遗传算法在动力学优化中的应用

根据动力学优化设计问题的特点,并利用复合形法对一般遗传算法进行了改进,在此基础上提出了一种新的动力学优化设计方法。数值分析结果表明,该方法结果正确,算法简洁。     

目标搜索的预测分析及搜索计划的优化逼近

给出了目标搜索的预测分析公式,提出了最优搜索计划的一种优化逼近方法及有关实例     

基于DSP的电视跟踪系统算法设计

研究基于ADSP21020高速DSP芯片构成的实时电视跟踪系统的图象采集。分割、跟踪定位和跟踪波门设计等算法,并给出算法实现的流程图。     

矩阵转置的一种快速算法

本文给出一个数据体积超过计算机可用内存容量的n×n 矩阵快速转置的新方法。与常用的算法相比,所需的计算时间显著减小。     

一种无约束最优化方法——恰当共轭方向法

本文提出了一种求解无约束最优化问题的方法,称之为“恰当共轭方向法”。与通常的共轭方向法(如共轭梯度法)相比,这种方法可以节省大量的一维搜索工作量,并且还能提高收敛速率。     

一种改进的最大选择逻辑恒虚警检测算法

在已有的恒虚警处理算法中,由于单元平均（ＣＡ）和有序统计（ＯＳ）法都是剔除平均（ＴＭ）法的特例,因此可以考虑用ＴＭ法代替一些参量ＣＦＡＲ算法中所采用的ＣＡ或ＯＳ法,以期获得更优的检测或控制虚警的性能。基于这种思想提出ＴＭＣＡＧＯ检测器,并在ＳｗｅｒｌｉｎｇⅡ型目标假设下推导Ｐｆａ、Ｐｄ和ＡＤＴ的解析表示式。通过对其在均匀背景和强干扰目标环境下性能的分析,以及与ＯＳＣＡＧＯ、ＧＯＳＧＯ和ＯＳ等检测器性能的比较,发现ＴＭＣＡＧＯ在上述环境中的性能较这几种检测器均获得了明显的改善。     

前馈网络在状态识别中的应用

介绍了前馈网络的结构,BP算法以及算法的推导过程,并对算法做了一些改进.然后将该算法应用于抽油机减速箱的状态识别,给出了识别结果.实验表明,基于BP算法的前馈网络在识别的精度和自学习方面都优于传统方法.     

多传感器多目标信号融合算法

多传感器信号融合是数据融合的一个重要方面,ＣｈａｉｒＺ．和ＶａｒｓｈｎｅｙＰ．Ｋ．在这个领域进行了深入研究,提出了基于贝叶斯推理的最佳融合规则,但该推理不能用于多目标的信号判定。推导了用于多目标信号融合的多传感器融合算法,该算法运用假设检验理论,充分考虑了位置数据互联的正确性和目标信号的历史信息,得出了一个可以递推计算的判定准则     

遗传算法及其应用

简述了遗传算法的其本原理和特点,并将其应用于声纳目标特征的选择。实验结果表明了遗传算法在模式特征优化和选择中的优势。     

坦克火控系统的自适应滤波与自适应解命中

在非制导火控系统中,为实现目标信息的自适应滤波与自适应解命中问题,机动目标模型应能动态识别,又要适应工作周期的各种变化.本文提出的“参数辨识模型”能同时满足上述要求,并可将自适应滤波纳入到现代控制理论的正常思路内予以解决.