面向网络化无人机集群的计算换通信分布式任务调度方法

针对网络化无人机集群任务自主协同问题以及市场竞拍法的优缺点,提出“计算换通信”思想及其相应的分布式任务调度方法。通过对显式和隐式冲突任务的分析,建立任务相关智能体集合。提出基于任务抑制的局部优化方法,用于提前消解部分任务冲突,以减少算法迭代次数。设计基于历史竞标信息的智能体位置推断法,为局部优化提供必要的信息输入。基于组网仿真平台与集群救援场景开展蒙特卡罗仿真实验,结果表明,相比于市场竞拍法中具有代表性的基于共识的捆绑算法和性能影响算法,所提方法能够获得更少的迭代次数、更短的收敛时间以及更优的调度性能。     

跨域分布式防御作战及关键技术研究

随着信息化装备的高速发展,作战样式也在不断变化与进步,空地协同跨域分布式防御作战将成为必然。空中作战平台具有机动性能好、视野广阔、态势感知能力强等优势,而地面防御装备具有部署隐蔽、火力覆盖范围广、抗干扰能力强等优势。采用空中与地面分布式协同的方式,可充分发挥各自优势,提高各军兵种装备利用率,实现更大的作战效能。未来空地协同作战将呈现“立体统一、空地协同、一域多分”等特点,针对未来战场特点,提出了空地协同跨域分布式作战的必要性,给出了跨域分布式防御的特点,剖析了当前防御作战架构的不足,并对空地协同跨域分布式防御的具体措施进行了分析,总结归纳了跨域分布式防御的关键技术,最后给出了发展建议。     

临近空间传感器分布式组网研究

研究了临近空间分布式传感器网联合发现目标概率,探讨了区域警戒传感器网中部署传感器数目与该网总发现概率等的关系,提出了3种特殊的分布式网络传感器区域的布防模式,并建立了定量评价传感器网性能指标的数学模型。模型的建立为定量评估传感器组网系统效能奠定了理论基础,也为分布式传感器网络系统的部署优化、传感器的选配等提供决策依据。     

基于网格的聚类挖掘算法

为了提高海量数据挖掘效率,研究了一种基于网格环境下的分布式聚类（Prejudge-Based Distributed Clus-tering,PBDC）算法,并引入距离、模和内积的概念,在聚类之前进行预判断,减少了不必要的计算开销。在此基础上提出了一种分布式并行化聚类（Distributed Parallel Clustering,DPC）算法,将其嵌入到Weka4ws中,以开源数据挖掘类库Weka为底层支持环境,构建网格环境下的分布式数据挖掘体系,同时进行仿真实验。实验结果表明：该算法对于网格环境下海量数据的分布式聚类具有良好的效果。     

基于格理论的三维稀疏阵列设计

稀疏阵列可以在阵元数一定的条件下提供更大的阵列孔径,从而提高分辨率;同时三维阵列可以在立体角范围内提供无模糊测向性能;因而三维稀疏阵列优化设计是十分有意义的.在给定阵列孔径和分辨性能指标的前提下,详细推导并给出了阵列最少阵元个数的计算方法.利用该方法可以有效减小系统冗余,节省系统代价.在此基础上,进一步给出了基于格理论...     

障碍环境下具有多领导者的组行为生成方法

针对由多个领导智能体和多个跟随智能体组成的多智能体组,提出一种障碍环境下具有多领导者的组行为生成方法。该方法属于分布式控制方法,其利用组中的领导智能体控制跟随智能体,使得跟随智能体的中心和速度分别指数收敛于组中所有领导智能体的加权位置中心和加权平均速度,且每个领导智能体权重的大小取决于其所带领的跟随智能体的数目。另外,该方法通过在障碍的边缘引入虚拟的“ β-智能体”,使组中的个体具有与环境中的静态和动态障碍避碰的能力,最终生成真实的障碍空间中具有多领导者的组行为。最后以虚拟人智能体组为载体进行仿真实验,验证了该方法的有效性。     

一种面向大规模HLA仿真的并行区域匹配算法

HLA仿真中,数据分发管理实现基于值的过滤,可以有效减少盟员接收冗余数据的可能性和网络中的数据流量。大规模HLA仿真系统在仿真推进中需要大量的区域匹配计算以维护数据分发管理的正确性。现有的区域匹配算法大多需要对所有区域进行匹配计算,造成了大量计算资源的浪费;同时,主要基于串行匹配思想,难以充分发挥多核平台的并行计算优势。针对现有区域匹配算法的局限性,提出了一种面向大规模HLA仿真的并行区域匹配算法,该算法能够实现对一次仿真推进中多个改变区域的并行匹配计算,同时在匹配计算中采用基于移动相交的基本思想,利用区域范围移动前后的历史信息,将匹配限定在移动区间之内,减少了大量的无关计算。理论分析与实验结果表明该算法尤其适合基于多核计算平台构建大规模分布式仿真的应用需求。     

L1-analysis稀疏重构在阵列信号恢复及波达角估计中的应用

通过适当的空域稀疏化构造了可对阵列接收信号进行冗余稀疏表示的阵列流形矩阵,建立了相应的L1-analysis稀疏重构模型用于恢复阵列接收信号,重点证明了该流形矩阵是满足L1-analysis 稀疏重构条件的紧框架,从理论上保证了将L1-analysis 稀疏重构用于阵列接收信号恢复及波达角估计问题的合理性,并推导出信号恢复误差的理论上界。利用在微波暗室环境中采集的实测数据,结合MUSIC算法进行实验验证,结果表明基于L1-analysis 稀疏重构的信号恢复对提高低信噪比环境下的波达角估计性能是有效的。     

多基地雷达在分布式压制干扰下探测区域

双基地雷达因为其收发分置有较好的抗干扰能力,从双基地雷达出发,由其雷达方程和干扰方程推导出多基地雷达探测区域的数学模型和受到分布式压制干扰探测区域的数学模型.在建立天线模型后,进行多基地雷达在有分布式干扰下和无干扰下的联合探测区域的研究与仿真,仿真结果该方法具有一定的指导和参考意义.     

基于分辨力最优的MIMO雷达布阵优化

在MIMO雷达的分辨力达到最优的基础上,提出了一种阵元配置的方法,从理论上分析了其估计性能,并将其与最小冗余配置下的MIMO雷达在分辨力、估计成功概率、CRB(Cramer-Raobound)、拓扑增益等方面进行了仿真对比,结果表明:与最小冗余配置方法相比,该方法配置下的MIMO雷达在分辨力和估计的CRB下界等估计性能方面更优,更利于在实际中应用.最后,计算机仿真结果验证了方法的有效性和可行性.