的带宽控制,使用独特的带宽借用特性管理网络上的空闲带宽,在保护关键应用性能的同时大大地提高了带宽利用率。     

“发射后不管”的舰空导弹目标分配模型

针对空袭手段的不断发展变化,基于对“发射后不管”的舰空导弹武器系统的制导原理分析,采用定性与定量相结合的方法探索目标分配问题。在分析传统的舰空导弹目标分配模型的基础上,分别建立了火力单元不饱和条件下目标分配模型和火力单元饱和条件下目标分配模型,算例分析表明,采用此种建模方法能够充分发挥“发射后不管”的舰空导弹武器系统具备连续抗击多目标能力的优点,为舰艇指挥员在防空反导作战中进行指挥决策提供一定的依据。     

合成分队动态武器目标分配协同决策模型

针对合成分队地面作战特点,提出了一种动态武器目标分配的协同决策模型,该模型基于一种自适应决策中心的协同决策体系结构,以战场信息共享为核心,实现动态火力协同优化分配。提出了针对战场应急目标的一种快速火力分配方法,提高火力整体打击效率的火力适度分配优化方法,适应战场态势动态变化的anytime终止控制方法。仿真实例表明,该模型能够满足合成分队火力动态分配的需求,提高动态武器目标分配决策的合理性和科学性。     

基于圆柱体缺陷构件的超声探伤重构研究

圆柱体构件中非轴对称人造缺陷偏心圆孔的超声探伤一直是无损检测的难点。基于脉冲反射原理设计超声实验平台,根据检测回波信号判定偏心圆孔缺陷所呈现的特征。在实验研究基础上,针对声场在圆柱体工件内部的传播情况,根据惠更斯原理以圆柱体为发射声源,基于k-wave仿真工具箱建立仿真平台,并利用声学传感器接收声波信号,设计的仿真平台能够实现360°同时刻采集工件的发射信号,同时利用传播过程中声压强弱的变化构建声场模型。根据采集的信号采用逆时反演重构模型,直观可视化地重构了内部缺陷的位置形状信息。     

基于Riccati方程的动态传感器分配算法

针对组网跟踪系统传感器分配算法计算量过大的问题,提出了一种基于Riccati方程的动态传感器分配算法。该算法通过Riccati方程离线计算各传感器组合跟踪下的稳态滤波协方差,根据稳态滤波协方差与期望协方差的接近程度动态分配传感器资源。仿真结果显示,与传统协方差控制和贪婪算法相比,基于Riccati方程的动态传感器分配算法在大大减少计算量的同时能够保持较好的跟踪性能。该方法能够更好地应用于大规模传感器组网目标协同跟踪系统。     

基于改进QPSO-NN的冗余机械臂逆运动学算法

针对某种冗余机械臂逆运动学求解的问题,提出了一种基于改进量子粒子群神经网络的求解算法。以冗余机械臂末端位姿为输入,经神经网络求得其逆解;针对神经网络输出结果误差较大的问题,把神经网络求初值加入初始化的粒子群中,通过基于Metropolis准则改进量子粒子群算法,避免了量子粒子群算法的早熟现象;以关节坐标经正向运动学求得的末端位姿和期望位姿的误差为适应度函数,对机械臂关节坐标迭代寻优。仿真结果表明该方法结合了神经网络算法的快速性和改进量子粒子群算法的精确性,满足求冗余机械臂逆运动学问题的速度和精度要求。