多DSP并行的神经网络集成目标识别法

针对分布式信息融合结构、异质传感器条件下的目标识别问题,提出了基于多DSP并行结构的神经网络集成目标识别方法.给出了生成神经网络集成的具体方法,并构造了一个实际的空中目标识别硬件系统.结果表明,系统的目标识别性能明显优于单个神经网络的目标识别性能,且识别目标的速度很快.     

基于误差放大的BP算法改进

收敛速度慢和容易陷入局部极小是BP算法典型的缺点,也是后来许多改进算法不能克服的问题.介绍了基于误差放大的BP算法原理,分析其对标准BP算法的改进之处,将该算法从单层推广到多层.分析这种算法的数学依据,针对这种算法存在的问题和不足之处--收敛速度慢和不可调节的变化区,提出了一种改进措施:在放大系数中加入元素,从而使其避免了盲目调节.用matlab对实例进行仿真,相对其他的改进方法仿真结果表明该方法具有更好的收敛性和更高的精度.     

基于位置信息的无线传感网络路由改进

基于位置信息的无线传感器网络如果完全采用无状态的方式路由,在某些拓扑结构中存在数据不可到达的缺陷,即死亡点的问题.针对这一问题,将无线传感器网络抽象为一数学模型,在此模型的基础上,给出了问题的数学描述.经分析,提出了一种基于逃离算法的详细解决方案.对算法的性能从理论上分析得出算法没有环路,是正确可行的,而仿真结果也验证了这一点,算法的时间复杂度为O(n).     

舰艇编队作战系统的武器目标分配问题

设我方m艘战舰,对方n个来袭目标.运用灰色局势决策求得目标对各个战舰产生的威胁值排序;再用模拟退火算法,参考目标威胁,单舰根据自身装载的火力发射进行初步武器分配;最后将分配结果传送至融合中心,应用大系统理论的分解协调法,协调武器分配,使得我方武器对本批目标的打击概率最大.仿真基于VC++编程实现,具体分析了算法及思想的可行性.     

一种改进的扩展旋转矢量姿态算法

在分析扩展旋转矢量姿态算法的基础上,基于典型圆锥运动理论以及迭代算法的思想推导了一种面向四子样的改进扩展旋转矢量优化算法.给出了较为详细的算法推导过程和具体公式.为检验改进算法的有效性,先后采用传统的四元数法、扩展旋转矢量法以及改进算法,对载体的典型圆锥运动进行了计算机仿真研究.结果表明,该优化算法不仅改变了捷联惯性导航系统中陀螺子样的利用方式,而且提高了系统旋转矢量的计算精度以及姿态算法的实时性.     

寻的制导飞行器多模复合导引头的一种优化配置方法

针对寻的飞行器的高制导精度和轻小型化要求,提出了一种由不同类型导引头组成的多模复合导引头优化配置方法.在用这种方法对给定的导引头集合中选择具体导引头时,使用了对话式的双准则优化算法,给出了具体算法模型和步骤,并引入了仿真实例,计算证明了这一方法的有效性.     

基于模糊聚类的粒子群算法在雷达组网优化布站中的应用

提出了一种基于模糊C-均值聚类的粒子群算法,将其应用于雷达组网优化布站.定性分析了雷达组网布站原则并对其量化,建立了优化布站的数学模型.为加快求解速度,结合模糊C-均值聚类对标准粒子群算法进行了改进,给出了基于模糊C-均值聚类的粒子群算法在该优化问题中的设计方法,并与标准粒子群算法和遗传算法进行了仿真对比.结果表明,该方法能够快速得出雷达组网优化布站方案,验证了雷达组网布站模型的可行性和改进算法的有效性.     

一种修正ESPRIT信号DOA估计算法

分析了典型DOA估计算法的优缺点,针对信噪比较小的情况下对CESPRIT做出了一些修正,将接收数据共轭重排再利用,构造矩阵修正的ESPRIT算法,称之为MCESPRIT算法.理论分析和仿真实验表明,该算法同经典的ESPRIT以及其他2种修正算法MESPRIT算法及CESPRIT算法相比,在信噪比较小及快拍次数有限时,能够改善信号DOA估计的性能.     

基于极大熵微粒群混合算法的非线性方程组求解

针对非线性方程组,给出了一个新的算法.该算法首先把非线性方程组转化为一个不可微优化问题,然后用一个称之为凝聚函数的光滑函数直接代替不可微的极大值函数,从而可把非线性方程组的求解转化为无约束优化问题,再利用微粒群算法对其进行求解.利用4个测试函数对其进行测试并与其他算法进行比较.计算结果表明,提出的算法在求解的准确性和有效性方面均优于其它算法.     

蚁群算法在车辆巡回保障中的应用研究

应用蚁群算法（ACA）解决车辆巡回保障问题,建立了车辆巡回保障优化数学模型,对轨迹更新规则进行了重新设定,给出了算法的实现步骤。通过算例分析,将计算结果与遗传算法（GA）和粒子群算法（PSO）作了比较,对模型和算法的正确性、高效性和适用性进行了验证。实验结果表明,该算法可以快速、有效求得车辆巡回保障的优化解,得到车辆巡回保障过程中的较优方案。