基于改进蚁群算法的无人机三维航路规划

针对蚁群算法存在收敛速度慢,容易陷入局部最优而导致三维航路规划过程中出现规划时间过长、航路没有达到最优等问题,通过对蚁群算法进行改进,提出了一种天牛须融合改进蚁群的无人机航路规划优化算法,算法通过对蚁群算法的启发函数优化并进行蚁群择优排序,然后融合天牛须算法进行航路规划;将优化算法应用于无人机的三维航路规划中,使规划算法的运行速度更快,无人机的最优航路更短。同时用改进算法与天牛须、蚁群算法的收敛时间、最优路径长度进行对比。仿真实验结果表明,改进算法与另外两种算法相比,在算法收敛度、运行速度方面有明显的提升。     

基于离散混沌蝙蝠算法的测试点选择

针对模拟电路测试点的选择问题,基于智能优化算法的测试点选择方法相比于传统的迭代法具有一定的优越性,但是仍然存在算法复杂度过高等问题.在深入研究蝙蝠算法(BA)的基础上,采用混沌映射对算法进行优化,并用变换函数将算法离散化,提出一种离散混沌蝙蝠算法(CBBA),将算法应用于测试点选择.通过实验仿真,证明该算法具有较高的准确度,而且与其他算法对比发现,该算法具有更好的性能.     

低空无人机路径规划算法综述

随着无人机技术的发展,无人机在低空的应用场景越来越多,复杂的低空环境对无人机路径规划算法提出了新的要求。本文总结了近年来常用的无人机路径规划算法,包括图搜索算法,线性规划算法,智能优化算法（遗传算法、粒子群算法、蚁群算法）,强化学习算法;对这些算法的原理、适用场景及其优缺点进行了归纳分析;并基于无人机发展现状对无人机路径规划算法进行了展望。     

一种混合的多机动目标跟踪算法研究

提出了一种混合的多机动目标跟踪算法:交互多模型模糊联合概率数据关联算法(IMM-FJPDA),该算法将交互多模型算法(IMM)和模糊联合概率数据关联算法(FJPDA)相结合,它克服了IMM-JPDA算法计算量大和IMM-FDA算法在强杂波环境中跟踪精度差的问题.给出了基于模糊C均值(FCM)算法的多机动目标跟踪步骤.仿真结果表明IMM-FJPDA算法跟踪精度与IMM-JPDA算法相当,但计算量明显减小,提高了跟踪实时性.     

飞行轨迹预测的两种变结构IMM算法

针对交互式多模型(IMM)算法的缺陷,把变结构思想运用到此算法中,给出变结构交互式多模型(VSIMM)算法。基于图论知识,提出两种变结构算法:转换图交互式多模型(SGIMM)算法和自适应图交互式模型(AGIMM)算法。通过仿真试验,验证了这2种变结构算法的优越性,同时分析了2种算法的不同点。     

求解旅行商问题的改进育种算法

介绍了基本育种算法,提出了求解旅行商问题的育种算法,给出了4种变异策略,算法的测试表明,策略D是一种简单有效的算法.在分析基本育种算法特征基础上,提出了改进育种算法,对CTSP问题进行了仿真实验,仿真研究表明,改进后的育种算法具有优良的性能.     

基于改进MeanShift算法的视线跟踪技术

介绍了SURF算法和MeanShift算法的基本原理。将MeanShift跟踪算法应用于视觉鼠标技术,提出了基于OpenCV技术的视线系统设计方法;提出了基于SURF算法的自动嘴部区域初始化MeanShift改进算法。实验结果表明,算法匹配识别效果较好,基于MeanShift跟踪算法的嘴唇跟踪系统实时性好、具有较好鲁棒性。     

自适应DR算法研究

首先介绍了 DR算法的基本思想 ,并分析了现有的 DR算法的不足之处。然后提出了一种自适应 DR算法。最后 ,将提出的这种自适应 DR算法与普通 DR算法进行了比较研究。结果表明 ,自适应 DR算法是十分有效的     

最小生成树算法及其应用

Kruskal算法和Prim算法是求最小生成树的常用算法,设计了这两种算法的C语言程序,并通过实例研究了这两种算法的实际应用价值。     

UKF-WNN及其在准定常失速气动力建模中的应用

提出一种利用无轨迹卡尔曼滤波估计小波网络参数的算法,该算法可克服算法存在的收敛速度慢、计算量大、局部极小等缺点。以飞机的准定常失速现象的气动力建模为应用背景,分别运用BP算法,扩展卡尔曼滤波算法和无轨迹卡尔曼滤波算法训练小波网络。仿真结果表明,无轨迹卡尔曼滤波算法较之BP算法和扩展卡尔曼滤波算法具有更快的训练速度和更高的预测精度,可以胜任复杂的非线性气动现象的建模任务。     

线性规划的非可行的内点算法

首先简要介绍非可行的内点算法,然后提出一种新的中心路径的取法,并由此给出一个对Kojima-Megiddo-Mizuno算法的改进的方法,这一新的算法是具有O(n2L)次收敛性的算法,并对这一算法的收敛性加以证明,这一新的算法与其它算法最明显的差异是不必假设LP解的存在性,就可以证明原始—对偶问题的多项式时间收敛性。文章的最后通过数值实验将该算法与Ye的解决线性规划的中心路径算法进行了比较。比较的结果显示新的算法从各个方面都要优于Ye的算法。     

空间多分辨率模糊目标跟踪

提出了一种新的模糊目标跟踪算法--CPDA算法。这个算法在空间多分辨率框架下应用概率数据互联算法,在粗分辨率上实现模糊目标跟踪。在不同虚警密度的模糊目标环境下,利用仿真实验分析了CPDA算法的跟踪性能,同时将其与单分辨率上的联合概率数据互联方法进行了性能比较。仿真结果表明,CPDA算法的跟踪性能在达到与单分辨率上JPDA算法同样性能的条件下,能够以较小的计算量跟踪模糊目标。     

基于ArcGIS的最短路径算法在城市交通中的应用

最短路径算法在城市交通中应用广泛。分析对比了Dijkstra算法和A*算法,并结合城市交通中的实际情况,在A*算法中加入了交通信号灯的时间因素和路面宽度因素,以达到改进算法的目的。通过在Esri公司的ArcGIS平台上使用Python进行测试后得到的结果表明:Dijkstra算法所计算的路径最短,但未考虑城市交通的实际情况;经过改进的A*算法所得路径避开了城市中心拥堵区域,通过的路口最少,更适合应用于实际交通当中。     

基于改进SURF和P-KLT算法的特征点实时跟踪方法研究

 针对视频序列中运动目标的实时跟踪问题,提出一种基于改进SURF算法和金字塔KLT算法相结合的特征点跟踪方法。首先人工标定目标区域,利用改进的SURF算法分块快速提取具有高鲁棒性、独特性的特征点;然后在后续帧中应用金字塔KLT匹配算法对特征点进行稳定跟踪,采用基于统计的方法剔除错误匹配对;最后利用Greedy Snake分割算法提取轮廓确定更加精准的位置信息,更新目标区域。为使算法更具鲁棒性,还设计了离散点筛选、自适应更新策略。利用飞行视频数据库进行了大量的仿真,结果表明:该算法适用于多尺度图像序列中位置、姿态发生快速变化且结构简单的飞行器的稳定跟踪。帧平均时间为31.8 ms,比SIFT+P-KLT跟踪算法减少47.1%;帧几何中心、目标轮廓面积平均误差分别为5.03像素、16.3%,分别比GFTT+P-KLT跟踪算法减少27.2%、56.9%,比SIFT跟踪算法减少38.6%、68.4%。     

故障检测的智能决策

 根据Schank的动态记忆理论,研究了信息系统的分类,给出了具有智能性质的决策算法。动态系统的故障检测可归结为系统有故障和无故障,由此给出了故障检测的智能决策算法。许多复杂的故障检测算法可归结为简捷的线性函数正、负的判断,因而可有效降低算法的复杂性。实例验证了故障检测的智能决策算法的有效性。     

有人-无人机协同空战机动决策研究

目前，有关无人机空战的研究主要考虑无人机的完全自主决策机动算法，关于有人机有限监督决策下的空战机动决策的研究鲜有报道，更缺乏对有人—无人机协同作战的研究。为实现无人机协同空战过程中的自主机动，设计一种基于路径规划技术的有人—无人机协同空战机动决策模型。首先，引入动态栅格环境，自适应调整栅格规模和分辨率，以弥补静态栅格环境规划空间越大规划效率越低的缺陷；然后，将A star 算法规划路径作为参考路径，提出ACO-A star 混合路径规划算法，以提升ACO 算法的寻优效能；最后，基于均值聚类算法设计有人—无人机协同空战机动决策算法。进行空战对抗仿真模拟，结果表明：所提出的算法具有更好的决策正确性，可有效提升空战胜率。     

一种改进的Turbo码Log-MAP译码算法

在传统Turbo码Log-MAP译码算法的基础上,借鉴已有的简化算法,提出了一种改进的Log-MAP译码算法。仿真结果表明,新的算法在大大降低译码复杂度的同时较好地保持了译码性能,使其非常接近Log-MAP算法的译码性能;同时也非常有利于硬件实现。     

一种基于特征空间的自适应天线旁瓣相消算法

把常规自适应天线旁瓣相消算法和特征空间技术相结合,提出了一种新的自适应天线旁瓣相消算法。该算法把常规自适应天线旁瓣相消算法的权矢量向由干扰特征矢量组成的干扰子空间投影,避免了由小特征值对应特征矢量组成的噪声子空间对权矢量的影响,与常规自适应天线旁瓣相消算法相比,该算法具有更好的干扰对消性能,其输出干扰对消比和波束方向图都能在很少的快拍下收敛。计算机仿真结果证实了这种算法的有效性。     

SDD-1算法的研究与改进

SDD-1算法是分布式数据库查询优化的一种算法,研究SDD-1算法的过程,分析SDD-1算法的优缺点,并针对该算法的不考虑最后一点传输代价的缺点提出了改进的SDD-1算法。