认知雷达波形自适应数据关联跟踪算法

针对杂波背景下多交叉机动目标跟踪问题,提出一种认知雷达波形自适应数据关联跟踪算法,该算法选取目标距离-速度-方位作为观测量,并通过调整波形参数来动态改变量测误差协方差。首先,基于信息融合思想提出一种优化的概率数据关联(OPDA)算法,算法充分融合目标位置特征和运动特征对多目标交叉区域公共量测进行分类,使多交叉机动目标跟踪问题转化为多个单机动目标跟踪问题。然后,对实时更新的目标航迹,采用修正的Riccati方程估计下一时刻滤波协方差,并根据波形选择准则函数自适应选择下一时刻波形以提高系统跟踪性能。仿真结果表明,该算法增强了概率数据关联(PDA)算法的环境适应性,而且相比未采用波形自适应的数据关联算法有明显的优势。     

基于遗传算法的固体火箭发动机参数辨识

固体火箭发动机参数辨识为非线性受约束优化问题,经典算法求解此类问题时初值敏感、局部收敛等问题表现较为突出.针对上述难题,将具有良好全局收敛性的遗传算法用于固体火箭发动机参数辨识,得到推进剂燃速模型和喉径变化模型的全局最优辨识值.计算结果表明,固体火箭发动机参数辨识采用遗传算法求解可行,计算结果与试验结果吻合良好.     

应用改进多种群遗传算法的多星成像目标规划方法

针对目前多星成像目标规划求解算法容易陷入局部最优解,且对于大区域目标及规划时间周期较长时不能尽快规划出较优的成像方案问题,提出一种改进多种群遗传算法的多星成像目标规划方法。以成像规划方案周期最短、覆盖率最大为目标函数建立模型;利用改进的多种群遗传算法对模型进行求解,采用移民算子种群在多种群之间关联及更新种群,保留每代进化中的最优成像方案。利用多星对区域目标成像验证了所提出的方法,结果表明:此方法能够较好地用于模型的建立及求解,有效地规划出目标函数较优的成像方案。     

采用利希滕贝格图的高超声速飞行器轨迹优化

针对复杂约束条件下高超声速飞行器再入轨迹优化问题,提出一种混合算法进行求解,以解决现有轨迹优化方法对初值的强依赖性以及易陷入局部最优等问题。将高超声速飞行器再入轨迹优化建模成一个非线性规划问题,并设计双层优化结构进行求解。上层中,提出一种基于利希滕贝格图的自适应分段利希滕贝格算法（Adaptive piecewise Lichtenberg algorithm,APLA）,为高斯伪谱法提供良好的初值。APLA通过引入拉丁超立方体抽样提升算法初始触发点的效能,引入全局至局部搜索分段策略及自适应因子提高算法收敛速度和收敛精度,改善算法易陷入局部最优等情况。下层中,高斯伪谱法在最优解附近具有较好的收敛速度和较高收敛精度,因此使用高斯伪谱法以加快搜索过程,提升解的全局最优性。综上,提出再入轨迹优化混合算法（APLA＿GPM）,实现对高超声速飞行器再入轨迹优化问题快速、准确求解。仿真结果表明,APLA＿GPM在高超声速飞行器再入轨迹优化方面具有更快的收敛速度、更高的精度以及更强的鲁棒性。     

基于实数编码自适应遗传算法的整周模糊度快速解算

针对整周模糊度解算中实时性不强的问题,提出了一种基于实数编码的自适应遗传算法。首先利用卡尔曼滤波求解整周模糊度的浮点解,然后采用排序和多次(逆)双乔里斯基分解对浮点解及其协方差阵进行降相关处理,降低整周模糊度各分量之间的相关性,最后利用已知基线确定模糊度搜索空间,基于实数编码,将自适应遗传算法应用在整周模糊度的搜索解算过程中,求得整周模糊度的最优解。仿真结果表明,本文算法与Lambda算法相比,耗时更少;与简单遗传算法相比,具有更强的收敛能力,是一种高效的整周模糊度快速解算方法。     

多无人机任务分配/航迹规划的一体化求解方法

针对多异构无人机任务分配和航迹规划存在的强耦合特性,为解决串行求解仅能获得局部最优解的问题,提出了一种基于图论的一体化求解框架,采用三维Dubins模型,通过对无人机航向角进行离散化,将路径规划问题和任务分配问题建立为离散图模型。为了实现该混合整数规划问题的快速求解,建立了基于并行化处理的遗传算法策略;为避免执行时序约束任务存在的死锁问题,引入深度优先算法（DFS）,通过检测时序任务图环路状态判断任务规划结果的可行性,从而剔除规划结果中的不可行解。仿真结果表明,相比于解耦方法,一体化求解方法能明显提高规划结果的品质;相比于集中式遗传算法,分布式遗传算法能显著提高算法的收敛速度。     

复合材料层合结构优化设计的遗传算法

为提高复合材料层合结构优化设计中遗传算法(GA)的可靠性和计算效率，提出了一些改进措施．如自适应杂交、自适应突变、多重动态优选和冒泡等遗传算子。它们不仅可避免算法收敛于局部最优解，而且能防止优良基因结构遭到破坏，从而显著提高遗传算法的可靠性和收敛速度。计算应用的结果表明，改进后的遗传算法有较高的计算效率和可靠性。     

一种改进的微分进化算法及其在多目标访问任务中的应用

研究在给定时空约束下利用单平台机动实现地面多目标重访任务问题的建模与求解。首先在问题描述和建模过程中考虑多约束与性能指标要求,大大缩减优化算法的参数搜索空间,提高求解效率;然后针对传统微分进化算法的不足,提出一种改进的微分进化算法,并将其应用于求解多约束多目标重访优化问题。改进的微分进化算法通过引入双重自适应因子和独立变异体,提高了算法的优化效率并使其在陷入局部最优后仍具有一定的跳出局部最优的能力。仿真中改进的算法在打靶仿真均值,最优结果和均方差方面都远优于传统算法,验证了本文设计的建模方法和改进优化算法的正确性和有效性。     

一种基于自适应遗传算法的高斯FM^mlet变换最优时频原子搜索算法

时频分析方法是当前非平稳信号分析与处理的研究热点,基于高斯let变换的信号表示方法成为目前分析具有线性和非线性频率切变信号的重要工具.高斯FMm let变换在信号分析与处理中的应用面临的一个主要问题就是匹配追踪方法的数字实施方法.针对现有算法精度不高、收敛性差的问题,提出了一种基于自适应遗传算法的高斯FMm let变换最优时频原子搜索算法.首先详细推导了时频原子有限长序列的离散公式,接着详细讨论了自适应遗传算法,然后给出了一种利用自适应遗传算法搜索高斯FMm let变换最优时频原子的算法及其实现方法,最后结合实例对该算法进行了仿真研究.结果表明,该算法不但搜索精度很高,而且具有较好的收敛性和鲁棒性.     

压电自适应桁架结构控制一体化设计

针对压电自适应桁架结构,建立了含有主动元件位置的结构控制一体化设计数学模型,以结构重量作为目标函数,以结构静、动态响应作为约束函数,同时优化结构设计参数、控制参数和主动元件的位置。提出一种解决混合变量一体化设计问题的新方法,该方法将近似概念、遗传算法和对偶法相结合。首先采用组合多点近似函数建立原问题的序列近似问题,再对近似问题中的(0,1)离散变量和连续变量采用遗传算法和对偶方法分别寻优的分层优化策略。算例表明本文方法由于遗传算法只用于求解近似问题,因此只需要很少的结构分析次数就能得到最优解或近似最优解。     

基于自适应遗传算法的飞行器气动参数辨识

为了克服传统辨识算法的缺点，把自适应遗传算法作为辨识算法，进行飞行器的非线性气动参数的最大似然仿真辨识。在仿真辨识中，加入了零均值高斯分布的随机观测噪声。辨识结果比较满意，表明白适应遗传算法具有良好的优化性能，是进行气动参数辨识的一种实用的辨识算法。     

基于混合遗传算法的火箭姿态控制设计方法

针对火箭控制系统姿态网络设计,提出了一种采用遗传算法和模拟退火算法混合的算法进行姿态网络自动设计的方法。该算法实现了已知校正网络幅频特性曲线的幅频向量,通过系统辨识和寻优搜索,可以计算出该网络的传递函数。本文对该算法进行了试验验证,证明该方法可行并优于单纯的模拟退火算法和遗传算法。     

基于改进PSO-WNN的高频地波雷达 电离层杂波抑制方法

高频地波雷达的海上目标探测能力与电离层杂波的抑制效果息息相关,而电离层杂波的复杂性与变化多样性又为抑制带来了难题。为实现电离层杂波的抑制,分析了电离层杂波的混沌特性,在此基础上提出一种基于改进粒子群算法优化小波神经网络的抑制方法,解决了粒子群算法易早熟和易陷入局部最优的缺点;提出一种自适应概率变异的策略,丰富了种群多样性,使得整个迭代过程中粒子群能够跳出当前最优,寻得全局最优。实测实验表明,基于改进粒子群算法优化的小波神经网络（PSO-WNN）能够基本预测电离层杂波的数值,进行电离层杂波的抑制,有效改善了信噪比,对电离层杂波的抑制研究具有重要意义。     

基于SCPSO算法的MCPC雷达波形优化设计

针对多载波互补相位编码MCPC信号在应用中存在包络起伏大等问题,结合混沌映射和自适应混沌粒子群SCPSO算法提出了一种优化设计。设计将编码信号的主瓣峰值与最大旁瓣值比PSLR作为单独的评判依据,结合混沌序列类随机的性质对混沌序列进行两级筛选,得到自相关函数旁瓣较低的混沌编码序列组。考虑到MCPC信号结构的特点,应用SCPSO算法调整子载波权重因子来优化信号的PMEPR。仿真分析表明,优化设计能在保证MCPC信号优良自相关特性的情况下,有效降低信号的包络起伏。     

基于I-DEAS的非线性多热源温度场反演研究

本文对I-DEAS进行了二次开发,完成了脚本与I-DEAS软件TMG模块的数据交互并自动控制计算流程,采用自适应算法和加权算法求解航天器热平衡试验中多热源非线性温度场反演问题,并研究了迭代初值、循环运算次数、迭代步长等参数对反演误差的影响规律。两种方法的反演结果吻合良好且精度满足设计要求,其求解思路和算法可为航天器件内部温度场的热平衡试验及热源的优化设计提供参考和依据。     

多混沌系统的自适应同步电路设计

目前利用鲁棒自适应同步原理实现多个Chua混沌同步电路并不多,文中针对这一点利用自适应控制、混沌同步及电路原理,设计了一种混沌自适应同步电路,并用Multisim2001对该电路进行仿真,结果表明,该电路可使多个Chua电路达到自适应同步。     

深空大规模天线阵布局优化方法研究

由大量廉价的小型反射面天线组成阵列对航天器进行跟踪通信是未来深空测控网发展 的一条新思路。提出一种改进的遗传算法对大规模小天线阵列地理布局进行优化,提高天线 阵列的测控性能。首先分析了布局优化的约束条件,然后以最小化旁瓣电平为目标,建立了 优化模型。分析了Kogan梯度算法和常规遗传算法的局限性,最后给出了改进遗传算法的优 化流程。仿真结果表明,改进的遗传算法不但具有高的优化效率,还可应用于阵列布局的多 目标优化。
     

基于组合优化算法的临近空间飞行器轨迹优化

提出一种临近空间飞行器轨迹优化方法,利用基于支持向量机与遗传算法的组合优化算法,解决多约束条件下的高效轨迹优化问题。首先,建立临近空间飞行器轨迹优化数学模型。然后,通过参数化方法和惩罚函数法将轨迹优化问题转化为约束参数优化问题。在此基础上,提出一种求解无约束参数优化问题的组合优化算法,通过支持向量机对遗传过程中产生的种群进行分类,提高基本遗传算法的计算效率,结合轨迹优化数学模型,给出轨迹优化算法。最后,以临近空间飞行器航程最远轨迹优化问题为例,进行数学仿真分析。仿真结果表明,针对给定的算例,文中提出的方法与基于基本遗传算法的轨迹优化方法相比,计算效率显著提高。     

具有内点状态约束的机动再入弹道优化设计

高级机动弹头末制导装置开始工作时对弹头飞行速度和姿态有一定的要求。这就增加了内点约束,从而使机动再入弹道设计问题成为具有内点约束和终端约束更复杂的最优控制问题。利用遗传算法求解该问题,用多段插值方法进行染色体设计,设计了基于模拟退火思想的罚函数和适应度函数来处理各种约束。仿真结果表明,所设计的遗传算法效率高,对初值不敏感,能搜索到全局最优解。所设计的再入机动弹道能满足机动弹头对姿态、热流和速度的要求。