一种搜索鲁棒的中国余数定理的多基线相位解缠绕技术

多基线相位解缠绕的性能深受噪声水平制约,比如基于经典中国余数定理的相位解缠方法,由于其糟糕的抗噪声性能,限制了其在实际中的广泛运用。基于搜索鲁棒的余数定理,通过引入公因子,构建新的同余方程组,提出了一种搜索鲁棒的中国余数定理的相位解缠方法。仿真实验验证了该方法的有效性,并表明选择合理的公因子可以有效提高算法的抗噪声性能。     

分布式BGP协议体系结构

随着Internet规模的扩展和连接密度的增加,作为域间路由标准的BGP协议面临严峻挑战。集群路由器的出现,其分布式的计算资源、存储资源以及体系结构上的高度可扩展,有利于解决BGP协议面临的这些问题。在分析BGP协议体系结构无法适应集群路由器分布式特点的基础上,通过对BGP协议功能的解耦合,提出一种新的、分布式的BGP协议体系结构。与传统方式相比,分布式BGP体系结构能够充分利用集群路由器的分布式的计算资源和存储资源,在协议可靠性、管理维护成本、协议多维可扩展性和简化BGP网络设计等方面具有极大优势。     

无人集群自适应任务分工模式

无人集群技术已成为多国军事技术发展的新高地,而无人集群自组织协作是影响其在军事行动中发挥作用的关键。合理的任务分工才能使无人集群发挥数量优势,从而自组织协作完成复杂作战任务。重点分析无人集群自适应任务分工研究的价值;国外在低成本无人机集群、地面无人平台集群、水下无人潜航器集群和异构跨域无人集群自适应任务分工研究上的主要进展和特点;无人集群集中式、协商式、分布式3种典型自适应任务分工模式的内涵,并总结未来无人集群在战场环境自组织信息交互和自适应协商决策任务分工等方面的研究方向及在军事保障中的应用前景。     

机动目标对搜索的最优规避

研究规避搜索时机动目标运动的最优控制问题。首先针对一组相同的搜索者用变分法求出了机动目标的最优逃避路线,然后求出了确保能发现目标的搜索者数量,最后在搜索者数量一定的情况下求出了目标不可逃避区域内的最优控制规律。     

基于高斯数据增广的小样本数据无人机编队类型抗扰识别

近年来,随着无人机的应用越来越广泛,对无人机编队类型进行准确识别具有重要意义。基于此,对小样本数据下无人机编队类型识别问题进行了研究。首先,对目前常用的各种无人机编队类型识别方法进行了介绍,针对小样本数据无人机编队类型抗扰识别面临的主要问题进行了分析;其次,对所提方法涉及的理论背景进行了研究;然后,对所提无人机编队类型抗扰识别算法进行了详细阐述;最后以带有噪声的菱形无人机编队的位置坐标作为输入数据,使用所提方法进行仿真实验,仿真实验结果表明,以参数均方误差作为队形识别的准确度指标,所提方法可将均方误差由45.1降低至0.46,显著提高了无人机机群特征聚类的精度与鲁棒性,证明了所提方法在小样本数据无人机编队类型抗扰识别问题上的有效性。     

不确定环境下无人机区域目标搜索及载荷参数影响

针对不确定环境下无人机区域搜索问题,建立了实时探测更新的搜索方法,提出了机载光电载荷参数优化配置策略。建立了基于二维离散网格的无人机区域搜索模型,采用概率地图描述目标信息的实时获取与更新;引入不确定度指标、目标网格的重访和网格探测次数控制,建立搜索目标函数;建立了基于粒子群算法的搜索路径滚动优化方法;通过对任务区域平均探测时间步数和误判概率的估计分析,建立了机载光电载荷参数优化配置策略。使用蒙特卡洛方法验证了区域搜索方法的有效性和光电载荷参数配置对搜索效率、误判概率的影响。     

基于GA-Elman神经网络的水下集群作战效能评估

在现代化海战中,大力发展水下作战集群是海军信息化发展的必然途径,针对这种新的作战样式,对其作战效能进行准确可靠的评估至关重要。Elman神经网络能克服传统评估方法依赖于专家经验的缺点,但其自身的权值更新方法易陷入局部极小,为此,采用遗传算法(Genetic Algorithm,GA)对Elman网络进行全局优化,构建基于GA-Elman神经网络的水下集群作战效能评估模型,并应用实例对模型进行仿真验证。仿真结果表明该模型可以准确有效地对水下集群作战效能进行评估。