基于卡尔曼滤波的单矢量水听器水中多目标方位跟踪

对单矢量水听器接收的声压和质点振速信息进行联合处理,采用量子粒子群求解声压和质点振速组成的非线性相关方程组,从而实现多目标声源方位的估计。对于低信噪比的情况,难免会引入较大的方位估计误差。采用最小二乘法对目标方位轨迹进行拟合并建立预测模型,然后通过卡尔曼滤波对单矢量水听器估计的目标方位轨迹进行优化。结果表明：单矢量水听器能够同时分辨多个目标方位,解算结果应用统计特性表示;信噪比越高,分辨率和精度越高,偏差越小;对于水中目标而言,1阶多项式足以进行方位轨迹拟合,再采用卡尔曼滤波能够有效提高目标方位跟踪精度。     

单矢量水听器水中多目标方位跟踪方法

采用量子粒子群求解声压和质点振速组成的非线性相关方程组,实现多目标声源方位的估计。为提高精度,应用最小二乘法对测量结果进行拟合并建立预测模型,通过卡尔曼滤波对方位轨迹进行优化。结果表明:单矢量水听器能够同时分辨多个目标方位,解算结果应使用统计特性表示;采用本方法最多能分辨7个目标,目标个数越多,方位误差越大;信噪比越高,分辨率和精度越高,偏差越小;通过数据拟合然后卡尔曼滤波的方法能够有效提高目标方位跟踪精度。     

基于节点综合效能的DTN路由算法

针对容忍延迟网络(DTN)高延迟、数据传输成功率低等问题,提出了一种基于节点综合效能的DTN路由算法SERA。该算法综合考虑移动节点的活跃度和剩余能量,使消息副本向综合效能高的节点扩散。SERA节点活跃度描述了节点的社会和动态特性,SERA尽量将消息副本传递给活跃度高的节点,以提高消息传输的成功率;在选择中继节点时,充分考虑节点的能量状态,以避免能量不足的节点承担更多的信息传输任务,从而提高网络节点的存活率。仿真结果表明,与典型的DTN路由算法相比,SERA能够更好地平衡节点的能耗,获得更高的消息递交成功率和更长的网络生存期。     

一种改进的粒子群优化算法

针对基本粒子群算法存在着收敛速度慢、效率低、易陷入局部最优等缺陷,为了更好地平衡全局和局部搜索能力,在粒子群算法中引入收缩因子,使算法中粒子不仅向种群最优的粒子进行学习,而且向种群中比自己优秀的所有粒子学习,增加了粒子的多样性。实验结果证明,与基本蚁群算法相比,改进的粒子群算法提高了收敛速度和效率,能一定程度地避免局部最优解的产生。     

粒子群算法用于阵元失效校正北大核心

相控阵天线由成百上千的阵元组成,以其独特的优势迅速发展。在实际应用中,由于各种原因会出现阵元失效的情况。严重的影响相控阵天线的使用。由于相控阵天线幅相可控的特殊性,可运用幅相调控的方法对失效阵元造成的损失进行校正。运用粒子群算法对失效后的阵面进行优化,寻找最优解使失效后的阵面达到一个较好的状态,使阵元失效后的阵面天线能降低性能投入使用。     

信息融合系统中的态势预测技术

态势预测主要解决态势间断后如何更新态势以及态势推断问题。根据战场上兵力都是按一定的规则部署和聚集的特点 ,采用群技术将整个战场态势划分成多个态势元素 ,同时结合模板技术和军事专家建议 ,利用战争前和战争期间所获得的各类信息 ,对战场态势进行预测     

防空兵群服务概率的仿真分析

本文采用计算机仿真的方法计算防空兵群的服务概率 ,建立了防空兵群服务概率仿真的数学模型 ,用面向事件的仿真时钟推进方式 ,对防空兵群服务系统的服务过程进行了仿真 ,得出了防空兵群服务系统对给定强度空袭目标流的服务概率 ,对指导防空作战决策和相关理论研究具有一定的参考价值。     

一种基于VMN的移动IP快速切换方法

为了满足用户对移动IP服务的安全性、低时延方面的要求,弥补现有移动IPv4协议中切换方案的不足,在移动IP/AAA模型的基础上,提出了一种基于VMN(虚拟移动节点)的移动IP快速切换方法。该方法增强了移动IP联合AAA的基本模型,并在MA(移动代理)上构建了一种新的数据结构;通过在NFA和OFA之间建立一个新的双向隧道,将VMN中的数据报文进行快速转移,在没有数据报文丢失的情况下,实现了快速低时延的切换;通过分发新的临时安全关联以及认证票据,有效地提高了移动IP在注册和切换过程中的安全,同时有效地降低了AAAH和AAAF之间的网络负载;通过对该方法进行安全性分析和仿真试验表明,我们提交的方法是安全有效的。     

基于粒子群算法的武器装备供应链伙伴选择研究

合作伙伴选择是构建供应链的关键所在,武器装备供应链的构建要满足其战略全局最优、平时战时兼容、效益效率兼备的特殊要求。建立了一种基于离散粒子群算法的武器装备供应链伙伴选择方法。该方法克服了普通商品供应链对全局利益考虑不足的问题,实现了在不同战略时期、不同约束条件和不同成本考虑等情况下的供应链伙伴选择。实例仿真验证了该方法的实用性和有效性。     

基于DEMATEL-AISM的装备质量链关键链节点识别研究

基于DEMATEL-AISM法构建装备质量链关键链节点识别模型,通过绘制对抗层级拓扑图,并对拓扑图回路、中心度与原因度、层级与因果关系进行全面分析,最终从致因性和重要度的角度综合识别出关键链节点。实验案例表明,该模型能够清晰表示各链节点的因果关系和相对重要程度,适用于大多数装备质量链关键链节点识别工作,可为装备质量管理提供支撑手段。