基于遗传算法的协同多目标攻击空战决策方法

多机协同多目标攻击是未来空对空作战的一种重要形式。首先建立了多机协同空战的自主优势矩阵 ,并依据多人冲突决策理论构造了空战的总体优化指标向量 ,然后针对其他优化算法的不足 ,提出用遗传算法优化该指标向量 ,实现多机协同多目标攻击空战决策 ,最后对 2∶ 2空战进行了仿真。仿真结果证明了上述思想的正确性。     

复杂环境下多机动目标跟踪问题的研究

针对多机动目标跟踪问题 ,系统地讨论了其主要内容和各种算法 ,包括机动目标模型的建立、多个机动目标的跟踪和维持 ,跟踪过程中各种数据关联的处理方法、跟踪的起始和终结以及跟踪性能分析与评价 ,并对以后相关的研究方向进行了探讨。     

超声阵列障碍探测技术及其在无人车辆中的应用

设计了适合安装在汽车前保险杆的超声障碍检测系统.提出了一种新颖的混合型超声波换能器阵列、基于换能器阵列合成孔径和超声波脉冲编码的障碍检测算法,以区分回波信号是否含有危险信息.理论计算与实验结果表明,该系统可检测到直径15mm的平板目标,其有效测量距离为0.2～25m,并可实现多目标定位.     

模糊综合评判在武器费用-效能分析中的应用

针对武器费用-效能分析需综合考虑费用、效能和时间三方面因素的问题,提出一种基于模糊综合评判法的多目标决策问题的解决方案.介绍了模糊综合评判的数学模型,总结了在应用模糊综合评判进行辅助决策时需要注意的三点问题,最后结合实例对4种飞机备选研制方案,通过建立单因素评判的模糊优先矩阵、计算单因素排序向量进而得到评判矩阵,采用加权平均型合成算子,将评判矩阵与由KLEE法得到的加权向量进行合成,得出了4种方案的费用-效能分析结果,为方案的选择提供了依据,结果表明,这种方法具有实用价值.     

基于模糊聚类的多目标跟踪算法

提出了一种新的基于模糊聚类的多目标跟踪算法,该算法通过一种改进的模糊聚类算法,首先得到可能的目标数和测量点迹与目标预测位置之间的隶属度,然后结合Kalman滤波将隶属度作为权值系数对预测新息向量进行加权,来实现目标状态估计的更新。仿真结果表明,传统数据融合多目标跟踪算法,一般需要假定目标数并且在多目标密集时易产生关联错误而导致跟踪发散,新算法通过模糊聚类客观有效地确定了目标数并且通过加权过程保证了对多目标密集时的高精度。     

基于模糊多属性的机群空面多目标任务分配

飞机编队在执行空面作战任务时,在进行多目标任务分配之前必须对作战的目标进行有效评估。考虑目标的威胁、政治价值和经济价值等不同属性,建立了多目标分配综合价值评估指标;运用模糊多属性法和G.A.M iller九级量化理论对目标综合价值进行量化,并采用离差最大组合赋权法求出各属性权值,建立单机多目标分配模型。提出基于数据链通信的编队多目标最优分配算法,最后给出仿真实例,仿真结果表明此方法能合理有效地对多目标进行最优分配。     

火灾现场特殊痕迹的勘验与分析

介绍了几起比较特殊的火灾现场的痕迹以及现场勘验的主要情况。通过对这些特殊火灾现场痕迹的勘验,分析了各个火灾现象具有特殊性规律的一面。这种特殊性是各个火灾现象特殊规律的反映,根据这些特殊性使火灾调查人员可以把各个火灾现场区别开来,找到不同现场之间千差万别的原因或特殊依据。     

粒子PHD滤波存活粒子采样新方法

针对多目标跟踪粒子概率假设密度滤波算法中存活粒子的重要性密度采样问题,给出一种结合最新量测信息的存活粒子重要性密度采样新方法.该方法根据最新量测集中的各个最测与目标粒子的单步预测状态的似然值,以概率选取量测值,利用无迹变换获得粒子的重要性密度函数,并对其进行采样实现粒子概率假设密度滤波中存活粒子的采样,有效地减轻了粒子的退化现象. 3目标跟踪仿真试验中,当目标模型与跟踪算法使用的目标模型不匹配时,采用所提出的存活粒子采样方法的粒子概率假设密度滤波算法最优子模式分配距离下降约70km.论文给出的存活粒子采样新方法显著地提高了多目标跟踪粒子概率假设密度滤波算法的鲁棒性.     

无运力限制条件下的一种器材紧急调运优化模型

根据器材调运的特点建立了一个货量充足且无运力限制条件的多目标优化模型,给出了一种方便有效的算法,并利用仿真算例对模型和算法进行了验算,得到了最优的器材调运方案.     

边缘化粒子概率假设密度滤波的多目标跟踪

针对复杂情况下的多目标跟踪问题,提出一种边缘化粒子概率假设密度滤波(MPF-PHD)方法。该方法首先将复杂情况下多个目标的状态向量分别提取出其中的非线性状态与线性状态。然后利用粒子概率假设密度滤波(PF-PHD)估计非线性状态,利用卡尔曼滤波(KF)估计线性状态,并把其中与非线性状态相关的线性状态估计用来优化非线性状态估计。通过对MPF-PHD方法与传统的PF-PHD方法仿真对比,验证了MPF-PHD方法有效解决了复杂情况下多目标跟踪的漏检问题,提高了多目标状态估计精度。