多机协同多目标攻击的目标分配和攻击排序

研究了多机协同空战中多目标攻击的目标分配和攻击排序的过程和方法.首先通过对影响空战态势的因素进行分析,提出一种新的综合距离优势、角度优势和能量优势构造综合优势函数的工程方法,并利用综合优势函数计算出目标分配矩阵,然后介绍了在目标分配矩阵上进行多机协同目标分配和攻击排序的过程和算法,最后用仿真验证了该算法的有效性.     

多智能体系统指定时间双向编队控制

多智能体系统协同控制的收敛速率问题是当前系统与控制领域一个热点研究问题.结合指定时间控制思想,以一般线性动力学系统为控制对象,对多智能体系统双向编队问题进行研究.首先,利用庞特里亚金极大值原理,设计了指定时间双向编队控制器,双向编队指的是被分成两组的智能体最终以指定的编队队形、相反的方向进行运动;其次,通过运动规划算法...     

美国航母航渡过程中的飞行作业优化

在美国航母航渡过程中,舰载机飞行作业优化的主要目的是决定舰载机的弹射和回收顺序,一方面使防御态势最优,同时确保航母能在指定的时间内抵达目的地,舰载机飞行作业优化还需要考虑其他限制条件,包括环境条件和军事判断等。在进行飞行作业优化时,关键概念之一是飞行作业周期,舰载机从离开航母到完成一项任务后返回母舰附近,为一个周期。在这个周期的末期,舰载机可以选择着舰,也可以选择在空中加油,当舰载机再次离开航母的时候,就已进入了下一个周期。在航母航渡过程中,舰载机飞行作业逐波次     

变结构多模型估计第Ⅲ部分——模型群切换算法

本文提出了一种称为模型群切换算法(MGS)的通用的变结构多模型(VSMM)估计器.它假设整个模型集合可以用一定数目的模型群来覆盖,每个模型群代表相互间紧密联系的一族系统行为方式或结构,在任何给定时刻,由一个硬决策来决定具体运行的模型群.它是第一种可普遍应用于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.同时,它很容易实现.通过一个简单的失效检测和识别的例子显示当具有与固定结构的交互多模型(FSIMM)估计器相同的性能时,MGS算法可以从本质上减少计算量.     

多硫代苯的制备及其电化学性能研究

研究了多硫代苯网状聚合物的合成以及不同硫含量的多硫代苯的放电性能及循环性能．结果表明提高硫含量有利于提高材料的放电容量,但充放电循环中的容量衰减也加快．硫含量为91．99％的PPS一10的首放容量i妊4756mAh／g,20次循环容量达到367mAh／g,有望用于一次和二次锂电池中作正极材料．     

地面机动目标跟踪问题研究

对地面机动目标跟踪问题进行了研究,针对当前存在的问题,提出了将交互多模型应用到地面机动目标跟踪的思想,从而提高跟踪的精度。     

新疆多民族地区维汉大学新生角色适应的差异性分析

研究采用司秀玲(2008年)编制的问卷《大学新生角色适应问卷》对新疆400名2015级维汉大学新生进行调查研究,结果表明:汉族新生在经济角色、人际角色、生活角色三个维度的适应性显著高于维吾尔族新生;生源地为城市和城镇的新生其经济角色、人际角色的适应性显著高于农村的新生.研究认为:从族别差异上看,文化差异及家庭教养方式会不同程度地影响维汉大学新生的人际角色适应、家庭经济状况会直接影响维汉大学新生的经济角色适应、民族特质会影响维汉新生的生活角色适应;从生源地差异上看,家庭经济状况及生活环境会导致农村新生与城镇及城市新生在经济角色适应上有显著差异、社交经历会影响农村新生在人际角色适应上弱于来自城镇和城市的新生.     

深度多属性增强水声目标识别方法

被动声纳系统由于其隐蔽性好的特点在军事任务中发挥着重要作用。针对被动水声目标识别问题,开展了水声目标多属性特征提取与识别方法研究。利用深度学习方法从舰船辐射噪声中提取目标多属性特征并识别水声目标。提出了深度多属性增强水声目标识别方法,该方法可以从时域舰船辐射噪声中提取水声目标多属性特征及多属性之间的相关性特征,并用来增强深度模型对水声目标类别属性的表达能力。基于海试实测数据的6类水声目标识别实验结果表明,相比于不考虑多属性的识别方法,提出的深度多属性增强水声目标识别方法的平均正确识别率提高了3.6%～18.2%,并且具有更好的识别稳定性。     

多目标决策的特殊坐标系求解方法

在多目标决策问题中,满意解常常要在非劣解中寻找。一般来讲,对于两个目标(二维)的解的判别并不困难,但遇到多个目标(n维),且有多个可行解时,对非劣解的判别就显得有些繁复了。因此,采用直观容易的特殊坐标系来判别"非劣解",从而给出求解多目标决策问题满意解的方法。     

基于空地协同的山地冰川连续探测系统

针对无人机、无人车在复杂环境下运行不稳定、协作性差的问题,提出一种可以在冰雪表面、地形起伏等山地冰川环境下运行的空地机器人冰川探测系统。首先,该系统中无人机可适应高原山地低压、大风环境,无人车可在低温环境、冰雪表面长时间行驶,相应的轻量级地形建模和预测框架可将冰川表面环境点云模型转换成数据量更小的模型,且不造成大幅精度损失。其次,所提系统不仅可通过对驾驶数据、车辆状态数据与地形数据之间的相关分析建立驾驶技能模型,并利用增量式学习方法使驾驶技能模型快速适应冰川环境和复杂地表结构,其基于无人机机动性、无人机能耗、水平距离约束和视距约束的空地协同策略还可以保证系统的通信稳定和平稳运行。验证实验表明,提出的驾驶技能学习方案可以保证无人车在驾驶建议下平稳通过冰川危险地带,提出的空地协同策略可以保持较低水平的跟踪误差与通讯延迟。