数据拟合加速寿命试验智能优化设计

加速寿命试验方案的优劣,直接影响着试验的成本、效益和试验结果的准确性,因此有必要对试验方案进行优化设计,寻找最佳应力水平和试样分配比例,使加速寿命试验的结果最准确、代价最小.利用目标函数的连续性,提出一种基于离散数据的拟合方法,将加速寿命试验的优化设计转化为显函数的约束极值求解问题,然后将智能优化算法应用到加速寿命试验...     

面向片上网络的多播吞吐率和能量模型

片上网络逐渐成为片上众核中非常有前景的互连方式.基于目录的cache一致性协议的维护需要片上互连网络高效的支持多播.在借鉴单播的网络吞吐率模型基础上,建立了面向多播的网络吞吐率模型和体系结构级的能量模型.相对于传统的多播路由算法,负载平衡维序路由算法(BDoR)和最小路径维序路由算法(MPDoR)通过平衡X和Y两个方向...     

变步长自适应算法在GPS空时抗干扰中的应用

针对基于FROST阵列处理的最小均方算法(FROSR-least mean squares,FLMS)收敛速度较慢的缺点,将FLMS算法和变步长技术相结合,采用了一种基于Sigmoid函数的变步长快速自适应算法(variable step-size FROSR-least mean squares,VFLMS)。将该算法应用于GPS接收机空时自适应处理系统中,理论分析和计算机仿真表明,VFLMS算法能够抑制大于阵元个数的多个宽、窄带干扰,效果理想。     

面向装备作战的弹药消耗智能预测方法

针对装备作战仿真环境下,弹药消耗预测计算时间长、实时仿真速度慢的问题,以战役战术火力毁伤弹药需求预测计算方法为主线,以人工神经网络为技术支持,提出了智能化的弹药消耗预测方法。通过遗传算法对网络连接权值的训练及优化,以及误差目标函数的改进与隐含层神经元数目的智能选取,提高弹药消耗预测的实时仿真速度,为下一步的弹药消耗预测研究提供了理论参考与方法支持。     

适用于传感器网络战场监视系统的无锚点定位算法

针对传感器网络在军事领域的应用。本文提出一种适用于战场监视系统的三维无锚点自定位算法。该算法首先对布撒后的全网节点进行不基于地理信息的分簇算法,缩短了全网坐标建立的启动时间。当簇头节点能量将消耗尽时,再进行基于地理信息的分簇算法更新簇头节点。采用OFDM测距方法后,减小了节点间的测距误差。仿真实验表明,传感器网络鲁棒性较高,在区域为400m×400m×50m的三维空间内,随机放置200个节点,其平均定位误差为0.64%,满足战场传感器监视系统的要求。     

战时交通运输路径优化研究

以战时交通运输路径优化问题为研究对象,分析问题特点,考虑多式联运,以运输时间代价、运输费用代价、路段和运输节点的危险性代价为优化目标,建立起广义运输代价最小的运输路径优化模型,并设计了蚁群算法来求解问题模型。给出的算例表明,文中模型符合战时交通运输的特点和实际需要,可为确定战时运输路径提供决策支持,而采用的蚁群算法是求解该问题的一种有效方法。     

m序列二相编码雷达灵巧噪声干扰研究

针对前沿复制干扰能量利用效率低的问题,提出了利用前沿波形,通过预测,超前获取雷达信号完整波形,进而实施灵巧噪声干扰的思路。对于采用由n级移位寄存器产生的m序列的二相编码雷达,给出了利用获得的前2n个码元,通过解n元线性方程组,预测获得完整m序列的方法。进一步,针对该线性方程组的生成特点,提出了一种快速算法。利用该快速算法,可以将预测的计算工作量平均分配到从获得m序列的第n＋1个码元到获得第2n个码元的各个节拍中去,使得一旦获得m序列的第2n个码元,就能够立刻得到m序列的所有反馈系数,获取雷达的当前发射信号的完整波形,并以最短的延迟实施针对性的灵巧噪声干扰。     

基于关联分析法的指挥引导方式优化研究

指挥引导是作战指挥的重要组成部分,指挥引导效率的高低直接关系到作战效能的发挥。现代战争条件下,为完成某一作战任务,所需出动的兵力较多,空中态势复杂,如何合理分配指挥引导机构的指挥引导任务,选择有利的引导方式,对完成任务影响很大。因此,结合指挥引导的特点和要求,对指挥引导能力进行分析,设定相关参数的具体示例,运用动态规划理论、关联分析方法,通过建模和解算,确定各项指标的关联度,尝试解决影响指挥引导能力分配诸多复杂因素的关联问题,对指挥引导方式进行优化。     

基于遗传算法的战时维修保障系统优化研究

分析了战时维修保障系统的结构功能,给出了维修保障系统的解析模型,提出了维修保障系统的可控参数及指标;为了使维修保障系统发挥最佳效能,以最小二乘准则作为系统的优化准则,建立了维修保障系统的优化模型,采用遗传算法对优化模型进行求解,给出了计算方法,并以计算实例验证了方法的可行性。     

嵌入式操作系统多策略调度模型

分析了目前嵌入式操作系统调度策略的现状,指出了传统调度方法的不足之处,给出了多策略调度模型,该模型根据进程的属性参数决定采用哪种调度算法。多策略调度模型采用两级调度方案,即在原传统调度方法的基础上增加一级调度。一级调度确定多个调度算法的优先顺序;二级调度确定同一种调度算法中,的进程优先顺序。该模型使进程调度更加灵活和高效,应用范围更广。