关于图的(g,f)-因子分解的一些结论和进展

设Ｇ是一个有限无向简单图,ｇ和ｆ是定义在图Ｇ的顶点集Ｖ（Ｇ）上的两上整数值函数,且ｇ≤ｆ。图Ｇ的一个（ｇ,ｆ）－因子是Ｇ的一个支撑子图Ｆ使对任意的Ｘ∈Ｖ（Ｆ）有ｇ（ｘ）≤ｄＦ（ｘ）≤ｆ（ｘ）。若图Ｇ的边集能划分为ｍ个边不交的（ｇ,ｆ）－因子Ｆ１,…,Ｆｍ,则称＾－Ｆ＝｛Ｆ１,…,Ｆｍ｝是Ｇ的一个（ｇ,ｆ）－因子分解。设Ｈ是Ｇ的ｍ条件的子图＾－Ｆ的Ｇ是一个（ｇｆ）－因子分解,若对每个１≤ｉ≤ｍ都有│     

一种基于范围表示B树的大容量IPv6路由查表算法

IPv6具有巨大的地址空间,未来要面对的将会是海量IPv6路由表,而且128位的IPv6地址比IPv4需要更多的访存数。算法针对IPv6路由查找问题中的这两个难点,提出利用B树高度较低的优良性质,将前缀转化为范围表保存在B树中,并在结点内部利用分段范围比较树算法来减少访存次数和空间耗费。理论分析和实验表明,该算法能够以很好的性能支持IPv6海量路由表的查找。     

基于U-D分解滤波的交互多模型算法

简要回顾了基于相控阵雷达的三维空间中机动目标建模与自适应跟踪的机理,针对交互多模型算法在其跟踪应用过程中可能会出现的滤波发散问题,提出了一种基于U-D分解的交互多模型目标跟踪算法.该算法可以有效地限制交互多模型算法滤波计算过程中的滤波发散的可能性,从而使得IMM算法更加稳定.     

一种基于Q-R矩阵分解的自适应滤波算法

由于计算误差等因素的影响,致使滤波协方差阵不对称或负定,从而导致滤波器发散,影响滤波算法的收敛速度和稳定性。在机动加速度"当前"统计自适应卡尔曼滤波算法的基础上,引入了基于Q-R矩阵分解的自适应卡尔曼滤波算法。将协方差阵分解为两个矩阵的乘积,来保证协方差矩阵的正定性。仿真结果表明,该算法可以较好地跟踪机动目标,具有精度高、稳定好、收敛快等特点。     

给定任务和模式下指挥体系节点重要性评估方法

针对一般节点重要度评估方法没有考虑指挥体系网络与外界的交互以及自身运行机制的问题,研究了指挥节点的重要度评估方法,在一般网络结构重要度分析基础上,综合作战任务和指挥模式对节点的需求,提出了作战任务对节点依赖度以及指挥模式对节点依赖度的计算方法,最后设计了评估算法并给出具体算法流程,案例分析结果证明该算法合理、有效。     

舰艇编队海上运输补给物资需求预测方法

按照是否与任务、事件相关,将物资需求分为两类,对于任务、事件相关物资需求的预测,将任务进行合理的分解,并根据物资消耗与任务、事件之间的关系,给出了预测的一般模型;对于与任务、事件联系不紧密的物资需求的预测,则根据历史经验及该物资固有的消耗规律,提出了经验预测模型。为了解决舰艇编队海上运输补给物资需求预测所存在的问题,利用案例推理的方法生成了预测所需的样本数据,以最小二乘向量机(LSSVM)模型为预测模型,并以岛屿进攻作战的防空弹药需求预测为例进行了实例分析。结果表明:案例推理生成的样本数据可用,选用LSSVM模型的预测结果与其他预测模型表现出了一致性,但LSSVM相对误差较小;该方法在某种程度上解决了样本数据有限的问题,适用于作战物资需求的预测问题。     

一种新的基于特征值分解的双站无源定位算法

在自卫式噪声干扰的条件下,地面制导雷达将无法得到目标的斜距信息,无法实现对目标的定位,此时只有采用雷达组网方式,利用2个或多个雷达站的测角信息来对空间目标进行定位。提出一种基于特征值分解的新的定位跟踪算法,该算法具有计算简单、清晰,运算量小的优点,仿真也表明该算法有较好的精度。     

LDPC带选主元三角分解编码性能

分析LDPC码的特点和优势。阐述LDPC码的编码原理和基于生成矩阵、基于三角分解两种主要编码方法。指出三角分解编码方法受到矩阵分解限制:矩阵要求满秩,矩阵所有的顺序主子式非零。分析带选主元三角分解法的编码方法。使用C语言编译环境和X86计算机,对LDPC基于生成矩阵的编码系统和带选主元三角分解法的编码系统进行计算,得到P4(R)3.2 GHz、内存512 M硬件环境下的编码效率。     

基于分解的多目标布谷鸟搜索算法求解多无人机协同任务分配问题

多无人机协同任务分配问题是一个多目标优化问题,将多目标优化问题转化为单目标优化问题的传统方法易造成决策的主观性和片面性.为帮助决策者做出科学决策,提出了一种基于分解的多目标布谷鸟搜索算法用于求解多无人机协同任务分配问题.通过对多无人机协同任务分配问题分析,建立了多无人机协同任务分配模型.将布谷鸟搜索算法的两个关键组件转化为多目标优化算法的繁殖算子,并结合一种自适应算子选择策略,构成了多目标布谷鸟搜索算法.设计了一种新的编码方案,将带约束的多目标优化问题转为无约束的多目标优化问题.仿真实验表明,多目标布谷鸟搜索算法能有效求解多无人机协同任务分配问题.     

高精度程控电阻网络生成算法设计

为了提高高精度程控电阻的设计效率,建立高精度电阻网络的物理模型和数学模型,提出一种高精度程控电阻网络生成算法。该算法根据给定的量程和精度,基于主电阻网络、补偿电阻网络和偏移电阻的组合方式,自动生成高精度程控电阻网络。以量程90~250 Ω、精度5 mΩ的需求为例,在MATLAB平台上对算法进行仿真验证,仿真结果验证了算法的可行性。结果表明生成的程控电阻网络满足目标量程和精度的需求,算法解算时间仅为18.128 s。相比于人工设计的方式,该算法大大提高了设计效率。