防空导弹武器系统目标分配的多种算法

叙述了防空导弹武器系统目标分配的一般数学模型。在此基础上,建立了防空导弹的5种目标分配数学优化算法,并讨论了数学模型的求解问题。最后,对这5种数学优化算法进行了比较。     

基于小波分形理论的快速图象编码算法

小波和分形理论应用于图象压缩领域是当今研究的前沿。提出了一种快速图象编码算法,它将加权小波变换与基于二叉树和双向链表搜索的分形编码相结合,在高压缩比、高信噪比前提下,使编码时间大大缩短。在ＰｅｎｔｉｕｍＰｒｏ２００个人机上对一２５６×２５６,８ｂｐｐ图象进行实验,编码时间仅需８秒,而图象失真很小。     

限定广义纳什均衡及其控制罚算法

广义纳什均衡问题通常有很多解,只有在相当严格的条件下,才有可能得到唯一解。如果任意选取其中之一作为该问题的解,显然是不合理的。为此,提出限定广义纳什均衡的概念。通过给共同约束相对应的拉格朗日乘子增加约束的方法,找出具有某些特性的解。为了求解限定广义纳什均衡,还进一步给出了控制罚算法。     

常态执勤指挥模型关键节点识别及抗毁性研究

在常态执勤指挥模型的基础上,重点对树状指挥网络和级联指挥网络的抗毁性进行研究。通过建模仿真的方法,对三种执勤指挥模型进行随机攻击和蓄意攻击,对比分析最大连通子图规模、网络效率和全局聚集系数等指标,找出抗毁性最强的常态执勤指挥网络模型。应用集体影响力算法识别抗毁性能最好的指挥网络的关键节点,与基于节点度大小的传统关键节点识别方法进行对比,证明基于集体影响力算法识别关键节点更加准确,目的是为未来常规执勤指挥网络的优化和防护提供理论指导。     

由“孙悟空看守蟠桃园”说开去

《西游记》中“大圣闹天宫”一章说道 :玉帝被迫封孙悟空为“齐天大圣”后 ,并未委以实职。孙悟空一天无所事事 ,整日与各位仙班称兄道弟 ,东游西逛。诸大臣怕孙悟空又惹事端 ,建议给孙悟空安排一个相应的“位置” ,玉帝未加思索 ,金口玉言即出 :就安排他看守蟠桃园吧。玉帝在“人事”的安排上 ,至少犯了三个错误 :一是“惟我独尊” ,民主作风发挥不好。玉帝作为一个上管天、下管地的君主 ,长期以来形成的至高无上的地位使其失去了群众的监督 ,搞“一言堂” ,个人说了算 ,听不进不同意见。他讲的话 ,级别要高于“圣旨” ;他办的事 ,群众只能…     

基于蚁群算法的火力分配寻优方法研究

火力分配的优化是最大限度的发挥火力单位效能,达到最大毁伤效果的基础和前提,将蚁群算法应用于火力分配的优化.研究了蚁群算法用于火力分配寻优的相关条件,给出了火力分配寻优的模型和算法.最后,结合一个应用实例,说明了蚁群算法用于解决火力分配问题有很好的应用价值.     

重型鱼雷的机动搜索及机动搜索弹道架构

针对潜射重型鱼雷在技术性能上的大幅提高和智能化作战的需要,在提出并分析鱼雷机动搜索概念和机动搜索时机的基础上,研究了远程重型鱼雷实现机动搜索在弥补发射平台目标定位误差、鱼雷发射后目标的有意机动和适应点对域攻击战法转变等作战环节中的必要性,构建了重型鱼雷机动搜索弹道的技术框架.     

有源干扰条件下基于NSGA-II的雷达网优化部署方法

雷达网的部署状态直接影响着网络的覆盖能力,尤其是在雷达辐射轨迹受到外力干扰条件下,对网络节点的优化部署更具意义。雷达对部署的任务区域有一定的能量覆盖,不同的任务区也具有不同的重要级别,在不针对特定任务的前提下,实现全方位全纵深的预警能力,雷达网的部署起着至关重要的作用。本文根据覆盖系数和重叠系数为主要优化目标,基于NSGA-II算法进行多目标优化。文章首先定义了覆盖系数和全局重叠系数两个指标,尤其是全局重叠系数打破了以往重叠系数的概念,从全局出发引导雷达网优化部署;同时,提出基于NSGA-II的多目标优化部署算法,采用诱导跳跃、基因到位、诱导交叉等候选解生成方式,保持种群多样性,提高算法收敛性。实验表明,部署优化算法耗时较低,不同干扰源部署态势使网络节点部署产生较大差异,多样的候选解生成方法明显提高了算法的收敛速度。     

基于方位变化率的目标运动分析

目标方位变化率对运动要素解算有着重要的影响.但不同目标运动要素(目标距离、航向或速度)的求解精度,对目标的方位变化率又有着不同的要求.从确定性算法入手,进行了方位变化率对目标运动要素解算精度影响的理论分析,并通过仿真计算验证了理论分析的正确性,证明了该理论具有一定的应用价值.     

基于OLS算法的导弹气动系数模型优选

针对导弹控制系统中的气动力建模问题,将正交最小二乘法用于模型结构优选,并提出一种候选模型集预处理方法,用以剔除模型中的相关项在此基础上建立了导弹气动力模型优选方法。将其应用于一种导弹滚转力矩系数模型,进行了仿真计算,取得了与风洞试验数据一致的计算结果。结果显示该方法在导弹气动力建模中有效可行,为构建最优化的模型结构提供指导。