DSFH系统的双信道接收平衡检测及判决结构设计

对偶序列跳频系统较传统跳频通信具有很强的抗综合干扰能力,基于实际情况中存在的接收结构双信道平衡问题,提出了AWGN环境下仿真模型的信道平衡检测方法,分析了在AWGN环境平衡信道下的误码率及非平衡信道下的门限调整,设计了动态门限的判决结构。由链路仿真结果表明：在无信号时能够检测双信道接收结构的平衡状态;当信噪比在-22 dB～-14 dB变化时,非平衡信道下判决结构的检测性能达到了平衡信道时的性能要求。     

模糊多目标群决策的装备采办问题研究

对模糊多目标群决策的装备采办问题,根据模糊数学理论和多目标决策理论方法,综合现有各种方法的优点,给出了无约束条件下模糊多目标群决策的装备采办问题的一般解法,并通过实例说明了该方法的有效性及通用性。     

武器系统综合能力的AHP群决策评价

武器系统综合能力的评价属于一类多目标决策问题,特别是有多人组成的决策者群参与时,问题就成为多目标群决策问题,此时,不仅要计算综合指标权重,还要确定决策者的权重.指标权重的计算方法较多,而决策者的权重往往是根据其知名度、职位、能力水平及对问题的熟悉程度来确定的,具有一定的主观性.通过分析判断矩阵群的一致性和相似性,来获取决策者的权重,并将之应用于对指标权重的综合,该方法在某武器系统综合能力的评价中的应用表明,其科学有效.     

基于粒子群聚类的导弹直接侧向力模型辨识

为了充分挖掘数据的潜在规律,提出一种基于粒子群模糊C均值聚类的模型辨识方法,该方法首先对实验数据进行分类,得到最佳聚类数和聚类中心,然后对不同的类分别辨识.新数据可以根据到不同聚类中心的距离划分为不同的类,再根据该类的辨识模型得到输出结果.依据风洞实验数据,采用粒子群模糊聚类对直接侧向力模型进行了辨识,辨识结果表明,与直接辨识相比,该方法的辨识精度明显提高,其辨识结果可以为控制系统的设计提供依据.     

战场环境下无人车辆战术机动路径规划方法

针对不同类型威胁体存在的战场环境中无人车辆战术机动路径规划问题,提出了一种基于威胁代价地图的粒子群优化（Particle Swarm Optimization,PSO）方法。借助极坐标系中关键点的极角进行路径描述,并使用分段3次Hermite插值方法形成光滑路径,将路径规划问题转化为关键点极角的参数优化问题。针对基本PSO（BPSO）算法存在的早熟收敛和后期迭代效率低的缺陷,借鉴以群集方式生活的物种按照不同任务对种群进行分工的机制,提出了一种基于多任务子群协同的改进粒子群优化（Particle Swarm Optimization based on the Multi—tasking Subpopu—lation Cooperation,PSO-MSC）算法。借助该算法的快速收敛和全局寻优特性实现了最优路径规划。实验结果表明：该算法可以快速有效地实现战场环境下无人车辆的战术机动路径规划,且规划路径安全、平滑。     

基于自适应变异粒子群算法的火力分配方法研究

针对最优火力分配的特点,分析了火力分配优化问题的数学模型,设计了一种求解该类问题的自适应变异粒子群算法（Adaptive Mutation Particle Swarm Optimization, AMPSO）。该算法采用十进制编码方法和基于数值运算的个体更新方法;为平衡算法的局部搜索能力和全局收敛性能,设计了一种关键参数自适应调整方法;为增强种群在进化后期的多样性,提出了一种变异策略。仿真结果表明,所提AMPSO算法具有良好的寻优性能,是优化火力分配的一种有效算法。     

对流层散射无源监视系统最优布局方法

为提高对流层散射无源监视系统对辐射源的定位精度,利用改进粒子群优化算法对分布式监视节点进行最优布局设计。推导了基于电磁波方位到达角定位机制下的几何精度因子。在改进粒子群优化算法中,采用混沌理论初始化所有粒子的初始参数;通过自适应变化的惯性权重和学习因子来提高算法寻优能力;为防止粒子陷入局部最优,利用双子群机制进行寻优,并在两子群之间进行交叉变异操作,以增加粒子的多样性。仿真结果表明:相对于几种常规的布站方式,所提算法能够明显提高监视系统对辐射源的定位精度,运行时间较遍历寻优算法有所减少。     

岸舰导弹作战单元多目标投送模型及解算方法

为了解决战时岸舰导弹作战单元投送定量决策问题,针对复杂多变的战场环境,构建了具有时变运输网络特征及动态需求约束的多型岸舰导弹作战单元投送优化模型;基于该模型,从种群初始化、粒子更新等环节对多目标粒子群算法进行了改进,设计了岸舰导弹作战单元投送优化算法,仿真结果表明模型及算法可以提供多个兼顾安全性和时效性的高质量投送方案,能够支持作战单元投送的快速、精准决策.     

基于区块链的群机器人数据完整性与隐私性保护

群机器人通过多个机器人之间的信息交互实现协同控制,保证交互数据的私密性和不可篡改是群机器人系统安全可靠运行的关键。针对群机器人系统中存在的恶意数据篡改、重要信息泄露等潜在安全问题,提出了一种基于区块链技术的群机器人数据完整性与隐私性保护方案。首先,该方案利用去中心化的分布式账本保障群机器人系统数据的完整性,并针对区块链数据公开的特性,引入脱链加解密模块避免明文数据上链,提高了数据的隐私性。其次,考虑到区块链的运行条件和物理机器人在存储和计算能力方面的性能约束,提出采用轻节点方法来降低在物理机器人上运行区块链的存储和计算负担。最后,通过实验对方法进行了验证。结果表明,基于区块链技术的保护方法对群机器人数据完整性和隐私性具有较好的保护效果,且轻节点方法可实现区块链在机器人集群上的部署。