混合离散粒子群的任务调度算法及应用

针对粒子群算法存在易陷入局部极值、精度差的缺点,引入了模拟退火的思想,研究了一种混合粒子群优化算法,防止早熟现象的产生,使种群在更新迭代中保持了多样性,并将混合算法应用到典型的任务规划调度问题求解中,通过仿真验证了混合算法的有效性,与单一的离散粒子群算法相比,提高了调度问题的求解效果。     

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。     

印刷对数周期天线的FDTD分析与实验

采用非均匀网格时域有限差分(NU FDTD)方法,对单层印刷对数周期阵子天线(PLPDA)进行了电磁仿真,分析了单面和双面介质盖板对PLPDA性能的影响,得到了PLPDA的驻波和方向图特性,并进行了实验验证,分析结果与实验结果吻合得较好。     

离散变结构控制理论研究现状与展望

对离散变结构控制理论的研究进展进行综述,总结了3种主要的DVSC方案,讨论了这一领域中存在的重要问题,并指出了该理论未来可能的研究方向.     

离散变速趋近律抖振机理及鲁棒性研究

研究基于离散变速趋近律的变结构控制设计问题.利用不等式形式到达条件研究变速趋近律的抖振机理,并对其鲁棒性进行分析.研究结果表明,只要不确定因素有界,即可保证闭环系统的鲁棒稳定性,而通过调整变速趋近律自身参数,可以避免抖振并使系统具有良好的动态品质.将理论成果用于某型船舶航向自动舵的设计,实验结果证实了它的有效性.     

多层弹道导弹防御体系射击策略研究

主要利用离散马尔可夫链(DTMC)对多层弹道导弹防御系统反导作战射击策略问题进行了研究.定义了多层弹道导弹防御体系防御层识别矩阵、拦截矩阵、综合防御能力矩阵等描述多层弹道导弹防御体系防御层作战能力的相关概念,建立了多层弹道导弹防御体系的DTMC模型.在此基础上,应用多层弹道导弹防御体系的DTMC模型对多层弹道导弹防御体系射击策略对作战效能的影响进行了预测分析,最后应用实例验证了模型的有效性及实用性.研究结果可为制定多层弹道导弹防御体系射击策略问题提供决策依据.     

基于改进灰关联理论的目标类型识别模型研究

主要针对防空作战中对空袭目标类型识别需求,建立了一个基于变异系数法进行赋权的离散灰关联识别模型.该模型首先充分利用未知目标特征参数的变异程度,客观地对各指标进行赋权;其次对灰关联法进行改进,从置信距离出发用离散关联度更准确地描述两序列数据之间的关联程度,从而为目标识别提供更加可靠的辅助决策.实例分析表明,该模型方法简单,识别率高,具有很高的应用价值.     

具有变时滞的离散型随机BAM神经网络的稳定性

研究一类具有变时滞的离散型随机BAM神经网络。通过构造Lyapunov泛函以及线性矩阵不等式（LMI）,得出了离散系统全局渐近稳定的充分条件。     

非平稳高斯序列最大值的几乎处处中心极限定理

在较弱的条件下,研究了一类非平稳高斯序列的几乎处处中心极限定理.设{Xa,n≥1}为一非平稳高斯序列,记其协方差为rij=Cov(Xi,Xj).假设该序列满足如下条件:对充分大的n,若存在0<α<1当|i-j|>nα时,rijlog|j-i|(l0glog|j-i|)1+ε一致有界.在这一条件下,通过利用概率极限理论,...     

基于关联离散度的目标类型识别方法

针对空中作战空中目标识别问题,在分析影响目标类别因素的基础上,提出了一种基于关联离散度的空中目标灰色识别方法。该方法采用灰色理论,通过应用定义的关联离散度作为识别测度,因而在无需对现役雷达作太多技术改进的情况下,就可以提高低分辨雷达对空中目标粗略分类的自动判别能力。给出了应用该方法的具体步骤,通过仿真实例证明该算法的有效性。