基于人工免疫算法的编队压制干扰资源分配

通过对舰艇编队雷达有源干扰资源分配问题的研究分析,将免疫算法应用在编队有源压制干扰资源分配中,构建了分配的数学模型.提出了相关定义和一种能有效表达编队有源压制干扰资源分配的抗体染色体矩阵编码方案,并给出了亲和度算法.在假定情况下进行了仿真计算,得到了有效的有源压制资源分配方案,通过实例验证了算法的正确性和有效性,为求解更复杂的编队干扰资源分配问题提供了参考方案.     

基于固体微推力器阵列的卫星控制一体化算法

为了使固体微推力器阵列更具实用性,提出了一种适用于一体化控制的推力器布局方法;对基于固体微推力器阵列的推力器姿轨控分配算法问题分别进行了建模,引入了成本概念,保证推力器使用个数最少;将动态规划及贪心策略思想引入到了推力器分配问题求解中,建立了求解数学模型,进行了算法实现;对用于一体化控制中的推力器分配问题以及信息共享问题进行了分析。经过算法分析及仿真验证,该方法能有效快速求解该问题,有利于实现实时控制,能满足一体化控制的要求。     

改进差分进化算法求解多成像卫星调度问题

针对多成像卫星联合调度规划建模难度大和求解复杂度高等问题,通过分析成像卫星的成像过程和工作原理,将成像卫星调度过程分为调度预处理、任务规划和调度优化3个阶段。在调度规划过程中,建立了多星联合调度约束满足最优化模型,采用启发式算法思想,定义了个体适应度评估函数,设计了任务冲突消解方法,提出了一种改进的差分进化算法。在此基础上,采用一些确定性规则对调度规划方案可行解进行了评估和二次优化。结果表明:提出的成像卫星调度问题求解方法能够有效地分配卫星资源,生成优化的调度方案。设计结果也能够为卫星系统最优化设计和效能评估提供必要的决策支持。     

粒子群算法和蚁群算法的结合及其在组合优化中的应用

文章首次提出了一种用于求解组合优化问题的PAAA算法。该算法有效地结合了粒子群算法和蚁群算法的优点,先利用粒子群算法的随机性、快速性、全局性得到初始信息素分布(即粗搜索),再利用蚁群算法的并行性、正反馈性、求解精度高等优点求精确解(即细搜索)。将文中提出的算法用于经典TSP问题的求解,仿真结果表明PAAA算法兼有两种算法的优点,同时抛弃了各自的缺点。该算法在时间效率上优于蚁群算法,在求精效率上优于粒子群算法,是综合了两种算法长处的一种新的启发式算法,达到时间性能和优化性能上的双赢,获得了非常好的效果。     

基于粒子群拍卖混合算法的空空导弹制导权移交技术

为解决超视距协同空战中的空空导弹制导权移交问题,首先对空空导弹制导权移交问题进行了数学建模,构建了我机对目标机制导优先权模型以及我机对空空导弹制导优先权模型,建立了空空导弹制导权移交的任务分配模型;其次为实现对大规模空空导弹制导权移交问题的快速寻优求解,提出了一种分布式的粒子群拍卖混合算法,该算法对粒子群算法进行了改进,并融合了拍卖算法的优点,可在较短的时间内获得较为合理的制导权移交方案,具有较好的动态性、全局寻优性能以及易于计算机编程实现等优点。最后,通过仿真实验证明了本方法的合理性和有效性。     

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。     

基于粒子群算法的多波位高度估计方法

为解决雷达斜视模式下对目标区域的高度估计问题,提出了一种基于粒子群算法的多波位高度估计方法。利用粒子群优化算法建立约束条件和目标函数,通过多次迭代使目标函数趋于一个最优值,同时得到高度的最优解。利用粒子群优化算法求解多波位测高方程组可减小方程组近似处理误差。此外,利用粒子群优化算法可随时更改波位数目,增强了该测高方法使用的灵活性,有效提高了高度估计精度。通过理论仿真和实测数据仿真分析,验证了粒子群优化算法在求解多波位测高方程组时的有效性。结果表明:该方法具有较高的高度估计精度。     

卫星高速宽带数传系统的变步长LMS均衡算法研究

对码间干扰实现快速有效的均衡是卫星高速宽带数字传输的关键之一,针对S型函数(Sigmoid函数和双曲正切函数)变步长LMS均衡算法在误差e(n)接近零处μ(n)变化大的缺陷及算法复杂度高的问题,提出了一种改进的变步长LMS自适应均衡算法.算法通过简化步长更新式的复杂度,增加误差信息量,优化改进的S型函数结构,建立了新的步长因子μ(n)与误差函数e(n)非线性关系,使算法误差接近零处步长因子变化平滑缓慢,消除不相关噪声序列的影响,且算法复杂度比其它同类改进算法小.仿真结果表明新算法性能优于其它改进算法.文中给出了卫星高速宽带数字传输系统的仿真模型,将新算法应用到系统模型的白适应均衡器中,系统误码性能得到较大改善.     

基于混合遗传算法的多冲量最优变轨

针对航天器多冲量最优变轨问题,建立了多冲量最优变轨的数值优化模型,给出了一种遗传算法(GA)与序列二次规划算法(SQP)结合的混合优化算法.该算法不需初值猜测,全局和局部搜索能力强并且计算效率高.仿真计算了燃料最优交会和时间最短拦截问题,比较了GA,SQP以及混合遗传算法的性能.针对混合遗传算法得到的不同冲量次数变轨的优化结果,分析了冲量次数对变轨性能指标的影响.结果表明混合遗传算法综合性能最高,冲量次数对不同性能指标的影响不同.仿真算例验证了模型和算法的有效性.     

旋转平台惯导系统旋转效应误差高精度补偿算法

为提高HRG平台惯导系统的自主导航精度,利用旋转平均技术组建了旋转式HRG平台惯导系统。针对旋转效应误差对旋转平台惯导系统的导航解算精度影响较大的问题,提出了一种旋转效应误差的高精度速度补偿算法和位置补偿算法。通过分析旋转平台惯导系统的特殊性,提出将坐标变换矩阵完整的旋转矢量表达式代入速度和位置更新方程以得到完整的误差补偿表达式;为避免直接积分求解,采用余弦函数对载体加速度在台体坐标系上的分量进行拟合,从而实现了精确的补偿运算。仿真及试验结果表明,算法能更有效的补偿系统旋转效应误差,提高了旋转平台惯导系统的导航精度。     

基于双基地ISAR的极坐标格式算法及其改进算法

通过对双基地逆合成孔径雷达(Bistatic\|ISAR)回波信号模型进行分析,得出双基地ISAR回波信号在空间波数域的分布特性及其支撑区范围;在此基础上,提出了适于双基地ISAR的极坐标格式算法(PFA),该算法采用距离向线性插值和方位向非线性插值的方法实现极坐标到直角坐标的变换;此外,针对插值运算复杂度高的问题,在距离向插值中,引入Chirp\|Z变换代替距离向线性插值,并结合方位向非线性插值提出了基于Chirp\|Z变换的双基地ISAR的PFA算法;最后通过对点目标模型的仿真验证了所提算法的有效性。
     

直接对准算法及遗传算法在SINS初始对准中的应用研究

分析了捷联惯性导航系统（SINS）应用直接对准算法进行初始对准的基本原理，并验证了基于中等精度惯性器件的量测值进行静基座直接对准的可行性。简要介绍了遗传算法（GA）及其搜索过程，提出了根据静基座直接埘准的结果，确定GA遗传空间的方法，并构造了GA的适应度函数。仿真结果表明，与常规滤波算法相比，结合使用直接对准和遗传算法两种方法进行SINS静基座初始对准，不仅大大缩短了对准时间，精度也与其相当。     

一种维特比译码改进算法的研究

介绍传统维特比译码算法的基本原理;根据卷积编码的原理,结合(2,1,7)卷积码的子网表,提出一种维特比译码的改进算法,仿真结果表明,改进算法是可行的;最后通过数据分析,得出该算法与传统的译码算法相比具有存储量小、译码延迟短的优点。该算法同样适用于其它的卷积编码。     

MWD算法和NCS算法在低频UWB SAR成像中的比较

首先,从SAR成像角度重新推导了MWD算法,新推导方法更好地阐述了MWD算法的两维分离聚焦成像原理,并使该算法在形式上能够和其它频域算法保持一致,以便于不同频域算法间的比较分析。其次,基于文中所给的MWD算法和NCS算法成像流程,研究了两种算法对低频UWB SAR的成像性能。此外,通过评估浮点运算量,对比分析了两种算法的成像效率。最后,仿真和实测数据成像结果证明了理论分析的正确性。
     

遗传算法在多目标干扰中的应用

为了解决多目标干扰中多参数波形优化设计,在标准遗传算法的基础上,对交叉、变异概率做自适应处理,提出一种基于二进制编码的自适应遗传算法。改进后的自适应遗传算法不仅解决了多参数波形优化中需考虑参数过多、高维、无约束条件、无法用常规方法得到理想波形的问题,而且与标准遗传算法以及未做自适应处理的改进遗传算法相比,在算法的收敛性方面和全局搜索方面都有了提高。仿真实验证明该算法的有效性和正确性。     

接收机自主完好性监测可用性判断方法研究

简介目前卫星导航中的接收机自主完好性监测RAIM算法和其中常用的三种可用性判断方法:δHm ax方法、ARP(Approxim ated R ad ia l-E rror Protected)方法和HPL(Horizonta l Protection Leve l)方法。对这三种可用性判断方法进行了理论分析和比较,证明δHm ax方法和HPL方法的理论等价性。通过计算机仿真对δHm ax方法和HPL方法的等价性进行了验证。并给出三种可用性判断方法在我国部分地区的RA IM算法的可用率。     

"预先"进化遗传算法研究

遗传算法在对单目标函数的静态寻优中表现出了良好的收敛性和鲁棒性。但是在优化目标动态变化,要求很快给出优化结果时,由于遗传算法运行时间较长,就难以实现。本文提出的“预先进化遗传算法”,就是为了使遗传算法具有动态性能,能够适应优化目标的动态变化,提高寻优的实时性。算法主要思路是借助于并行计算技术、在确定优化目标(决策)过程中就对可能的多个优化目标函数的优良个体进行培养。一旦优化目标确定,在预先培养的优良个体的基础上可以快速寻优。这样就使遗传算法能够适用于优化目标可变的动态环境。文中描述了“预先”进化遗传算法的实现算法,并证明了算法的有效性。最后对算法进行了验证。通过实例可以看出,采用传统遗传算法,单目标函数优化一般要迭代300次,才能够得到较理想的优化结果。而“预先”进化遗传算法经过150次左右的多个目标同时预先进化后,对具体目标的进化只需要50次左右就收敛到较理想的数值。由于预先进化是与决策具体的优化目标同时进行,因此可以实现优化目标确定后的快速寻优。     

一种基于遗传RBF神经网络的智能容错滤波算法

针对组合导航中标准卡尔曼滤波容错性能不足的问题,提出一种基于遗传RBF神经网络的智能容错滤波算法,其基本思想是通过RBF网络自动调节滤波增益来控制不确定性噪声的影响,进而提高滤波容错性。在RBF神经网络中,隐层单元与核函数宽度的选取对网络的性能具有重要影响,进而利用自适应遗传算法对其隐层单元数及核函数宽度进行了优化,隐层单元中心和输出层连接权值分别由K-均值聚类和最小二乘算法确定,最后得到精度较高且结构优化的RBF网络。为检验方法的应用效果,以SINS/GPS组合导航系统为例进行了仿真验证,实验结果表明遗传RBF网络容错滤波算法能在满足导航精度和计算量增加较小的前提下,比标准卡尔曼滤波具有更强的容错能力,由此也说明了方法的有效性。     

团队进步算法与遗传算法和粒子群算法进行天线阵综合的比较

团队进步算法（TPA）是近期由研究者提出的一种新型优化算法,具有与传统优化算法不同的寻优机制。函数测试结果表明,该算法是一种能够兼顾避免早熟收敛和计算速度的有效的优化算法。文章将团队进步算法、遗传算法和粒子群算法应用于阵列天线方向图综合,给定阵列天线合适的设计要求,用Matlab编制程序对阵列天线进行了优化计算。通过对三种优化算法的综合结果比较,表明新算法在应用于较复杂的阵列天线方面以及在优化性能方面的优越性,显示了新算法在天线设计中的广泛应用前景。     

基于拉格朗日松弛与最大分支算法的卫星成像调度算法

成像调度算法是卫星成像规划中的关键部分之一。建立了卫星成像调度问题的0-1