电子干扰对防空兵群射击指挥效率的影响评估

针对防空作战中电子对抗异常激烈的现实,利用概率论和作战运筹方法,描述了电子干扰对防空兵群射击指挥效率影响的主要特点和评估指标,分析了射击指挥方式与群抗击效率之间的数学关系,建立了搜索雷达、通信系统和火控雷达受到电子干扰时群射击指挥效率的评估模型.结合实例计算,得到了电子干扰对群射击指挥效率影响的基本规律,提出了电子干扰时选择射击指挥方式的原则与方法.     

基于免疫粒子群文化算法的数字电路故障诊断

为改善粒子群算法摆脱局部极值点的能力,提升种群进化的多样性,将免疫算法中免疫机制引入到粒子群算法中形成免疫粒子群算法;为有效提高故障覆盖率和缩短测试生成时间,将免疫粒子群算法引入文化算法框架中形成免疫粒子群的文化算法。将其应用于数字电路故障模型仿真实验并与其他测试生成算法进行对比,结果表明该算法能够有效提高故障覆盖率,缩短测试生成时间,在大规模电路测试生成与故障诊断中更具优势。     

基于混沌双扰动的CDDP SO-BP目标威胁估计方法?

信息化条件下的战场环境对目标威胁估计技术提出了越来越高的要求。提出一种基于混沌双扰动的CD?DPSO?BP目标威胁估计方法,该方法针对粒子群算法在进化过程中易出现早熟和寻优结果不稳定的缺陷,基于Tent映射提出混沌双扰动的思想,并加入粒子群算法的进化过程,实现对粒子群算法的改进;之后,利用该新算法训练BP神经网络的初始权值和阈值,建立目标威胁估计模型和算法;最后,将该方法应用于实例中进行仿真,结果表明该目标威胁估计新算法具有较高的准确度。     

面向多平台多目标协同跟踪的指派问题

针对多平台多目标协同跟踪中要求多个无人地面平台尽可能均匀地协同跟踪多个目标的特点,提出了改进的离散粒子群优化算法。首先采用连续型粒子群优化算法中的速度和位置迭代公式,然后对粒子位置进行离散编码,使粒子编码对应于可行的指派方案;其次,在优化算法中引入局部搜索,提高算法寻优性能。最后将所提算法应用于多平台多目标协同跟踪中的指派问题,并与未加入局部搜索的粒子群优化算法比较,仿真结果表明,加入局部搜索后的离散粒子群优化算法具有较好的寻优性能。     

基于改进QPSO-NN的冗余机械臂逆运动学算法

针对某种冗余机械臂逆运动学求解的问题,提出了一种基于改进量子粒子群神经网络的求解算法。以冗余机械臂末端位姿为输入,经神经网络求得其逆解;针对神经网络输出结果误差较大的问题,把神经网络求初值加入初始化的粒子群中,通过基于Metropolis准则改进量子粒子群算法,避免了量子粒子群算法的早熟现象;以关节坐标经正向运动学求得的末端位姿和期望位姿的误差为适应度函数,对机械臂关节坐标迭代寻优。仿真结果表明该方法结合了神经网络算法的快速性和改进量子粒子群算法的精确性,满足求冗余机械臂逆运动学问题的速度和精度要求。     

基于改进粒子群算法的MIMO雷达布阵优化

针对MIMO雷达收发阵列在给定阵元数和阵列孔径下的布阵优化问题,将一种改进的粒子群算法———二分粒子群算法用于非均匀对称直线阵的旁瓣优化。该算法以MIMO雷达联合收发波束为优化对象,对MIMO雷达发射和接收阵列同时进行了布阵优化。仿真实验表明,当阵元数和孔径大小确定时,该算法可以在保证主瓣不展宽的情况下,将旁瓣峰值控制在－21dB以下,且与现有方法的相比,收敛速度更快。该算法在MIMO雷达设计方面具有一定的理论参考意义。     

幂零群和π－正规化子

有限群的结构与其子群的性质间的关系问题是群论的一个重要研究方向,通过群的极大子群、正规子群、半正规子群等对该群进行研究,已有一系列结果,将先用群G的p-Sylow子群P及其极大子群去研究群的结构,得到G是幂零群的一个充要条件,然后给出了π－正规化子的定义,讨论了它的一些性质,得到了π－正规化子的一些结论。     

电子干扰对防空群射击指挥决策的影响分析

描述了电子干扰对防空群射击指挥决策的影响,建立了通信阻塞、假目标和干扰机与防空群抗击率之间的数学关系,给出了几点有益的结论。     

基于群体机器人多目标的区块链安全控制架构及算法

针对群体机器人在执行任务过程中可能出现的数据泄露等安全问题,提出了一种基于群体机器人多目标的区块链安全控制架构方案,并设计了用于数据安全防护的安全流程控制算法。首先,构建的架构基于区块链,从任务层和执行层角度避免了任务数据的丢失和泄露,确保群机器人的内部数据可以安全稳定地传输。其次,设计安全控制算法,实现群体机器人在多目标情况下的安全控制。最后仿真结果表明,所设计的架构及算法提高了机器人数据传输的隐私性和安全性,引入所提出的安全控制架构及算法后,群机器人在协同跟踪目标点运动的过程中探测误差减小了40.7%。同时,通过实验验证了所提架构在实际系统中的有效性。     

网络雷达对抗系统反隐身优化部署技术

针对传统雷达反隐身检测存在的角度信息丢失、装备资源利用率不高等问题,提出了一种基于改进粒子群算法的网络雷达对抗系统反隐身优化部署技术。该技术建立了网络雷达对抗系统反隐身检测模型,在此模型基础上将任务区域进行划分和覆盖率加权,得到粒子群算法的目标函数并对收发站粒子种群进行重新部署,通过多次仿真实验得到了最优化布站数量。仿真结果表明,与标准粒子群算法相比,所提出的研究算法收敛更快,得到的加权覆盖率更高,可满足反隐身优化部署效费比需求。