敏捷成像卫星自主规划模型与算法

针对敏捷成像卫星自主规划问题,将规划、决策、执行和信息反馈相结合,提出星上自主规划框架,并介绍框架结构和模块功能。在分析主要约束条件的基础上,建立基于时间线约束网络的问题模型。通过将各种卫星动作前后衔接,组合成能够完成不同任务的动作序列,提出一种面向卫星动作序列的启发式算法。该算法分为规划和决策两个部分,并在卫星执行每一个动作序列的同时基于多种启发式规则进行规划,在动作序列执行结束时进行决策。实验结果表明了自主规划框架和模型的合理性以及算法的有效性。     

基于仿真的潜艇装备作战能力ANP幂指数评估方法

针对潜艇装备作战能力幂指数评估模型中评估指标之间存在相互依赖或影响关系,以及评估过程主观性较强的情况,建立了基于仿真的潜艇装备作战能力ANP幂指数评估流程;以潜艇反舰作战能力评估为例,给出了网络化评估指标体系设计与优化方法;基于专家和仿真数据的ANP超矩阵构建方法以及基于指标权重的幂指数评估模型构建方法,建立了基于仿真...     

分段线性凸费用网络流的两个算法

本文讨论了分段线性凸费用网络流问题,推广了线性费用网络流中的负回路方法和最小费用路方法,从而得到了求分段线性凸费用网络的最小费用流的两个算法。     

动态拓扑图的卫星网络可视化方法

针对高度动态变化的卫星网络,提出一种基于动态拓扑图的可视化方法。动态拓扑图可视化的难点在于如何保持动态可视化过程中的稳定性,从而使用户容易地感知到网络中所发生的拓扑变化。根据卫星网络的动态变化特点,构建连续的动态拓扑图模型;设计一种保持布局稳定性的策略,并基于力引导思想提出一种动态拓扑图布局算法;以Iridium系统为典型实例,验证本文的可视化方法的合理性和可行性。实验表明,该方法能够以清晰的可视化图像支持用户对卫星网络动态拓扑的感知和理解。     

装备技术体系网络建模与结构优化方法

针对装备技术发展管理的重用度和冗余度问题,研究了体系网络建模与结构优化方法。将装备技术抽象为节点,技术关系抽象为边,提出了基于装备技术描述属性框架和技术关系分析的体系网络建模方法;将3种经典的网络社团探测方法应用于装备技术聚类,通过比较评估指标,生成了技术聚类优化方案;基于加权网络中心度算法,识别了对体系冗余影响最大的装备技术。以包含235项激光武器装备技术的技术体系为例,验证了方法的有效性,总结了体系结构的优化结论。     

基于非合作博弈的栅栏信息覆盖虚拟节点组合算法

邻近节点通过协作感知和信息融合组成虚拟节点,能够增加信息覆盖栅栏长度.基于非合作博弈模型,设计了一种完全分布式的虚拟节点组合算法DVSF算法.DVSF算法面向栅栏信息覆盖应用,以尽量增加整个网络的信息覆盖栅栏长度为目标,将合适的邻近节点组合成虚拟节点,提升了整个网络的栅栏信息覆盖性能.仿真实验验证了DVSF算法的有效性...     

级联失效下非对称依赖网络鲁棒性研究

研究级联失效下网络化信息物理系统的鲁棒性具有重要的现实意义.针对具有单向依赖关系的信息物理系统构建双层非对称依赖网络模型,综合依赖失效和过载失效设计级联失效模型,提出一种更贴近实际的非对称攻击方式,并给出一种资源限制下的节点容量分配方式.针对无标度子网构成的非对称依赖网络进行了仿真实验,结果表明:网络鲁棒性与子网络平均...     

Min-max 模糊 Hopfield 网络的一个基于容错性的学习算法

在一定的条件下证明了Min－max模糊Hopfield网络吸引子的吸引域随着连接权矩阵的减小而增大，在此基础上，设计了一个基于容错性的学习算法。在一定的意义下，用该学习算法得到的矩阵最小，从而此时系统具有最优容错性。最后用实例验证了结论。     

一种能量高效和均衡的无线传感器网络分簇数据融合算法

在无线传感器网络中,如果传感器节点之间的能耗不均衡,一些能耗进度较快的节点会过快失效,继而导致网络过早无法正常工作。为了解决分簇无线传感器网络在数据收集过程中所存在的节点之间能耗不均衡问题,提出了一种新的分簇数据融合算法。该算法将网络划分为大小不等的栅格,并根据剩余能量使簇首分别在每个栅格的节点中轮转。簇首消耗的能量越多,其所在的栅格也越大,栅格内有更多节点参与簇首的轮换以分担能量负载。通过该方式,算法能够提高节点的能耗均衡程度。另外,考虑到无线传感器网络的能量受限,算法还采取了一系列措施以节约能量。仿真实验结果表明,算法在能量使用效率、网络生命周期以及能耗均衡程度三个方面都具有较好的性能。     

联合生成对抗网络和检测网络的SAR图像目标检测

针对合成孔径雷达图像目标检测中存在的样本获取困难且数量有限问题,提出了联合生成对抗网络和检测网络的学习模型。利用原始训练集对特别设计的超快区域卷积神经网络进行预训练;再通过基于注意力机制的深度学习生成对抗网络生成高质量合成样本,并输入检测网络进行预测;依据预测信息和概率等价类属标签分配策略为新生样本提供注释信息,并以一定占比对原始训练集进行扩充;利用扩充数据集对检测网络进行再训练。多组仿真实验证明,所提框架能够有效提升网络检测效率和性能。