一种视差域基于学习方法的图像合成算法

基于图像序列的图像合成往往需要定标和恢复场景三维结构,为了避免这些复杂过程,根据参考图像的视点离虚拟视点的远近关系,将参考图像序列分为主、从参考图像,并利用多极约束的原理和非线性校正,将图像合成的最优化问题从深度域转化到视差域,从而在不定标和不匹配的情况下,直接从图像序列合成虚拟视图。实验结果证明算法是有效的,并有一定的应用前景。     

信息扩散模型的窗宽优化与鱼雷战术效能实验评估

针对海洋环境对鱼雷等武器装备战术效能影响的试验数据和案例样本匮乏等普遍性问题,引入信息扩和模糊映射思想,并基于遗传算法改进和发展了最优窗宽扩散模型。该方法可从有限的试验样本中客观拟合出数据结构信息,进而实现有限数据样本信息的合理扩散。利用该方法进行了基于小样本案例的潜射鱼雷战术效能的海洋环境影响评估的信息扩散建模和仿真实验和对比分析。结果表明,窗宽优化的信息扩散模型可有效改进常规信息扩散模型的评估效果,对武器装备环境影响评估中普遍存在的小样本或信息不完备困难有一定参考应用意义。     

基于北斗、短波的高精度时钟系统研究与设计

介绍了北斗、短波授时技术;对高稳恒温晶振及其频率特性进行分析的基础上,设计了一种基于北斗卫星、短波无线电授时的高精度时钟系统;该系统通过利用北斗接收处理模块、短波授时接收模块得到的秒脉冲信号、时间信息,经过延迟修正处理、脉冲滤波、脉冲补偿、脉冲统计得到标准的秒脉冲信号,实现对恒温晶振频率的校准,获得一个短期及长期频率稳定度都比较优良的时间频率标准,同时利用校频后恒温晶振分频出的1pps信号对时间芯片进行校准,对外输出高精度时间信息;对恒温晶振校频系统的基本工作原理及部分模块电路图进行了说明,试验结果表明,在时间不长于1h内,频率准确度优于1×10-10;该系统实用方便的方法达到了将晶体振荡器校准到较高指标的目的。     

弹道导弹被动段最优脉冲变轨方法

弹道导弹大气层外飞行时间长且弹道固定,易被敌方预测和拦截。针对以上问题,本文提出一种最优脉冲式变轨方法,该方法设计的弹道由2条不同的椭圆弧段组成,成功命中目标的同时,增加了敌方的拦截难度。以机动变轨所需能量和变轨后飞行剩余时间的加权最优为性能指标,设计了利用遗传算法在初始弹道上寻求最优变轨点的方法。最后,将遗传算法搜索最优点结果与遍历搜索结果进行对比,其最大误差为 ,从而验证了遗传算法在应用于导弹变轨问题,用以寻求最优变轨点是准确有效的。     

基于测高精度最优值的星载分布式InSAR编队构形设计方法

编队构形设计是分布式干涉SAR系统总体设计的关键问题,它必须紧密结合系统性能评价和编队运动规律进行。针对星载分布式干涉SAR的双站、斜视、空间基线等特点,以主星带辅星群分布式InSAR为例,建立干涉测高精度与基线矢量的关系;以直角坐标过渡,建立基线矢量与卫星间轨道根数差的关系,从而建立了测高精度与卫星轨道根数差的关系;以雷达工作的中间时刻达到测高精度最优值为设计准则,得到双星和多星编队设计方法;仿真分析表明根据上述设计方法得到的优化编队构形,其测高性能要优于干涉车轮和干涉钟摆编队。     

基于空间几何关系的反交会规避机动方法研究

针对具有自主接近能力的航天器开展了反交会规避机动方法研究。首先,建立了仅测角相对导航模型,对完全不可观测机动进行定义,基于空间几何关系推导并证明了完全不可观测机动是不存在的。随后,以施加规避机动后追踪器对逃逸器的测量值与未机动时的差异为优化目标,利用矢量乘积原理设计目标函数,建立优化模型并对变量约束进行分析,随后采用遗传算法对最优规避机动方向进行优化。给出的仿真算例结果表明,提出的规避机动方向计算方法能够使目标函数值达到最小,从而提升追踪器对逃逸器的状态估计难度,降低其估计精度。本文方法为规避机动问题研究提供了一种新的视角,可为以主动接近航天器这类新对象进行的规避研究提供有益借鉴。     

顾及时空语义的多主题瓦片数据优化检索方法

针对虚拟地球可视化中多个逻辑图层叠加产生大量同名瓦片索引重叠引起的数据无效访问和内存冗余等问题,提出顾及时空语义的瓦片数据优化检索方法。在客户端实现顾及时空语义的自适应瓦片优选,将视点信息与数据集的时空范围、分辨率和优先级等语义信息自动匹配与自适应筛选过滤,显著提高目标瓦片数据的命中率;在服务器端实现面向主题的内存数据库瓦片数据缓存,进一步提高瓦片数据二次访问的响应速度。实验表明,该方法不受逻辑图层增量影响,保证目标瓦片较高的命中率,缓存方法进一步提升瓦片二次访问效率,显著提高面向多数据集的海量数据实时可视化性能。     

基于逆向强化学习的舰载机甲板调度优化方案生成方法

针对计算机辅助指挥调度舰载机甲板作业的决策过程无法脱离人参与这一特点,引入基于逆向学习的强化学习方法,将指挥员或专家的演示作为学习对象,通过分析舰载机的甲板活动,建立舰载机甲板调度的马尔可夫决策模型(MDP)框架;经线性近似,采用逆向学习方法计算得到回报函数,从而能够通过强化学习方法得到智能优化策略,生成舰载机甲板调度方案。经仿真实验验证,本文所提方法能够较好地学习专家演示,结果符合调度方案优化需求,为形成辅助决策提供了基础。     

基于人工蜂群算法优化的改进高斯过程模型

高斯过程(GP)的非线性特征导致其对大样本的训练时间复杂度过高,而且其超参数的选取是否适当直接影响高斯过程回归模型的预测精度。提出采用人工蜂群(ABC)算法优化改进GP以减小时间复杂度和提高预测精度。改进GP通过选取训练样本的子样本进行模型学习,以降低训练过程的时间复杂度。ABC通过优化改进GP的超参数,提升预测精度。选取训练样本的子样本构建改进GP回归(GPR)模型,采用ABC算法搜寻改进GPR的最优超参数,并用得到的超参数构建最优的改进GPR模型,输入测试样本进行预测并输出预测精度。将该模型应用于解决海上远程精确打击(LPSS)体系作战效能评估问题中,通过MATLAB仿真实验,与常见的多种优化方法相比较,验证了该模型的有效性。     

低频UWBSAR辐射校准模型

低频超宽带合成孔径雷达(Ultra Wide Band Synthetic Aperture Radar,UWBSAR)的辐射校准是系统研制和应用过程中必须面对的课题。低频UWBSAR的特点使得常规SAR辐射校准技术不再适用。充分考虑校准参数随频率和方位角的变化,给出适合该系统的辐射校准方法,得到低频UWBSAR图像辐射校准模型。利用该模型,对系统辐射校准误差进行了分析。