人工鱼群算法在浮标跟踪阶段的使用优化研究

在对人工鱼群算法进行研究的基础上,结合被动浮标对潜跟踪的实际应用,将人工鱼群算法应用于被动浮标对潜跟踪时的投放优化,对算法的应用、相关参数的选择及其对浮标跟踪效果的影响进行了仿真分析,为被动浮标对潜跟踪使用提供了参考.     

声纳浮标阵目标搜索优化布放算法

为提高声纳浮标阵的目标搜索效率,文章首先建立目标运动模型和累积搜索概率的计算方法,然后提出了基于多点随机搜索、分区分支界定和遗传算法的浮标阵优化布放方法。仿真结果表明：这3种优化方法均优于传统布放方法,多点随机搜索算法性能最差但适合短时间制定布放策略;分区分支界定算法适合优化较少参数的浮标阵形,保证能找到最优点;对于较...     

航空声纳浮标定位的数据融合方法研究

声纳浮标由于受到多种随机因素的干扰,定位精度相差很大,在对具有一定散布海域的潜艇目标进行探测时,往往会投放多枚定位浮标,出现数据冗余的现象。针对这一问题,本文提出了浮标定位算法中的一种数据融合算法;并分析了加权融合和非线性最小二乘数据融合的方法,最后通过仿真验证了这种算法的有效性和可行性。     

基于神经网络的最优浮标布阵智能决策方法

针对航空反潜活动中声纳浮标搜潜的典型任务场景,建立了浮标布阵的搜潜仿真模型及计算搜潜成功概率的数学模型。设计了一种计算满足目标搜潜概率需用最少浮标数量的优化方法,使用遗传算法求解了该优化问题,并生成大量浮标布阵样本。构造了浮标布阵辅助决策的神经网络模块,对最优浮标布阵方式进行了训练与学习。仿真验证表明,使用该方法能有效满足搜潜辅助决策任务需求。     

基于自适应线谱增强的LOFAR浮标信号处理及Doppler-CPA定位方法

LOFAR浮标是一种被动全向浮标,用于对潜搜索的初始阶段。常规的LOFAR谱图对于小信噪比和有色背景噪声处理性能下降。文中采用自适应线谱增强技术将目标辐射中的线谱成分从背景噪声中分离出来进行LOFAR谱图分析,提高LOFAR浮标的检测性能。在LOFAR分析的基础上利用目标的多普勒信息,采用Doppler-CAP方法测算目标的速度和目标与浮标的距离,初步估算出目标的航迹。仿真结果表明,新的LOFAR浮标数据处理算法检测性能更好,能够得到目标与浮标最接近点的距离。     

UKF方法及其在方位跟踪问题中的应用

采用UKF(Unscented Kalman Filter)方法处理了平面内地面站对目标的方位跟踪的估计问题。目标的位置和速度由选定的高斯分布采样点来近似，在每个更新过程中，采样点随着状态方程传播并随着非线性测量方程变换，由此不但得到目标位置和速度的均值及较高的计算精度，而且避免了对非线性方程的线性化过程。仿真结果表明，UKF方法比传统的扩展卡尔曼滤波(EKF)算法有更高的估计精度，并能有效地克服非线性严重时，方位跟踪问题中很容易出现的滤波发散问题。     

一种改进的强跟踪UKF算法及其在SINS大方位失准角初始对准中的应用

针对现有的强跟踪无迹卡尔曼滤波（UKF）算法存在理论依据不足和滤波性能欠佳等问题,从正交性原理出发,通过严谨的推导得到强跟踪UKF成立的充分条件,在此基础上提出一种改进的强跟踪UKF算法。该算法无需求解雅可比矩阵且计算量较小,渐消因子的作用位置以及求解公式均不同于原始的强跟踪滤波器。给出了该算法的流程和渐消因子的求解方法,证明了该算法满足强跟踪滤波器的充分条件,并分析了其渐消因子的作用机理。进行了捷联惯性导航系统（SINS）大方位失准角初始对准仿真,结果验证了所提强跟踪UKF算法的正确性和有效性。     

一种改进的强跟踪 UKF 算法及其在 SINS 大方位失准角初始对准中的应用郭泽,缪玲娟,赵洪松简

 针对现有的强跟踪无迹卡尔曼滤波（UKF）算法存在理论依据不足和滤波性能欠佳等问题,从正交性原理出发,通过严谨的推导得到强跟踪UKF成立的充分条件,在此基础上提出一种改进的强跟踪UKF算法。该算法无需求解雅可比矩阵且计算量较小,渐消因子的作用位置以及求解公式均不同于原始的强跟踪滤波器。给出了该算法的流程和渐消因子的求解方法,证明了该算法满足强跟踪滤波器的充分条件,并分析了其渐消因子的作用机理。进行了捷联惯性导航系统（SINS）大方位失准角初始对准仿真,结果验证了所提强跟踪UKF算法的正确性和有效性。     

快速迭代反卷积算法的超分辨性能分析

传统观念认为,扫描体制下的实孔径雷达方位分辨力决定于3dB波束宽度,这使得雷达难以从方位上区分同一波束内的两个等距目标。迭代反卷积算法是一种简单实用的超分辨算法,为分析迭代反卷积算法的超分辨性能,文章对线性迭代算法和P阶决速迭代算法进行了比较并对此做了仿真实验。仿真实验表明,P阶快速迭代反卷积算法的超分辨效果较佳,而且...     

检查性反潜时声纳浮标阵阵型优化

存总结检查性反潜要求与特点的基础上，分析了检查性反潜时声纳浮标阵的主要阵型，建立了声纳浮标阵作战效能的仿真模型，并在想定条件下对典型声纳浮标阵的搜索效能进行了仿真研究。比较、分析仿真结果，提出了检查性反潜时声纳浮标阵阵型的优化结果.     

主/被动联合多基地航空搜潜范围分析

 在主/被动联合多基地航空搜潜条件下,根据声纳、浮标、潜艇的位置关系,推导出了对目标定位的数学模型,并结合主/被动声纳方程,建立了目标与主动声纳和浮标之间的位置关系、主动声纳的最大传输距离、多基地搜潜的搜潜范围和定位范围等数学模型,在此基础上,分析了搜潜范围与主动声纳和浮标距离之间的关系、目标与主动声纳和目标与浮标距离之间的关系、浮标位置与搜潜范围和定位范围之间的关系等,获得了有益的结果。     

基于平面图形的典型浮标规划算法

针对海上应召反潜、检查反潜等常规任务场景以及新型浮标的使用,本文提出了基于折线阵、多直 线阵和方形覆盖阵共三种平面图形的典型浮标规划算法,通过优化设置参数和改进规划阵形生成不同的浮标布 阵方案。仿真表明该三种图形种类丰富,广泛适用于目标搜索阶段,满足应召反潜、检查反潜等常规反潜任务 场景的使用需求,相比于传统规划阵形,具有更高的目标搜索概率。     

基于闭路制导的弹道导弹发射诸元的仿真算法

提出了一种基于闭路制导的弹道导弹的发射诸元算法.给定发射点与瞄准点的地理位置,以压低弹道为目标,通过一种迭代方法求解关机点弹道倾角,并基于地球引力级数展开模型提出了一种虚拟目标的快速计算方法,以主动段弹道平面和被动段弹道平面二面角为指标完成了发射方位角的迭代计算,最后通过仿真算例论证了该算法的可行性.     

线形浮标阵搜潜时无人机监听航路规划

航空反潜时,无人机代替有人机对浮标阵进行监听是无人机在未来战场上的重要应用之一。以无人机独立执行监听线形浮标阵任务为背景,在对巡逻搜潜时线形浮标阵的布设进行分析并提出无人机航路的代价函数后,根据浮标阵的特点,规划出了平行监听和垂直监听2种无人机监听浮标阵方案,并对所规划航路的技术指标进行了分析。通过仿真,对这2种方案进行了验证,仿真结果分析表明了2种方案的优劣。     

基于磁场定向控制理论的无刷直流电机控制

磁场定向控制(FOC)理论是永磁同步电机(PMSM)最常用的控制方法之一。该方法需要电机转子瞬时精确位置,因此限制了其在使用霍尔位置传感器的无刷直流电机(BLDCM)上的应用。为了能够在BLDCM上应用FOC理论,又不增加电机成本,在现有霍尔位置传感器的基础上,提出了一种根据霍尔传感器的输出信号,通过计算前一个扇区平均转速的方法估计转子精确位置。使用MATLAB/Simulink软件对该估算方法进行了仿真,并搭建了以TI 的TMS320F28069 DSP为核心的试验系统,通过自动代码生成技术完成算法的编程,可以较好地应用于BLDCM的控制,在一些应用场合可以代替PMSM从而降低使用成本。     

火焰筒浮动瓦块的壁温-结构一体化优化

以火焰筒浮动瓦块结构为研究对象,提出了利用神经网络与遗传算法相结合的方法对浮动瓦块中冷却结构变量和安装位置变量进行同步优化.利用遗传算法分别对冷却结构变量和安装位置变量进行优化,将安装位置优化结果作为冷却结构变量优化中遗传操作的依据,最终实现冷却结构和安装位置的同步优化.为了通过计算效率,利用神经网络对安装位置的优化结果进行映射取代其优化过程.算例结果表明:该方法高效、精确,有很好的工程实用价值.      

前方反潜防护搜索方法及其效能评估

结合航渡中航母编队反潜防护的特点要求以及反潜巡逻机使用声呐浮标搜索的基本方法,研究提出了反潜巡逻机使用声呐浮标为航渡中的航母编队进行前方反潜防护搜索的作战使用方法,并使用蒙特卡洛法在想定条件下对搜索效能进行了仿真评估,进而通过仿真结果的分析,提出了对作战使用具有指导意义的意见建议。     

基于特殊位置检测的开关磁阻电机无位置传感器控制策略

针对开关磁阻电机调速系统(SRD),提出了一种基于特殊位置检测的开关磁阻电机(SRM)转子位置估算方法。通过在线计算每相绕组实时磁链数据,检测出各相转子到达特殊位置的时刻。提出了基于特殊位置检测的电机转子位置重构策略,对电机瞬时转子位置进行还原。在提出的转子位置估算方法基础上,设计了SRD转速闭环控制系统。样机试验表明,提出的转子位置估算策略具有较高的检测精度与较宽的转速使用范围。基于关键位置检测的转速闭环无位置传感器控制策略具有较快的动态响应和较强的鲁棒性。     

一种新的单机场地面等待问题优化算法

对单机场地面等待问题提出了一种新的启发式动态优化算法。该方法通过对时间分段，添加飞机是否起飞标志量，分步计算地面延迟和空中延迟，递推求解，从而达到缩小每次求解规模的目的。采用实际数据，仿真验证了所提出的模型和算法的有效性。还给出了一种简便的近似解算法。