匈牙利算法在多目标分配中的应用

在多目标攻击决策中 ,根据 Harold提出的目标优势函数 ,分析了使所有目标机的总优势函数为指派问题 ,运用匈牙利算法对 n对 n的最优目标分配指派问题进行求解 ,并把它推广至 n对 m的多目标分配中。仿真结果表明匈牙利算法对于此类多目标分配指派问题的求解是十分有效的。     

基于TDOA的双基无源定位方案

多站时差定位是一种较精确的定位方法,通过处理3个或3个以上测量站采集的信号到达时间来对辐射源定位.论述了多站时差无源定位的基本原理,提出了一种基于陆空平台相结合的TDOA(Time Difference Of Arrival)双基无源定位方案.主要论述了时差双基无源定位的基本原理,以及观测站与空中目标的同步、地面观测站的选择、误差校正等主要问题的实现方案,并给出了参与对目标视察定位的地面观测站的选择算法.此方案定位算法及定位精度仍在研究阶段.     

基于排序的自适应遗传算法航空炸弹弹道拟合方法

提出了一种基于排序的自适应遗传算法的航空炸弹弹道的拟合方法.该方法在简单遗传算法的基础上,将每一代染色体的适应度排序,并添加了交叉率和变异率的自适应控制函数,既克服了简单遗传算法收敛速度慢,稳定性差的缺点,又改善了函数优化效果.算法应用于某型航空炸弹的弹道数据拟合,仿真结果表明,该算法的拟合精度高,拟合模型优化效果良好.     

基于直线特征的车载电子稳像方法

电子稳像技术的研究重点是稳像算法,介绍了电子稳像的基本概念和原理以及常用的稳像算法,并根据坦克装甲车辆的实际情况,给出了车载电子稳像实验系统的基本构架及理论方法.选用块匹配法和直线特征法作为车载电子稳像算法,选用轨迹平均法作为图像序列的平滑方法,最后介绍了稳像效果的几种评价准则,并对车载电子稳像技术研究提出了几点设想.     

改进遗传算法的导弹目标分配方法

针对遗传算法在解决导弹目标分配问题中的困难,将火力单位的目标分配问题变换为针对导弹的目标分配问题,之后应用遗传算法求解,求解后还原为火力单位的分配结果,并用实例验证了应用遗传算法的可行性.之后,引入"优势"基因对标准遗传算法进行改进,大量实例表明,改进后的算法提高约60%的搜索效率.     

用于时空综合被动定位的种子分裂算法

针对传统TMA方法的局限性,运用时空综合被动定位(STI)理论,探索如何利用拖线阵列声纳的基阵探测信息估算目标运动要素。采用种子分裂算法(SDA)原理,通过选取合适的初始种子,进行高效率的穷举,从而得出最优解。经过仿真计算及分析发现,与遗传算法相比较,计算量大大缩小;本艇不机动时,即使在低信噪比的情况下,该算法既满足了可靠性的要求,又缩短搜索迭代过程。     

雷达辐射源识别的算法研究

针对现有雷达辐射源识别算法的不足,探索雷达辐射源数据库识别的新算法。运用属性测度理论建立了雷达辐射源属性识别模型,结合距离算法、灰关联算法和神经网络样本训练思想,设计出基于属性测度模型的雷达辐射源属性识别算法。通过仿真验证,该算法兼具识别准确度高和识别速度快优点,实用性较强。     

采用局域像素匹配的随机抽样一致改进算法

为提高图像拼接的配准精度和稳健性,提出基于局域像素匹配的随机抽样一致改进算法.在完成尺度不变特征变换算子或其他算子图像特征提取、特征匹配之后,利用独立于特征匹配点的局域像素,通过参考图像局域像素与映射的待拼接图像局域像素匹配,优选4对最佳特征匹配点,确定最佳单应矩阵.实验结果表明:与随机抽样一致经典算法相比,该方法未明...     

Two-agent scheduling with linear resource-dependent processing times

This paper considers a two-agent scheduling problem with linear resource-dependent processing times, in which each agent has a set of jobs that compete with that of the other agent for the use of a common processing machine, and each agent aims to minimize the weighted number of its tardy jobs. To meet the due date requirements of the jobs of the two agents, additional amounts of a common resource, which may be in discrete or continuous quantities, can be allocated to the processing of the jobs to compress their processing durations. The actual processing time of a job is a linear function of the amount of the resource allocated to it. The objective is to determine the optimal job sequence and resource allocation strategy so as to minimize the weighted number of tardy jobs of one agent, while keeping the weighted number of tardy jobs of the other agent, and the total resource consumption cost within their respective predetermined limits. It is shown that the problem is -hard in the ordinary sense, and there does not exist a polynomial-time approximation algorithm with performance ratio unless ; however it admits a relaxed fully polynomial time approximation scheme. A proximal bundle algorithm based on Lagrangian relaxation is also presented to solve the problem approximately. To speed up convergence and produce sharp bounds, enhancement strategies including the design of a Tabu search algorithm and integration of a Lagrangian recovery heuristic into the algorithm are devised. Extensive numerical studies are conducted to assess the effectiveness and efficiency of the proposed algorithms.     

多传感器任务分派的快速启发式规划新算法

在多目标多传感器管理中经常采用的线性规划算法中,随着传感器个数和目标个数的增加,计算量会爆炸式增长,使得跟踪系统不能实时计算,为此,根据传感器管理中线性规划的特点,提出了一种快速启发式算法,考虑组合中的传感器个数将组合的分配效用转化为权重,递推分配权重最大的组合,逐步减小组合和目标的个数.证明了权重最大的组合分派能实现组合中的传感器的最大效用.仿真结果表明该算法在与采用线性规划方法的跟踪精度相当的情况下,能有效地减小计算量.