敏捷指挥控制一致决策度量技术研究

针对敏捷指挥控制过程中的一致决策问题,研究了基于语言短语的偏好表示技术和一致决策度量技术,提出一种改进的基于二元语义的复合标度评价模型,建立三种不同的一致因子模型,可分别度量决策者、方案、决策过程的一致程度,从而提供一种评价决策者、方案、决策过程的量化标准,为更加敏捷地选择调整决策者和决策方案提供量化模型与评价依据。     

基于非参数统计的加速退化试验优化设计北大核心

加速退化试验优化设计研究如何在有限的费用约束下设计方案以减少试验评估误差。采用参数统计分析试验数据需要假设分布函数,当假设错误时会引起较大的误差,而采用非参数统计分析,通过数据本身来寻找合适的回归模型则可避免这一问题。以试验费用为约束,进行加速退化试验优化设计,给出各优化变量:试验应力水平、各应力水平下样本量、性能监测次数和监测间隔,最后通过仿真算例说明该加速退化试验优化设计方法的应用。     

基于简化CKF的IMM算法北大核心

IMM算法中采用的运动模型多为线性,针对这一情况,首先对容积卡尔曼滤波(cubature Kalman filter,CKF)算法进行了简化,通过理论推导证明,简化CKF算法的时间更新结果与KF算法的一步预测结果一致。然后对简化算法进行了计算复杂度分析,分析结果表明简化算法的复杂度要远低于CKF。进而将简化的CKF算法与IMM算法相结合,提出了一种基于简化CKF的IMM算法,最后通过机动目标跟踪实验对新算法进行了仿真,实验结果表明,新算法在没有降低跟踪精度的前提下,大幅缩短了算法的运算时间,提高了跟踪的实时性。     

面向大规模地理矢量线数据的多层级实时可视化技术

针对主流方法难以满足多层级实时可视化的需求,提出面向大规模地理矢量线数据的多层级实时可视化技术。建立面向多层级瓦片绘制的自适应可视化模型,设计像元四叉R(pixel quad R, PQR)树空间索引和基于PQR树的自适应可视化算法,分别用于支撑模型的数据组织和可视绘制。在10亿规模数据集上的实验表明：该技术在0.57 s内可计算任一层级上的可视结果,并且计算耗时大幅小于主流方法。当数据规模急剧增长时,该技术在各显示层级上仍具有较好的可视性能,最低可视速率超过100张/s,大幅优于主流方法。该技术在单机条件下即可支撑大规模地理矢量线数据的多层级实时可视化,在空间大数据探索分析领域具备较好的应用前景。     

多基准站相对定位算法及先验基线向量偏差影响分析

为提高单基准站短基线相对定位解算的可靠性,研究了多基准站约束的相对定位算法。将基准站间可提前测量的先验基线信息融入观测模型中,给出了多基准站相对定位的函数模型和随机模型,在此基础上推导了模糊度精度因子的解析表达式,揭示了基准站数量的增加对模糊度浮点解精度提升的作用;从理论上分析了基准站间先验基线信息中的偏差对模糊度解算的影响,分析表明,当先验基线各分量偏差的绝对值之和小于5 cm时,模糊度解算几乎不受影响;通过仿真和实测数据进行了验证。试验结果表明,增加基准站数量不仅能有效提升模糊度解算成功率和收敛速度,并且对先验基线信息中的偏差具有较好的抑制作用,当基线各分量偏差均增加到4 cm时,实测数据模糊度解算成功率仍能达到92%以上。研究结论为特殊场景下多基准站间的快速非精确标定提供了理论依据。     

基于量子遗传算法的火力分配

在使用遗传算法求解多目标的防空火力问题中,遗传算法的参数选择直接影响分配结果好坏,且分配结果差异性大。针对这种问题,根据防空火力和空中目标的特点建立相应的数学模型,结合量子遗传算法来解决多目标火力分配难题。数据仿真结果表明,量子遗传算法在解决多目标火力分配问题中有较强的可行性和有效性,火力分配结果与遗传算法相比在最优解与稳定性上均有所提升。     

事件触发的时滞二阶多UAV系统一致性控制

研究具有固定输入时滞的二阶多无人机系统在事件触发下进行不完全随机采样,并达到一致性控制的问题。提出一种阈值依赖于多无人机系统事件触发时刻和初始状态的事件触发机制,并给出在此事件触发机制下具有固定输入时滞二阶多无人机系统的分布式控制策略。当无人机自身状态变化量满足触发条件时,无人机间进行信息交互,控制器根据此次事件触发的采样状态值进行控制输入更新。通过理论推理证明一致性控制的结论。最后,通过仿真验证了算法的有效性。     

基于对称非线性函数的变步长LMS自适应滤波算法

为解决自适应最小均方误差（least mean squares,LMS）滤波算法难以平衡稳态误差和收敛速度的问题,提出了基于对称非线性函数的变步长LMS自适应滤波算法。通过自变量取绝对值、叠加非线性拉伸量改进Sigmoid函数,构造一个对称非线性函数用于刻画步长因子与稳态误差的非线性关系。该对称非线性函数具有能够根据误差动态调整步长、更快达到收敛状态的特点。根据构造的对称非线性函数和输入信号功率生成归一化变步长因子,解决噪声逐级放大的问题,进一步提高算法的滤波效果同时,加速收敛。实验表明：该算法在低信噪比、信噪比变化、信号频率变化、滤波器阶数变化、延迟采样点数变化条件下均具有更好的滤波效果、更优的稳定性和更快的收敛速度。     

基于多种群合作演化的无人机协同侦察任务规划研究

为了提高时空域上对无人机协同侦察任务规划的效率,提出一种基于多种群合作演化遗传算法的任务规划模型。该模型建立了无人机协同侦察任务规划问题的分层描述,并将多种群合作演化遗传算法引入对模型的求解,设计了全局与局部搜索流程,交叉变异和合作演化等算法（子）,并给出了详细求解步骤。仿真结果表明,所提模型及算法与单种群搜索算法相比,在任务处置效益、任务潜力效益、时间成本效益等方面均有提升。     

动散条件下“双争”活动如何落地生根

随着实战化训练不断向纵深推进,基层部队长期处于多线程、多模块运转中,除野营驻训、演训任务等传统认知上的动散状态外,在营期间的各类集训、专业保障、任务抽组等动散情况,使得“聚起来一大片、撒出去看不见”成为当前基层部队的新常态,由此也给“双争”活动的开展带来不少新情况新问题。对此,要进一步加强对新时代基层部队运行态势的实践探索,提升动散条件下开展“双争”活动的质效,使“双争”活动切实发挥激励作用和战略抓手作用,以助力全面锻造“三个过硬”基层,提升部队战斗力水平。