Loeb 空间上的拟鞅提升及分解定理

本文通过非标准随机分析方法得到了标准拟鞅提升定理,并构造了非标准拟鞅的分解定理,然后再通过下推方法得到了标准拟鞅的一个分解定理。     

面向无人机海上侦察任务的自适应粒度分解策略研究

无人机海上侦察作战任务自动规划的前提是任务分解,分解策略的通用性和分解粒度的合理性直接影响任务规划的速度和实际效果。对无人机海上侦察任务具有随机性强、复杂度高、动态性明显等特点,提出了一种基于军事领域知识库的无人机海上侦察任务自适应粒度分解策略,构建了无人机海上侦察领域知识图谱和自适应粒度任务分解模型,并以海上编队护航背景下的无人机侦察任务为例,实施了任务分解策略验证,结果表明分解策略较传统任务分解方法具有更佳的稳定性和适应性。     

基于斜卷积双边滤波的特种机器人视觉引导算法的改进与优化

移动机器人可以在确保个人安全下有效减少人类的劳动行为,已经广泛应用到运输、救援、勘探、工业自动化等领域。针对特种越障机器人在城镇和工厂等以平面为主的非结构化场景下作业,提出一种依靠视觉引导的图像处理与障碍高度评估新方法。在图像预处理流程中,为了更好地保留特定朝向的图像边缘,在双边滤波算法的基础上,引入了一种呈高斯分布的斜卷积空域卷积核,改进为斜卷积双边滤波,并与其他边缘保持滤波算法进行比较。实验结果表明：不同算法信噪比一致时,斜卷积双边滤波算法的PFOM(pratt’s figure of merit)均值高于引导滤波与加权最小二乘滤波;当σ(标准差)=0.02时,斜卷积双边滤波的PFOM比引导滤波高出12.18%,比加权最小二乘滤波高4.4%。对具有普遍性的台阶沿向与沿向垂直使用斜卷积双边滤波处理后提取边缘,越障机器人在不同光照条件下进行不同高度台阶越障实验。实验表明：机器人在视觉系统引导下可快速正对台阶,越障成功率为100%。     

GPS应用中的坐标转换技术

首先介绍两种转换公式,然后介绍求解转换参数的方法和求解线性方程组的数值 解法。     

基于遗传算法的整周模糊度OTF解算

建立了一种基于简单遗传算法的改进模糊度搜索方法。首先采用一组约束方程求解模糊度浮点数解 ,然后UDUT 和LDLT 分解对整周模糊度进行整数高斯变换以降低各整周模糊度之间的相关性 ,最后利用遗传算法进行整周模糊度搜索。在种群个体较少的情况下 ,为了避免早熟使搜索陷入局部最优 ,提出两种变异算子 ,保持个体的多样性。仿真结果表明改进后的算法能够实时动态解算整周模糊度 ,且较使用简单遗传算法具有更快的搜索速度和鲁棒性。     

一种多阶段对抗博弈的合成火力分配方法

如何进行贴近实际的合成火力分配是一个极具挑战性的课题。考虑到实际作战任务的多阶段特性,提出了一种新的回合制对抗策略及博弈模型,并设计了高效的确切解算法。红方对抗策略的首要目标设计为每一回合均最大化蓝方的损失,且最小化己方的损失。其次,针对战术目标的优先级问题,引入了权重系数分别表示蓝方和红方不同兵力的重要性,其值越高代表其被打击或保护的优先级越高。此外,首次引入了表征红方对自身损失敏感程度的超参数,其值小即对损失不敏感,意味着可采取较激进的战术。针对相应的整数线性规划模型,设计了分支定价算法。实验结果不仅表明了数学建模的正确性与合理性,而且验证了分支定价法相较于遗传算法的优越性。对抗策略设计、优先级量化方案以及损失敏感程度度量的合理性也得到了充分验证。此外,该新颖的对抗博弈模型及算法部分表现出了与传统兰彻斯特作战模型的一致性;而可调节的损失敏感参数,使得模型具有较好的兵力分配的灵活性,在达成战役目的的前提下,可实现兵力的阶段性投入并避免某一阶段无某一类型兵力可用的情况。     

基于改进多维粒子群的多无人机任务分配方法

针对复杂战场环境下的多无人机任务规划解空间维度不确定、任务需求随时间变化等问题,提出了一种基于改进多维粒子群算法的多无人机任务分配方法。该方法构建了适应度函数集,应用多个适应度函数来限制种群趋向,同时采用基于时变目标价值的映射变量,建立目标价值随时间变化的多无人机目标决策模型;而后引入整数编码机制,构建面向任务序列的多维粒子,利用改进的自适应多维粒子群算法,得到最优维度下多无人机的任务分配优化方案。仿真实验结果表明：基于改进多维粒子群算法的多无人机任务规划方法可在最优解空间下,获得更好的任务动态分配效果,收敛速度更快,具有良好的推广应用前景。     

电力市场环境下发电厂机组检修计划

分析了传统的统一调度下和电力市场环境下发电厂机组检修计划的不同,在此基础上提出不同于以往的检修计划方法。以检修费用、电价收益损失和违约金之和最小为目标函数,然后采用0-1整数规划的直接枚举法求解。最后通过算例论证了该方法的可行性。     

对潜搜索的灰色整数规划模型

在对潜搜索中,针对搜索兵力武器装备战技性能的优劣、指挥人员的军政素质的高低、水文气象条件的好坏等因素均会随着时间的推移而发生变化的特点,为了取得最佳的搜潜效果,需要根据时间变化给不同的作战单元分派不同的作战任务.将整数规划与灰色模型相结合,建立了对潜搜索的灰色整数规划模型,给出了检验方法和求解步骤,并举例分析说明.经验证,该模型精度等级较高,且能使各作战单元的搜索效率达到最佳,因此,可资对潜搜索兵力分配时借鉴.