一种基于元学习框架的时间序列预测方法

针对现有时间序列预测方法采用单一预测器模式存在预测能力不足等问题,从多预测器融合角度出发,在元学习领域叠加归纳策略指导下,提出了一种基于元学习框架的时间序列预测方法.首先,立足于方法时效性和问题适用性,改进了分层集成模型;然后,通过增加优化选择过程,采用BPSO算法筛选基预测器,以控制模型规模,并消除预测能力差的预测器...     

无人机单(双)火箭助推发射安全性对比分析

对比研究无人机单/双火箭助推发射的安全性问题.建立无人机火箭助推发射系统三维模型;在ADAMS中分别建立单火箭和双火箭助推发射段动力学模型、在MATLAB中建立对应的飞控系统和气动参数模型,并采用联合仿真技术建立了无人机的发射段多场耦合仿真模型;对比分析无人机质心偏差对不同火箭助推发射方式的安全性影响.结果 表明:双火...     

约束无迹粒子滤波及其在汽车导航中的应用

针对汽车组合导航系统要求滤波算法具有高精度,高稳定性,高时效性的特点,设计了一种基于约束方程的无迹粒子滤波算法,该算法通过约束方程使得非线性系统的维数降低,在保持无迹粒子滤波精度的基础上提高了算法的解算速度,使算法的时效性得到提高。在汽车组合导航系统状态方程和测量方程的基础上建立系统的约束方程,算法的仿真取得了良好的效果,说明该算法对导航系统的适应性较强。通过对比表明相对于扩展卡尔曼粒子滤波和无迹卡尔曼粒子滤波,该算法的导航精度和时效性方面优势明显,体现了该算法的优越性。     

机群打击链组织结构层级化模型

针对以兵力整体为基本元素进行组织结构建模的不足,提出了机群打击链组织结构层级化建模方法。分析了机群打击链兵力构成与组织结构建模的要求,给出了组织结构层级化建模步骤;在建立打击链组织结构高层级模型的基础上,将各型飞机划分为不同的功能单元,并以功能单元为基本元素构建了打击链组织结构子层级模型;提出了功能单元间的信息需求;采用单矩阵描述法,实现了组织结构中各元素之间的信息需求与信息内容的同时表征。示例分析表明层级化模型能够较好地满足机群打击链组织结构建模的需求。     

一种基于粒子群优化算法的异构传感器分配方法

针对复杂的战场环境下目标环境机动性增强、传感器资源相对不足且单一传感器获取空间目标信息不完备问题,结合传感器节点自身的性能特征,考虑传感器的抗干扰性能等因素,提出一种传感器信息感知能力评估指标体系,并构建了传感器感知能力定量评价模型,计算出传感器指数.再利用传感器指数,考虑了覆盖率、电磁环境变化、态势变化等因素作为目标...     

基于改进粒子群算法的岛礁孤立多能源军事供电系统运行优化研究

为更好地发挥岛礁孤立多能源军事供电系统的保障效能,合理使用储能蓄电池,尽量延长蓄电池使用寿命,提出了一种蓄电池折旧成本模型,建立了包括发电成本和蓄电池折旧成本的多能源供电系统运行优化模型.针对传统粒子群算法求解优化模型易出现"早熟收敛"的缺点,提出了改进的粒子群算法.该算法利用最大速度线性递减方法,早期采用惯性权重自适应来平衡全局寻优能力和算法收敛精度之间的矛盾,后期增加压缩因子来加强算法的收敛速度.最后,以某岛礁孤立多能源军事供电系统为例,验证了模型的有效性和算法的性能,可为岛礁多能源供电系统运维人员制定系统运行策略提供指导.     

基于TS-MMPF的机动弱目标TBD算法

针对基于多模粒子滤波(Multiple Model Particle Filter,MMPF)的机动弱检测前跟踪(Track-Before-Detect,TBD)方法存在不能直接给出目标航迹以及粒子退化导致的目标漏检问题,提出一种基于航迹平滑(Track Smoothing,TS)的MMPF(TS-MMPF)机动弱目标TBD算法。该方法利用MMPF的方法对机动弱目标量测数据进行处理,输出初步的检测和跟踪结果;将MMPF的输出结果重新定义为新的量测并进行目标的航迹起始、关联及滤波并给出目标的航迹;最后,利用航迹预测值对目标航迹进行平滑处理,有效解决粒子退化导致的漏检问题。仿真结果表明该算法可以有效提高目标航迹的稳健性。     

组网雷达协同干扰资源分配模型及算法

针对多干扰机协同作战(Multi-Jammers Cooperative Combat,MCC)问题,研究如何在干扰资源有限的情况下对其进行充分的利用,从而获得最优的干扰收益。将雷达的威胁等级和几何精度因子(GDOP)结合作为目标函数,建立以干扰机时间利用率为约束条件的MCC问题优化模型。运用熵权法计算雷达脉宽、带宽、载频和重频的权重,并根据灰色关联相对贴近度确定雷达的威胁等级,采用离散的粒子群算法对模型进行求解。通过MATLAB仿真表明,该算法可以快速找到目标函数的最优解,得到最佳的分配方案,通过对结果的分析,进一步验证该算法的有效性和模型的可行性。     

基于Matlab的线性拟合计算

对于弹道导弹,由于其运动受多种因素的影响,因此描述其运动的微分方程是极其复杂的,而且,方程中的部分参数是通过对试验数据的科学处理获得的.为了建立数学模型,有时用数据拟合的方法对试验数据进行处理.运用单变量、多变量的线性拟和方法,给出了"单输入/单输出"、"多输入/单输出"的线性拟合模型,并针对拟合模型中未知参数的确定问题,给出了基于最小二乘的线性矛盾方程组的求解方法.通过仿真计算,能够得到较高精度的计算结果.最后,给出了Matlab的实现方法,并给出了一段具体的实现程序.