一类多对二随机格斗中的最优射击策略

射击策略的选择在随机格斗中是一重要战术问题,当一方武器面临多个武器目标时,如何确定射击目标顺序的研究,显然是具有实际意义的。依据发射间隔服从负指数分布的多对一随机格斗中最优策略应满足的条件,推出求解此类多对一格斗最优策略的方法。进而研究了射击间隔服从此类分布的多对二随机格斗中处于劣势一方的射击策略选择问题,得出寻求最优射击策略的一般方法。     

基于LMI的不确定性无尾飞行器鲁棒变增益控制器设计

无尾式飞行器是飞行器发展的方向,研究无尾式控制具有重要意义.研究了线性变参数系统的增益调度控制器的设计方法,采用多胞形进行增益调度,提出了一种简单实用的变参数顶点凸分解方法,该方法在保证系统稳定的情况下,确保系统达到最优性能指标.同时还充分考虑了系统的不确定性因素,利用线性矩阵不等式(LMI)对系统进行鲁棒控制器设计,大大减少了计算量以及对系统的约束,设计出了基于LMI的增益调度控制器,通过非线性仿真结果可以看出,该控制器在调节变量变化很大的情况下,使得系统在0.5s内收敛,而且超调量很小,论证了该方法在无尾式飞控系统中应用的可行性.     

考虑随机回放的卫星数传调度问题的一种求解方法

针对考虑随机回放的卫星数传调度问题,从置换空间到调度解空间的映射方法和置换空间的搜索算法两方面进行了研究.提出了一种时间窗优先的置换序列映射算法,并证明该映射算法可以将置换序列映射到调度解空间上的最优解.提出了一种遗传随机搜索算法,基于有记忆功能的随机邻域搜索,在置换空间上搜索产生优化调度的置换序列.仿真计算表明,遗传随机搜索算法可以增强遗传算法的局部搜索能力,在搜索结果上平均获得了2.72%的改进.     

随机游走扩散模式在军事烟幕扩散规律研究中的应用

简单介绍了随机游走扩散模式的基本思想,探讨了其在军事烟幕扩散规律研究中的应用。     

基于Cholesky分解的自适应抗干扰算法

介绍了卫星导航系统常用的自适应抗干扰算法,并指出了各自的优缺点。针对自适应抗干扰算法的难点,提出了一种基于Cholesky分解的自适应抗干扰算法,巧妙地回避了矩阵求逆等复杂运算,大幅度降低了运算复杂度。推导出了利用Cholesky分解求下三角矩阵并最终完成权值求解的公式,基于FPGA设计给出了具体的实现方法。该算法已成功应用于GNSS抗干扰系统中,实测结果表明该抗干扰算法性能优良,权值更新速度快,是一种简单、高效的实现方法。     

基于改进二维熵-量子遗传算法的图像多阈值变化检测方法

针对二维熵法阈值分割中精度和时间性能较差的问题,提出了基于改进二维熵-量子遗传算法的多阈值图像分割方法。定义了二维阈值量子染色体的编码方式,解决了传统遗传算法优化二维最大指数熵阈值过程中速度慢、多样性小的缺点;在产生阈值解时,提出了半随机策略来代替传统的完全随机策略,加快寻优速度;改进了量子门旋转角度方式,提出了一种新的自适应旋转角度的方法,提高了算法的精度和收敛速度。并进行了分割实验和SAR图像变化检测实验。结果表明:该方法比基于一维熵的图像分割算法具有更高的抗噪性;其寻优速度较完全随机产生阈值解的量子遗传算法提高了3倍～5倍;避免了算法发散或过早收敛。与其他基于阈值分割的变化检测算法相比,性能更好。     

基于单快拍数据的嵌套阵列DOA估计算法

针对嵌套阵列DOA估计实时性不好的问题,提出了一种基于单快拍数据的估计算法。该算法将嵌套阵分为阵元间距等于信号半波长和阵元间距大于信号半波长的两个均匀子阵。利用两子阵接收的单快拍数据分别构造Toeplitz矩阵,然后进行特征值分解结合MUSIC算法得到低精度无模糊的DOA估计和高精度有模糊的DOA估计,最后结合解模糊算法得到高精度无模糊DOA估计。在阵列孔径相同的条件下,相比于阵元间距等于信号半波长的均匀线阵,算法需要的阵元个数较少,节约了硬件成本。该算法具有较好的实时性,并且拥有较高的测向精度。仿真结果证明了算法的有效性。     

基于非线性Wiener过程的步进加速退化建模方法

针对步进加速退化试验中的非线性退化数据,考虑到产品之间的随机效应,给出了非线性Wiener过程的表达式,推导出了考虑随机效应的产品失效概率密度函数表达式;建立了步进加速退化模型,给出了各加速应力下性能退化量的关系模型;采用两步极大似然估计法,求解出退化模型中未知参数;结合某激光器的实例分析表明所建模型的拟合性较好,参数估计精度更高。     

基于加速度的马尔可夫参数自适应IMM算法

针对标准的交互式多模型算法(IMM)模型切换存在滞后性,使得目标机动改变时跟踪误差增大的问题,提出了一种基于加速度的自适应转移概率矩阵的IMM算法。该算法通过当前时刻IMM算法输出的加速度估计值,得到相应的修正因子,修正下一时刻的转移概率矩阵,使得模型切换速度加快,减小目标机动时的跟踪误差。最后通过仿真实验证明,改进的IMM算法能够有效减小目标机动改变时跟踪误差,提高模型切换速度,同时还指出了该算法的适应范围。     

连续波强激光武器的动态毁伤概率数学模型

在强激光武器的跟踪误差为均方可导、各态历经、零均值的正态过程的条件下,通过明晰的物理概念与严谨的数理演绎,导出了它的动态毁伤概率的级数表达式。通过算例探讨了动态毁伤概率的性质:它存在两个极大值所对应的随机穿越的自然频率,当跟踪系统工作在其中的非零频率上时,更具有快速反应能力;展现了跟踪误差的传递函数与动态毁伤概率间的定量关系。为论证、设计、检验强激光武器系统的动态毁伤概率提供了理论依据与技术支持。