基于复数等角纬度实现的高斯投影换带计算方法

传统高斯投影换带计算的间接方法是以大地坐标为中间参数,但实数形式的高斯投影换带计算方法较为繁琐。为解决该问题,以高斯投影计算公式复变函数表达形式为基础,以复数等角纬度为转换参数,推导了一种高斯投影换带计算公式,并分析了该公式的计算精度和适用范围。误差分析表明:基于高斯投影复变函数形式表达的换带计算公式可以有效简化高斯投影换带计算的复杂度,公式更加简便,计算精度较高,且克服了带宽的限制,能够实现目标点在非相邻投影带之间的换算问题。     

基于边界交叉法的高超声速滑翔飞行器多目标轨迹优化研究

针对高超声速滑翔飞行器复杂约束条件下多目标轨迹设计问题,基于边界交叉法和伪谱法提出了其多目标轨迹优化方法。首先,分析了高超声速滑翔飞行器复杂约束轨迹优化问题的特点,提出了多目标轨迹优化问题。然后,采用边界交叉法和伪谱法将多目标轨迹优化问题转化为一组单目标优化子问题,利用非线性规划算法分别求解。在优化过程中,将已求解子问题的解作为下一个子问题的初始值。利用上述方法求解了最大横程和最小峰值热流轨迹优化问题,仿真结果表明：本文方法能够有效搜索到优化轨迹的Pareto前沿,可以为高超声速滑翔飞行器轨迹设计提供参考。     

主战飞机维修保障效能评估方法

针对空军主战飞机维修保障效能难以评估的问题,首次提出了主战飞机维修保障效能评估方法。分析了飞机维修保障系统运行过程,按照"投入-产出"的原则,建立了主战飞机维修保障效能评估指标体系,运用信息熵理论和灰色系统理论,构建出了基于熵权和灰色聚类的评估指标赋权模型。结合实例验证了方法的正确性和合理性。     

基于改进遗传粒子滤波与SME的多目标跟踪算法

针对基于对称量测方程的多目标跟踪,传统的滤波手段无法解决因对称变换带来的非高斯问题,提出一种新的遗传粒子滤波方法。新的滤波算法利用粒子的噪声含量与权值的负相关,改进了更新过程中权值计算所依赖的概率密度函数,避免了新量测噪声的求解。同时利用遗传算法的优势,保障了粒子的多样性,提高了粒子的使用效率,防止了滤波发散及局部最优。仿真结果表明,基于对称量测方程的多目标跟踪中,改进的遗传粒子滤波算法较扩展卡尔曼滤波算法、不敏卡尔曼滤波算法和联合概率数据关联滤波算法跟踪效果更好。     

多机动目标跟踪的BFG-GMPHD算法

针对高斯混合概率假设密度(GMPHD)滤波算法中的机动目标跟踪问题,提出BFG-GMPHD算法,扩展了GMPHD滤波算法的适用范围。算法利用最佳拟合高斯(BFG)分布来近似目标动态模型中的状态转移矩阵和过程噪声的协方差矩阵,实现了滤波器与不同动态模型的匹配;在对BFG分布进行递推时,引入了模型概率更新过程,解决了BFG仅依赖于先验信息的问题;并利用UKF算法对GMPHD的高斯分量进行递推,使得算法能处理量测方程为非线性的情况。仿真实验表明,BFG-GMPHD算法能快速匹配目标模型的变化,实现对多机动目标的有效跟踪,准确估计出目标的数目和状态。     

基于K均值聚类和遗传算法的多航迹规划方法

提出了一种在未知动态环境中利用K均值聚类和遗传算法的飞行器多航迹规划方法。针对飞行器在动态环境下需要调整飞行航迹的问题,该方法可以规划出多条可供选择的航迹,使飞行器能在障碍和威胁等环境发生变化时选择可行的飞行线路。实验结果表明,该方法能有效地完成多条航迹的规划,获得满足要求的多条飞行航迹。     

人员交通类场所人员荷载研究

对人员交通类场所的特点进行了分析,将人员交通类场所归纳为简单通道、复杂通道、候机（车）厅、进出港厅等组件。针对简单通道和进出港厅,采用“人员流量法”和“人员密度法”两种方法计算人员荷载;针对复杂通道,采用空间上分解为流线、时间上分解为阶段的方法计算人员荷载;针对候机（车）厅,按照设计容量确定人员荷载。并给出了一个包括国家铁路、地铁的综合交通枢纽换乘层人员荷载计算的典型案例。     

AR模型仿真相关高斯序列的阶数选择

采用模型仿真相关高斯序列,具有灵活性强、效率高的优点,但如何选择合适的阶数一直是模型谱估计中的关键问题.比较了四种信息量准则和修正的Levison递推方法确定阶数的优缺点,并讨论了采样点数对阶数选择和仿真结果的影响.通过选择合适的信息量准则和采样点数来确定模型阶数,可以有效地仿真功率谱服从高斯谱、n次方谱和指数谱等多种谱形的相关高斯序列,大大降低了仿真过程的计算量.     

基于CMAC的模糊神经网络方法

结合模糊神经网络和小脑模型连接控制CMAC理论,提出训练时间短、精度高的CMAC模糊神经网络方法,给出了网络结构、算法,并通过一个维修经费预测实例讲述了这种算法.     

用于多类分类的层次式支持向量机

针对支持向量机存在的训练数据量大导致的训练时间过长和训练数据不平衡导致的分类结果会向训练数据多的类倾斜等问题,提出了适合于多类分类的层次式支持向量机。在训练过程中,首先折衷考虑各类之间的距离和各类的训练数据长度,据此将训练样本分为距离较远且其长度基本平衡的2类,然后逐层进行训练,最终形成二叉树分类结构。仿真实验证明,该方法能够有效地缩短训练和分类时间,且对多类分类中的数据不平衡问题有一定的效果。