基于遗传算法舰船装载码头配置方案优化

两栖输送舰船码头装载过程中,如何科学配置装载码头,使得整个装载任务完成时间最短是部队制定装载方案需要解决的重要难题。依据码头装载配置特点和要求,运用军事运筹学多目标规划理论构建装载码头配置规划模型,并运用遗传算法理论和计算机编程工具实现码头配置规划模型的优化解算。从而提高了部队两栖输送舰船码头装载方案制定的科学性和时效性。     

针对舰船目标高分辨距离像的特征选择方法

为了提高基于高分辨距离像(HRRP)的舰船目标识别率,首先通过目标区域提取来解决HRRP的幅度敏感性和平移敏感性的问题;然后根据传统的特征提取方法,提取出15个较好的特征进行多特征综合识别;最后在基于Fisher准则的特征选择方法上进行改进,提出了一种基于特征互补性的特征选择方法,选择一个最优特征子集。通过仿真实验验证了提出的特征选择方法,同时选择出一个最佳分类器。     

基于队形相对运动带的舰艇编队规避航向优选方法

机动规避是舰艇编队避开潜艇威胁的重要措施。针对编队队形模型的特点,从舰艇编队规避潜艇于预定距离之外的角度出发,深入分析了编队队形相对运动带与规避距离关系,提出了基于队形相对运动带舰艇编队规避航向优选方法。通过战术想定实例表明,基于编队队形运动带的优选航向能够成功引导编队避开潜艇威胁,极大地简化了绘算,可为舰艇编队反潜提供一定的理论依据。     

变外形航弹离散滑模BTT自动驾驶仪设计*

为提高变外形航弹BTT控制系统对弹翼作动影响的鲁棒性能,提出了一种基于离散滑模控制原理的BTT自动驾驶仪设计方法。建立了航弹BTT控制仿射模型,针对该模型中存在的时变特性与耦合问题,通过反馈线性化方法对原系统进行解耦并离散化处理,将由后掠角采样值误差引起的各动力学系数偏差项作为模型不确定扰动,设计了变外形航弹的离散滑模BTT自动驾驶仪。仿真结果表明,所设计的离散BTT控制系统实现了各通道的解耦控制,对时变参数摄动具有良好的鲁棒性能,验证了对指令跟踪的动态延迟和误差与采样周期有关,实际选取时需综合考虑实际硬件性能与期望的指令跟踪精度要求。     

基于遗传算法的反导拦截弹助推段自动驾驶仪的设计

针对反导拦截弹助推段一般不进行大机动飞行、弹道相对平直的特点,基于小扰动线性化方程,设计了由阻尼回路、攻角回路和过载回路组成的三回路自动驾驶仪。在理想弹道计算的基础上选取特征点,在每个特征点处将弹体简化为二阶环节来近似。针对待优化参数多、且处于不同控制回路的特点,采用遗传算法对控制器参数进行优化。仿真结果证明所设计的控制器能够很好地跟踪指令信号。     

星载AIS检测概率建模与仿真分析

针对现有星载AIS检测概率低的问题,对星载AIS接收信号冲突和检测概率进行了研究和论证,并对影响检测概率的诸多因素进行了分析。分析了星载AIS与地面AIS的差异性,指出了星载AIS面临的新挑战。重点对星载AIS信号多网冲突问题进行了研究,建立了一种基于船舶分布密度函数的星载AIS检测概率模型。通过分析时隙冲突、船舶动态、轨道高度、天线类型和B类AIS船舶等因素对系统检测概率的影响,为工程设计和性能评估提供了一定参考依据。     

水面舰艇对海作战可靠性的新型评价方法

针对水面舰艇对海作战网络的特点,基于复杂网络"反社区"性质,将对海作战网络描述成"反社区"有向赋权图。结合传统可靠性分析方法,提出了一种新的可靠性评价指标,进一步扩展了传统可靠性指标的4个特性,并通过实例仿真,证明了该指标的有效性。该方法将传统可靠性理论与复杂网络理论有效地结合起来,将进一步扩大复杂网络的适用范围。     

PCA和ICA的舰船尾流后向散射光信号检测

水体的后向散射光信号是舰船尾流后向散射光信号检测的常见干扰,由于其在频域十分接近且信号强度大于尾流信号,因此严重影响了有用信号的提取。针对这一问题,提出了一种基于主成分分析(PCA)和独立成分分析(ICA)相结合的尾流散射光信号检测方法。首先使用主成分分析对采集的散射光信号进行降维,去除冗余成分,之后使用基于负熵的F astICA算法对数据进行处理,分离了水体和舰船尾流的散射光信号,通过实验验证了该算法的有效性。     

可供实用的舰船风浪中摇荡时历预报的模式

舰船在风浪中摇荡时历的极短期预报 ,具有多方面的实用价值 .现有的各种预报方法中 ,以卷积法和时间序列法中的ARMA模型较为常用 ,但如何测量艏前波是上述方法实施的前提条件 ,则未能解决 .文中提出的在舰船舯部装塔克测波仪 ,将所测波形时历转换为艏前任意点波形时历的方法 ,可解决上述矛盾 .再采用ARMA建模、依AIC法则估计模型阶数的预报方式 ,即可用于实船进行摇荡时历短期预报     

基于峰值点形态信息的SAR图像舰船尾迹检测算法

在分析合成孔径雷达(SAR)图像中舰船尾迹线性特性的基础上,针对SAR图像线性特征产生因素的多样性,及由此引起的Radon变换域中尾迹峰值点检测的不确定性,提出了一种基于峰值点形态信息的尾迹检测算法。算法门限化图像的Radon变换系数,提取出所有可能的峰值点;对这些相应的局部峰值点的一维截面进行连续小波变换峰值点匹配,根据提取到的参数形成决策矢量在特征空间中进行决策。仿真和实际数据处理的结果表明,该方法能有效、准确地检测到SAR图像中的舰船尾迹并判决其真假类别。