复杂环境下多雷达点迹融合

针对系统误差、杂波干扰等对点迹融合处理系统的影响,结合工程实践,提出了一种处理复杂环境下多雷达点迹融合结构框架,给出了存在系统误差情形下的多雷达航迹起始、虚假目标抑制、雷达误差配准等模型和算法。仿真结果表明,提出的框架、模型和算法能够有效处理多雷达点迹融合问题。     

基于OSG的地形多分辨率四叉树模型

针对大地形数据量庞大的特点,建立了地形多分辨率四叉树模型,构建了该模型的存储结构,即采用大数据文件加索引文件的形式进行存储,采用该存储结构可快速读取到需求数据,并阐述了数字高程模型(Digital Ele-vation Model,DEM)数据和纹理数据的存储步骤;设计了数据的并行多线程调度机制,该调度机制采用共享内存策略实现同步,确保了信息处理高效、有序地执行.结果表明:该模型在OSG中能够按需快速加载地形数据,实现高效渲染.     

多信道无线系统中时频机会频谱接入改进算法

在一个多信道无线通信系统中,节点可以通过控制包的交互过程探测各无线信道,机会地利用拥有高传输效率的信道,而信道探测过程会消耗用于真正数据包传输的时间和能量。文中详细介绍了最优停止时间理论的基本原理,分析了该理论在慢衰落环境下的局限性,并通过引入有限状态马尔可夫信道模型,提出了一种时频二维的机会频谱接入算法。     

博弈论在无线通信中的应用专题讲座(一) 第1讲 多用户MIMO系统中的有限反馈预编码博弈

博弈论在无线通信系统中已经得到了广泛的应用。而近年来,博弈论也逐渐成为研究多用户MIMO系统中各项关键技术的一种有效的理论工具。文章将介绍一类新颖的多用户MIMO有限反馈预编码博弈和潜博弈的概念。之后以MIMO中继网络中的中继节点预编码策略选择为例,说明博弈论是如何在多用户MIMO系统的研究中进行应用的。     

多轮驱动实现增收

7月2日,笔者走进九师一六八团北区十连职工彭建新家的养殖场,他正在和几位职工一起,忙着从车上卸下苜蓿草料。彭建新在承包他60亩身份地的同时,积极参与多种经营,成为了远近闻名的多元增收致富能手。去年,彭建新组织31位职工,成立了一支暖气安装和外线维修队,参与新建楼房的暖气安装和布线、维修工作。安装队创造产值180万元,他带领的职工人均增收1.5万元。     

模糊优化理论的武器-目标分配模型及求解算法

武器-目标分配问题是一个典型的NP完全问题,随着武器和目标数量的增多,以及分配结果评价标准多样性的存在,传统的优化求解算法如隐枚举法、割平面法、分支定界法等很难进行有效地求解。介绍一种基于模糊优选技术的多目标混合优化理论,运用该理论建立了多个指标下的最佳武器-目标分配模型,并将蚁群算法应用于对模型的求解,为解决复杂的武器-目标分配问题提供了一种有效方法。     

DDBN的无人机决策推理模型参数学习

针对复杂战场环境下的无人机决策推理模型参数学习的问题,提出基于遗传算法的离散动态贝叶斯网络参数学习算法。该算法将模型网络参数的最大似然估计函数作为遗传算法的适应度函数,在全局进行并行优化搜索,得到最优的网络参数,从而提高了决策推理模型对复杂环境的快速适应。仿真结果表明,该算法可以获得准确的离散动态贝叶斯网络参数,能够有效地解决复杂战场环境下无人机威胁评估问题,为无人机的自主任务决策提供有效的参数保障。     

基于改进遗传算法的异构多无人机任务分配

针对异构多无人机协同任务分配问题,提出了一种基于改进的遗传算法的多UAV任务分配方法。根据多UAV协同任务分配问题的特点,设计了新的遗传算子,并且对适应度值做了标定,有效避免了算法在最优解附近摆动现象的发生,从而提高了任务分配的效率。充分利用改进遗传算法的全局搜索能力,有效地解决多约束条件下多UAV协同目标分配问题。仿真结果表明,改进的遗传算法能够稳定快速地找到较优分配方案,并且算法简单有效。     

在轨服务航天器任务指派问题

一个在轨服务可有多种服务选择,必须进行合理的任务指派。首先求解服务航天器满足燃耗约束下的可达区域,筛选出满足可达范围要求的目标航天器。然后,以任务执行时间、燃料消耗和航天器服务优先级为优化目标,研究多目标的任务指派问题。通过设计决策变量,考虑时间、燃耗等约束,建立了基于0-1整数规划的任务模型,采用NSGA-Ⅱ算法,求得问题的Pareto最优集,得到多组可供任务设计者选择自己偏好的折中方案。文章给出了两个多目标优化的仿真算例,算例一给出了任务指派的一般研究结论,算例二对比了另外一种算法：分层-加权法。仿真结果表明利用文章给出的方法可以较好地解决多目标下在轨服务任务指派问题。     

美海军首架MQ-4C海上无人侦察机亮相

美海军首架H0—4C型“广域海上监视无人机”（BAMS UAS）2012年6月14日在诺斯罗普·格鲁曼工厂正式亮相。该无人机被命名“人鱼海神”（Triton）。