基于模糊交互式多模型算法跟踪临近空间目标

由于临近空间高超声速飞行器采用非弹道式机动飞行方式,飞行速度、高度、加速度不断变化,目标机动具有长周期机动特点,而且临近空间目标飞行速度快,具有较高的升阻比,且在大气层内长时间飞行,其运动轨迹往往呈现出"跳跃"特征,给地面防御系统对其定位和跟踪带来了巨大的困难,传统的滤波算法无法给出精确的目标状态估计,跟踪性能变差。为了更好满足非机动式弹道滤波的需要,通过模糊逻辑算法与交互式多模型算法相结合,形成模糊交互式多模型算法,实现对临近空间目标飞行器跟踪,并保证了定位跟踪精度在允许范围之内。Matlab仿真结果验证了算法的有效性。     

基于贝叶斯理论的自学习模糊综合评判研究

在目前多专家故障诊断系统采用的模糊综合评判方法基础上,根据某特定故障的理论诊断结果及实际检测、维修结果,利用贝叶斯理论,对特定故障下各专家的初始权重集进行实时更新,实现了模糊综合评判的自学习,提高了诊断的准确性.最后给出了方法在"康明斯柴油机故障诊断专家系统"中的应用实例,验证了方法的有效性.     

基于单变量多目标规划的装甲车辆冷却系统智能化控制

根据新一代装甲车辆推进系统热部件散热特点及其冷却系统调控原理,提出了一种单变量多目标数学规划与模糊智能控制相结合的控制算法。该算法将冷却系统抽象为单变量多目标数学规划问题,采用加权的方法将多个目标函数转化为综合目标函数,输入到模糊智能控制器中进行冷却控制。仿真结果表明:该控制算法具有良好的控制效果,能够有效地解决新型推进系统热源多、目标温度范围广而可调参数单一的问题。     

基于功率控制分组的RFID防碰撞算法改进

为了减少阅读器读取标签过程中的查询次数,降低标签发生碰撞的概率,提高系统效率,针对功率控制分组防碰撞算法不能根据标签数动态地进行组数划分,提出了一种改进算法。采用数学分析与二进制算法相结合的方法,找到最优组数,根据最优组数划分阅读器的读取区域,标签分布在划分的组中,阅读器依次读取不同组中的标签。通过划分组数,减少阅读器每次读取的标签数,从而降低标签碰撞的可能性。仿真结果表明,改进算法显著减少了碰撞次数,提高了系统效率。     

一种基于Dijkstra算法的航空平台组网技术

针对航空平台在超低空和超视距飞行过程中,传统单一的TDMA网络难以满足无盲区通信需求,提出一种基于Dijkstra算法的AdHoc组网技术。通过建立实时邻居信息表、网络拓扑表和动态路由,在工程应用中实现了具有中继功能的地空-空空高速实时无线传输网络,满足了部队通信网络大范围覆盖和实时性需求。     

多机器人最大熵博弈协同定位算法

研究了多机器人观测到同一目标时的协同定位问题。建立了各个机器人相对观测一致程度的数学描述模型,进而提出用基于极大熵准则的最大熵博弈获取使相对观测一致程度最优的协同定位方式。针对博弈结果的多样性,相应地改变观测方程的雅克比矩阵,推导了可适应多机器人各种博弈结果的扩展Kalman滤波协同定位算法。仿真实验表明,方法可实现机器人团队在协同定位时有选择、更高效地共享相互间的观测信息;在保证协同定位精度提高的同时有效地消除了多机器人相对观测信息间的冲突。     

基于改进遗传算法的天基光学监视平台轨道优化

针对地球遮挡、地影、太阳光干扰、月光干扰、空间目标相对观测平台的角速度等约束对空间目标可见性的影响问题,基于已编目空间目标双行轨道根数,研究以太阳同步晨昏圆轨道作为观测平台轨道,采用改进多变异位自适应遗传算法对单星观测平台轨道进行优化设计。仿真结果表明,改进的多变异位自适应遗传算法有效地解决了多变异位自适应遗传算法不能保证收敛到所有种群中最优个体的问题,且随机抽取10%左右的目标样本可以达到与采用所有目标相当的性能,计算效率提高约一个量级。     

Improved bounds for batch scheduling with nonidentical job sizes

Here, we revisit the bounded batch scheduling problem with nonidentical job sizes on single and parallel identical machines, with the objective of minimizing the makespan. For the single machine case, we present an algorithm which calls an online algorithm (chosen arbitrarily) for the one‐dimensional bin‐packing problem as a sub‐procedure, and prove that its worst‐case ratio is the same as the absolute performance ratio of . Hence, there exists an algorithm with worst‐case ratio , which is better than any known upper bound on this problem. For the parallel machines case, we prove that there does not exist any polynomial‐time algorithm with worst‐case ratio smaller than 2 unless P = NP, even if all jobs have unit processing time. Then we present an algorithm with worst‐case ratio arbitrarily close to 2. © 2014 Wiley Periodicals, Inc. Naval Research Logistics 61: 351–358, 2014     

单频信号二维合成孔径成像算法

传统合成孔径雷达采用大带宽信号实现距离向分辨,采用一维合成孔径实现方位分辨,得到二维图像。在某些近场成像场合,成像分辨率要求很高,依靠信号带宽很难达到要求。提出了一种二维合成孔径成像系统,利用二维合成孔径实现二维分辨,分辨率取决于合成孔径长度,不受信号带宽的约束,可以实现超高分辨率。信号采用简单的单频信号,可使系统大大简化。详细推导了单频信号的二维合成孔径成像算法。仿真结果表明,单频信号二维合成孔径是一种有效的高分辨率成像技术。     

Efficient algorithms for flexible job shop scheduling with parallel machines

Job shop scheduling with a bank of machines in parallel is important from both theoretical and practical points of view. Herein we focus on the scheduling problem of minimizing the makespan in a flexible two-center job shop. The first center consists of one machine and the second has k parallel machines. An easy-to-perform approximate algorithm for minimizing the makespan with one-unit-time operations in the first center and k-unit-time operations in the second center is proposed. The algorithm has the absolute worst-case error bound of k − 1 , and thus for k = 1 it is optimal. Importantly, it runs in linear time and its error bound is independent of the number of jobs to be processed. Moreover, the algorithm can be modified to give an optimal schedule for k = 2 .