基于改进PSO算法对榴弹最佳杀伤面积的计算

为了获得榴弹在空中爆炸时的最佳杀伤参数,提出了一种最优参数计算方法。以卧姿人员为杀伤目标,建立了杀伤面积与落速、落角和炸高的数学模型和优化模型,利用随机惯性权重法对标准粒子群优化算法（particle swarm optimization,PSO）算法中的惯性权重进行改进,采用改进后的算法对榴弹最佳杀伤参数进行计算。结果表明：改进的算法对比传统计算方法,计算精度更高,最大炸高改进误差超过0.1 m,对比标准PSO算法需要的粒子数量更少,收敛速度更快。为榴弹最佳杀伤参数的设计提供了一种高效计算方法。     

基于改进NSGA-Ⅲ的抗饱和攻击防空编队部署方法

现代空袭有饱和攻击、对抗体系多样等特点,在对目标进行有效掩护的同时,确保自身生存是防空火力编队研究的重点问题。考虑到火力重叠面积、火力覆盖面积、耗弹量、有效掩护宽度、有效防御扇区等因素,提出一种改进的NSGA-Ⅲ算法,通过控制选择交叉种群将不同策略的解集进行组合,实现区域、目标掩护混合部署、导弹和高炮等不同武器的综合使用,使得编队防御性能得到优化。以轰炸机、巡航弹、无人机的饱和攻击为应用场景进行仿真验证,结果表明此方法能够在兼顾区域、目标安全的同时,提升整体防空编队的生存能力。     

多核数字信号处理器矩阵乘卷积算法性能评测

矩阵乘卷积算法能够为各种卷积配置提供高性能基础实现,是面向给定芯片进行卷积性能优化的首要选择。针对国防科技大学自主研制的飞腾异构多核数字信号处理器(digital signal processor, DSP)芯片的特征以及矩阵乘卷积算法自身的特点,提出了一种面向多核DSP架构的高性能并行矩阵乘卷积实现算法ftmEConv。该算法由输入特征图转换、卷积核转换、矩阵乘以及输出特征图转换这四个均运行在通用多核DSP上的并行化部分构成,通过有效挖掘通用DSP核中功能单元的潜力来提升各个部分的性能。实验结果表明,ftmEConv实现了高达42.90%的计算效率,与芯片上的其他矩阵乘卷积算法实现相比,获得了高达7.79倍的性能加速。     

异构无人平台不规则区域协同侦察部署方法

针对未来无人化陆战场有人/无人混合编队中异构平台携带多型侦察装备的协同侦察部署问题,提出自适应粒子群-区域最优匹配（PSO-ROM）算法。采用参数自适应和局部变异方法对粒子群优化算法进行改进,并对异构平台中探测性能最优的多个同类型传感器进行优化部署;针对异构平台中的多个其他类型传感器,采用区域最优匹配算法,依次对尚未覆盖的空白区域进行优化部署,直至达到侦察部署目标。实验结果表明,采用PSO-ROM算法进行异构传感器不规则区域部署时,算法执行时间相对于传统粒子群算法平均缩短91%,覆盖率平均提升14.9%,各节点移动距离平均缩短0.65 km。采用PSO-ROM算法开展重要区域的多频谱覆盖时,雷达波段、可见光波段和红外波段的平均覆盖率分别为91.0%、94.3%和96.1%。当覆盖比F达到1.2时,待部署传感器资源的利用率已接近饱和,再增加更多的传感器资源将不会对覆盖率产生明显的改善效果。     

“算法战争”的概念、特点与影响

分析了"算法战争"的概念,考察了美军围绕筹划"算法战争"所展开的相关举措,讨论了"算法战争"的潜在影响,并指出了其局限性所在。建议跟踪研判"算法战争"的未来演变趋势,依托军民融合加强算法储备,重视反制措施的研究和伦理探讨。     

基于改进粒子群算法的复杂地况下雷达布站优化

针对现有雷达布站数学模型不能解决复杂地况下的雷达布站问题,提出了一种复杂地况下的雷达布站数学模型,该模型解决了雷达在复杂地况下布站位置受限的问题。在此基础上,提出了基于改进粒子群算法的复杂地况下的雷达布站优化算法,该算法改善了现有粒子群算法中期搜索性能不强的缺陷。仿真结果验证了提出的改进雷达布站数学模型的可行性和基于改进粒子群算法的复杂地况下雷达布站优化方法的有效性。     

一种基于周期分区的时间调度算法

针对多功能相控阵雷达任务实时调度问题,提出了一种基于采样周期分区的时间资源调度算法(记为PD)。该算法以各类任务采样周期的最大公约数为分区标准,将各采样周期均分为多个等长区间,再将各类任务平均分配到不同分区中调度执行,可解决调度过程中任务因采样周期不同产生冲突的难题。仿真结果表明,该算法可提高系统任务调度能力,可广泛应用于相控阵雷达任务调度及其他实时任务调度系统。     

基于遗传算法整定的空间机械臂控制方法

针对空间机械臂关节角度控制时中存在的精度较低、建模误差较大等问题,采用遗传算法对PID参数进行整定的空间机械臂控制算法,可以有效地提高了关节角度控制的精度。仿真结果表明,使用遗传算法PID参数的整定算法,对空间机械臂关节角度具有较好控制性能,并且克服了传统PID调整参数困难的缺点。     

基于战斗力的维修调度模型优化研究

针对我军维修调度仍然采用"先来先维修(FCFS),重要装备优先维修"问题,结合战时武器装备的维修特点及作战单元战斗力的构成,综合考虑了权重、维修时间与战斗力的关系,以权重和维修时间的比值作为衡量指标,建立了基于战斗力的静态、动态调度模型,提出了相应的调度算法。利用维修调度相关数据对模型进行检验和分析,表明所提出的模型和算法既充分利用了现有的维修调度策略,又对现有的维修策略进行了改进,增强了维修调度的灵活性,缩短了维修时间,使得维修调度更加科学、合理,为决策者进行辅助决策提供了优化思路。     

基于稀疏表示的数字调制模式识别

通过分析稀疏表示在模式识别应用的基础上,提出了一种基于稀疏表示的特征提取方法。该方法首先引入主成分分析对新的样本进行降维,然后利用降维后的训练样本构建稀疏线性模型,通过范数最优化求解测试样本的稀疏系数,根据稀疏系数的分布提取特征值。最后利用支持向量机分类器进行信号的分类识别。并在求解最小范数优化问题中,提出一种通用的解决方案,利用粒子群算法确定最优惩罚系数。新方法提取的特征值经计算机仿真研究证明,该算法具有较好的有效性和一定的工程应用性。