同时强镇定的一个充分条件

一个稳定的控制器可同时镇定n个对象(同时强镇定)等价于一个控制嚣(不一定稳定)同时镇定n+1个对象(同时镇定).两个以上对象的同时强镇定和三个以上对象的同时镇定是线性系统中一个亟待解决的公开问题.文中所作的基本假定是所有的对象具有相同的简单不稳定零点,在此条件下给出了n个对象同时强镇定的一个充分条件.此条件仅需确定n个对象的不稳定零点并且判定由不稳定零点导出一个相应矩阵是正定的,就能判定n个对象同时强镇定,因此是一个易于检验的充分条件.同时给出了n个对象同时强镇定的算法.丰富了同时强镇定的条件和算法.     

多无人机系统协同侦察规划算法研究

基于蚁群算法研究多无人机系统在协同侦察复杂目标群的集群协作问题,通过去交叉策略局部优化蚁群算法,提高算法求解精度,形成较优的航迹方案和合理调度策略.该问题的求解不仅能深化多任务分配及多目标协同领域的研究,还能为部队执行作战任务提供辅助决策.     

基于遗传算法的项目评标研究

针对遗传算法中的两项重要技术——编码问题和适应度函数的设计做了深入探讨,利用遗传算法全局最优的特点,对教学设备进行了评标,同时对适应度函数的设计针对以往的设计方法提出新的见解,对其设计方案提出改进,引入AHP算法进行适应度函数的设计,给出利用AHP算法进行适应度函数设计的全过程。     

基于表决算法的空间预警系统数据融合建模/仿真

空间预警系统中包含红外、可见光等多种类型的传感器,每种传感器对不同目标的探测均有相应的优势和不足.数据融合技术对来自多个传感器的探测数据进行综合处理,从而缩短系统整体的目标发现时间,提高探测精度等性能.采用表决融合算法对空间预警系统中的数据融合问题进行研究,建立了多传感器串联、并联以及混合结构3种不同组合的融合模型,重点对采用混合融合结构时,系统在保证一定检测率的同时,能最大程度减小虚警率的算法进行了探讨,计算证明这种结构具有最佳的整体融合效果,最后还给出了融合仿真系统的结构方案.     

基于粒子群算法的雷达网干扰资源分配技术研究

对雷达网干扰资源的优化分配,是一个重要而又难以解决的课题.在对粒子群算法进行基本描述的基础上,将该算法应用于雷达网干扰资源分配,来解决雷达网干扰资源优化分配的问题.最后,对算法在雷达网干扰资源分配上的技术实现进行了计算机仿真.仿真结果表明:粒子群算法能很好地解决雷达网干扰资源优化分配问题,具有较好的资源分配效益.     

基于MLFIPWA的复杂目标电磁散射分析

在积分方程法求解电磁散射中,用迭代方法计算的计算量为O(N2).快速非均匀平面渡算法(FIPWA)加速了矩矢相乘,使数值计算量减小到O(N3/4),而用多层快速非均匀平面波算法(MLFIPWA)则可减小到O(NlnN).可见,多层快速非均匀平面波算法(MLFIPWA)特别适合处理电大尺寸复杂目标的电磁散射分析.因此,就对这一算法的原理、数值实现及复杂度进行了详尽的研究,并给出了多层快速非均匀平面波算法(MLFIPWA)的计算实例验证了该方法的正确性及高效性.     

可变等效孔径直接数据域方法

针对直接数据域(DDD)算法具有孔径损失的局限,提出了一种孔径扩展算法.新算法首先利用单快拍数据在不同阵元间的相位关系构造一个循环矩阵,然后通过不同的截取方式获得不同的孔径扩展效果.仿真计算表明,扩展后的孔径介于阵列原始孔径的2/3～1之间.     

蚁群算法在光电载荷标校中的应用

针对空中平台光电载荷安装误差的梗准问题,提出了一种利用蚁群算法实现动态标校的方法.通过光电裁荷测量得到的目标方位角、俯仰角和平台导航信息,结合GPs转化得到的方位角、俯仰角真值,建立了基于最优估计理论的目标函数,并利用蚁群算法求得了系统的安装误差.通过蒙特卡洛模拟仿真,验证了该方法能够较为准确地标定出安装误差;通过校准,有效避免了由安装误差引起的结果有偏,使得目标跟踪结果收敛至真值附近.     

一类模糊多目标双矩阵对策的粒子群优化算法

针对一类具有模糊目标的多目标双矩阵对策给出了基于粒子群优化的求解算法.讨论了当模糊目标的隶属函数是线性函数时纳什均衡解的判定定理;构造的粒子群优化算法,通过随机初始点以及迭代粒子的归一化,保证粒子群始终保持在时策的可行策略空间内,避免了在随机搜索中产生无效的粒子,提高了用粒子群优化算法求解纳什均衡解的计算性能.给出的一个数值算例验证了该算法的有效性.     

一种人工免疫系统改进算法的仿真研究

针对人工免疫系统在处理多维向量分类时存在的初始抗体数量“爆炸”问题,对人工免疫系统的反向选择算法进行改进,研究了初始抗体的生成机理,并在初始抗体的生成条件中加入新的约束,降低了人工免疫系统所需的初始抗体数量,解决了多维向量的分类问题,在实际应用中有着很强的推广应用价值。