基于Kalman预测的自适应线性化信号的生成方法

自旋弹体的姿态通常采用单通道控制方法进行控制。该方法中采用线性化信号对控制信号进行调制,而线性化信号采用固定频率随机相位的信号发生器产生,这就会对弹体控制产生不良的影响。提出了一种基于Kalman预测的自适应线性化信号的实现方法。该方法通过弹旋频率测定、频率的Kalman预测和信号发生器实现了线性化信号对弹旋信号的同步、自适应倍频、定步长、定幅度的信号发生功能。仿真实验证明了方的正确性,为更加合理的控制自旋导弹的姿态提供了一种有效的方法。     

基于分簇理论的信息流优化算法研究

将导弹防御指控网络看作变拓扑结构网络,引入小世界网络中"簇"的概念,以最短作战响应时间为优化指标,提出了一种基于平均连接度自适应分簇算法的信息流优化算法。仿真结果表明,该算法在保证信息优裕度的前提下,提高了信息可达度和信息交互质量,提高了指控网络遭受打击时的重构能力。     

基于双自适应小波变换的JPEG2000数字水印算法

针对小波变换提出一种双自适应算法,并将该算法应用于JPEG2000压缩过程中的小波变换,在此基础之上,又提出一种适合于JPEG2000的数字水印算法．该算法利用JPEG2000压缩中的双白适应小波变换,将水印嵌入到量化后的小波系数中．实验证明,该算法具有较好的不可见性和较强的鲁棒性．     

基于场的装备物资供应保障适应性配置决策

根据与物理场的相似性,将装备物资供应保障抽象为供应保障场,在定义场强度的基础上,提出基于场强度的反演运算进行供应保障资源配置的方法,给出了通过实时获取战场信息跟踪供应保障场的变化进行保障资源适应性配置决策的流程。     

基于ANFIS的目标毁伤等级预测模型

分析了神经网络和模糊推理系统的优缺点,研究了自适应神经模糊推理系统（ANFIS）结构模型及后向传播和递归最小二乘算法相结合的混合算法．在分析了目标毁伤等级主要影响因素的基础上,构建了目标毁伤等级预测ANFIS模型,利用毁伤试验样本数据训练该模型,得到了与实际一致的目标毁伤等级,并将预测结果与基于BP神经网络的预测结果进行了仿真对比分析．仿真结果表明,该目标毁伤等级预测模型能够准确地预测出目标的毁伤等级,并且其预测精度较BP神经网络方法高,为目标毁伤等级预测提供了一种有效的方法．     

非结构网格上解二维Hamilton-Jacobi方程的自适应算法

提出了一种非结构网格上解Hamilton Jacobi方程的自适应局部加密方法。讨论了加密方法关键的一步:光滑度指标的确定,通过采取无振荡插值,得到了无振荡数值格式,典型算例表明,该方法只需增加少量的点和计算量却能够提高计算精度和对间断的分辨能力。     

变论域模糊自适应滑模有限时间收敛制导律

针对拦截高速机动目标的需求,研究了一种变论域模糊自适应滑模有限时间收敛制导律。推导了导弹-目标空间拦截模型,设计了三维滑模制导律;根据有限时间收敛制导律专家的经验,采用模糊自适应控制方法对滑模制导律的非切换项进行逼近,并设计了有限时间收敛模糊控制规则;提出了一种新型变论域伸缩因子,设计了基于新型伸缩因子的变论域模糊自适应滑模有限时间收敛制导律。仿真结果表明,所设计的制导律能够使导弹准确命中目标,并能够达到视线角速率有限时间收敛,且与比例制导律相比,具有更高的制导精度和更短的飞行时间。     

基于自适应遗传算法的目标优化分配方法

提出了基于自适应遗传算法的目标优化分配模型,阐述了自适应遗传算法在目标优化分配中的应用,通过在计算机上仿真运行实例得出了目标优化分配方案。本方法对地面防空目标优化分配决策研究具有一定的参考价值。     

面向大规模交互数据空间划分的Voronoi图生成算法及应用

传统Voronoi图对大量点集进行Voronoi划分时会产生Voronoi单元格数过多的现象,导致难以适用于地理信息系统、生物医学等诸多领域.为了解决这个问题,提出一种自适应基于密度的聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBS...     

Cooperative interception with fast multiple model adaptive estimation

For the case that two pursuers intercept an evasive target, the cooperative strategies and state estimation methods taken by pursuers can seriously affect the guidance accuracy for the target, which performs a bang For the case that two pursuers intercept an evasive target, the cooperative strategies and state estimation methods taken by pursuers can seriously affect the guidance accuracy for the target, which performs a bang-bang evasive maneuver with a random switching time. Combined Fast multiple model adaptive estimation (Fast MMAE) algorithm, the cooperative guidance law takes detection configuration affecting the accuracy of interception into consideration. Introduced the detection error model related to the line-of-sight (LOS) separation angle of two interceptors, an optimal cooperative guidance law solving the optimization problem is designed to modulate the LOS separation angle to reduce the estimation error and improve the interception performance. Due to the uncertainty of the target bang-bang maneuver switching time and the effective fitting of its multi-modal motion, Fast MMAE is introduced to identify its maneuver switching time and estimate the acceleration of the target to track and intercept the target accurately. The designed cooperative optimal guidance law with Fast MMAE has better estimation ability and interception performance than the traditional guidance law and estimation method via Monte Carlo simulation.