战场环境下无人车辆战术机动路径规划方法

针对不同类型威胁体存在的战场环境中无人车辆战术机动路径规划问题,提出了一种基于威胁代价地图的粒子群优化（Particle Swarm Optimization,PSO）方法。借助极坐标系中关键点的极角进行路径描述,并使用分段3次Hermite插值方法形成光滑路径,将路径规划问题转化为关键点极角的参数优化问题。针对基本PSO（BPSO）算法存在的早熟收敛和后期迭代效率低的缺陷,借鉴以群集方式生活的物种按照不同任务对种群进行分工的机制,提出了一种基于多任务子群协同的改进粒子群优化（Particle Swarm Optimization based on the Multi—tasking Subpopu—lation Cooperation,PSO-MSC）算法。借助该算法的快速收敛和全局寻优特性实现了最优路径规划。实验结果表明：该算法可以快速有效地实现战场环境下无人车辆的战术机动路径规划,且规划路径安全、平滑。     

Optimal path finding in direction,location, and time dependent environments

This article examines optimal path finding problems where cost function and constraints are direction, location, and time dependent. Recent advancements in sensor and data‐processing technology facilitate the collection of detailed real‐time information about the environment surrounding a ground vehicle, an airplane, or a naval vessel. We present a navigation model that makes use of such information. We relax a number of assumptions from existing literature on path‐finding problems and create an accurate, yet tractable, model suitable for implementation for a large class of problems. We present a dynamic programming model which integrates our earlier results for direction‐dependent, time and space homogeneous environment, and consequently, improves its accuracy, efficiency, and run‐time. The proposed path finding model also addresses limited information about the surrounding environment, control‐feasibility of the considered paths, such as sharpest feasible turns a vehicle can make, and computational demands of a time‐dependent environment. To demonstrate the applicability and performance of our path‐finding algorithm, computational experiments for a short‐range ship routing in dynamic wave‐field problem are presented. © 2012 Wiley Periodicals, Inc. Naval Research Logistics, 2012     

常值海流作用下多自主水下航行器编队控制

研究了常值海流作用下自主水下航行器(Autonomous Underwater Vehicle,AUV)的编队控制问题.控制器设计分为两部分:一部分综合应用Lyapunov方法和Backstepping技术设计了单体AUV路径跟踪动力学控制律,保证了路径跟踪误差在常值海流作用下的全局渐进稳定;另一部分为路径参数一致性协同跟踪控制器,保证在仅有一个或一部分AUV获取虚拟领航AUV路径参数更新速度情形下能对其进行协同跟踪.从理论上证明了整个闭环系统的稳定性.仿真结果表明了所提出方法的有效性.     

天波超视距雷达路径传播损耗仿真计算与分析

为研究天波超视距雷达路径传播损耗规律特性,针对天波超视距雷达电波传播特点,利用现有理论成果,建立了路径传播损耗的计算机仿真模型,设计了一种简洁的路径传播损耗仿真计算流程,仿真分析了各种因素对路径传播损耗的影响,得出了降低路径传播损耗的有效措施,为天波雷达的作战使用提供了理论依据.     

单框架控制力矩陀螺部分失效时的空间站姿态机动方法

对金字塔构型单框架控制力矩陀螺(SGCMG)的失效特性进行分析。结合SGCMG部分失效的特点,构建运用Legendre伪谱法的重规划姿态机动路径求解方法。考虑SGCMG失效情况的不可预测性,设计自适应操纵律,该操纵律可以根据指令力矩与输出力矩的偏差对SGCMG的失效情况进行诊断,从而调节操纵律的内部参数,实现失效情况操纵律的自适应调节。仿真结果表明,采用姿态机动路径重规划算法与自适应操纵律,在控制力矩陀螺部分失效的情况下,仍可以实现空间站的大角度姿态机动。姿态机动方法可以有效应对空间站大角度姿态机动过程中可能出现的SGCMG部分失效情况,从而提高空间站姿态机动任务的安全性与可靠性。     

改进型Voronoi图和动态权值A*算法的无人机航迹规划

针对实际作战环境中的不同威胁等级和不同威胁实体的威胁源,提出了改进型的Voronoi图,并建立了基于改进型Voronoi图的航迹规划空间;基于A*算法的估价函数在不同阶段对指标的敏感度不同,在传统的启发式A*搜索算法基础上提出了动态权值A*搜索算法,提高了航迹搜索的效率,实现了航迹搜索过程快速性和准确性的结合。最后通过Matlab仿真计算出由动态权值A*算法得到的最优航迹,并进行了航迹的平滑处理,仿真表明了该方法的可行性。     

改进蚁群算法在DSR路由协议中的应用

针对移动Ad hoc网络节点移动频繁和单路径DSR路由协议不能均衡负载、网络健壮性低以及蚁群算法存在局部查询最优的问题,提出一种改进的蚁群算法,并把改进的蚁群算法应用到单路径路由协议DSR,设计出基于蚁群算法的多路径路由协议IDSR,通过仿真实验,从影响Ad hoc网络路由协议性能优劣的3个主要指标来比较IDSR、DSR路由协议和SMR路由协议的性能,实验结果表明,虽然改进协议IDSR路由开销比DSR、SMR稍有增加,但分组的投递率和平均端到端延时性能都有明显提高。     

“科学发展观”视域下农村文化建设的路径

落实十八大精神,建设社会主义文化强国,农村文化建设不可忽视,扎实推进农村文化建设是扎实推进社会主义文化强国建设的基础和重要环节。当前,必须认真遵循科学发展观的基本理念,深入探索农村文化建设的实现路径：要坚持“以农民为本”,探索农村文化的“内源型”发展道路;要坚持全面发展理念,开创农村大文化建设的大格局;要坚持协调发展理念,培育农村文化发展的良好生态;要坚持可持续发展理念,构建农村文化建设的长效机制。     

觉察压力、社会支持、健康行为关系的路径分析

目的：综合研究觉察压力、社会支持和健康行为间的关系。方法：在问卷调查的基础上采用路径分析的方法,建立三者之间的结构方程模型并进行验证。研究工具：调查问卷：觉察压力量表;领悟社会支持评价量表;报告健康行为量表。结果：①问卷内部一致性信度为：0.701-0.802。②模型各拟合指数为：χ^2/df=1.34（χ^2=104.481,df=78）;GFI（拟合优度指数）=0.898;AGFI（调整拟合优度指数）=0.900;NFI（规范拟合指数）=0.926,TLI（Tucker-Lewis指数）=0.897;CFI（比较拟合指数）=0.912;RMSEA（近似误差均方根）=0.051。说明模型拟合情况良好。结论：应综合开展包括：压力应对、建立社会支持环境、培养良好生活方式在内的心理健康教育。