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.     

脉冲群间多普勒频率变化率的高精度测量算法

提出了一种脉冲群间多普勒频率变化率的高精度测量算法,该算法利用脉冲群内相邻脉冲对间的互相关函数估计脉冲群模糊频率,在连续脉冲群间选择任一相同模糊频率进行解模糊得到各脉冲群相对频率,由于这些相对频率包含相同的模糊,从而可以利用差分或滤波算法得到脉冲群间多普勒频率变化率。该算法具有相对频率估计精度高、解模糊过程简单、运算量小、多普勒频率变化率测量精度高等优点。计算机仿真和地面缩比试验均证明了该测量算法的有效性。     

甘蓝大葱连作双丰收

30出头的青年民兵李全明、薛盼想夫妻家住饶阳县城边的君香村,小日子本来过得安安稳稳。去年,“不安分”的小夫妻跑出30里地跨乡承包了留楚乡大邵村120亩沙荒地,建起鑫群养殖场,一时成为新闻人物。     

如何在防化科研试验中加强安全保密工作

针对我院科研试验的特点和要求,分析了安全保密工作的艰巨性和重要性,明确了安全保密总要求,提出了把安全保密工作落到实处的具体措施。     

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.     

大学举行雕塑落成仪式

为了建立携手共育人才的良好机制,武警河南总队为大学设计铸造了以“精武博文,忠诚卫士”为主题的铜质群雕。群雕塑造了五位21世纪武警师生形象,以“尊师重教、精武奉献、求实创新”为立足点,寓意着大学“严谨、勤奋、求实、创新”的校风和精神,凸显出“忠于党和人民,造就现代警官”的建校宗旨,体现了忠诚卓越、昂扬奋发、献身部队的深刻意义。     

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。