基于聚类分析的雷达信号分选研究

基于聚类分析的方法是近年来用于雷达信号分选的研究热点之一。首先从聚类算法自身的特点出发,对雷达信号分选的参数选取进行了讨论,在此基础上分析了聚类算法中距离测度及其参数权重对聚类结果的影响。通过仿真试验,对聚类分析在雷达信号分选中的应用方式进行了探讨,并提出了一种改进的基于K-Means聚类的DOA单参数聚类方法,通过仿真结果验证了其应用于预分选的可行性。     

基于广义回归神经网络集成的宽带波束形成算法

首先构造宽带波束成形所需要的协方差矩阵,利用基于粒子群优化算法对核主成分分析方法和广义回归神经网络进行了优化。在对神经网络的输入变量进行降维处理后,生成多个复杂度低的泛回归神经网络模型。利用提出的基于聚类启发式集成算法求出波束成形时的权系数,既考虑了网络的差异性,又考虑了网络的正确性。仿真结果表明,提出的基于聚类启发式神经网络集成的波束形成算法在网络结构十分简单的情况下,仍然具有较好的性能。     

基于声发射技术的不锈钢应力腐蚀过程研究

文章研究了304不锈钢试件在酸性NaCl溶液中进行慢应变速率拉伸试验过程中的电化学噪声和声发射特征,提出了基于K-Means 聚类算法的声发射信号聚类分析,并对各聚类信号进行小波包特征提取。研究结果表明:在测试体系中,304不锈钢很容易发生应力腐蚀,其腐蚀形态由局部腐蚀逐渐发展成为全面腐蚀;腐蚀过程中表征点蚀、裂纹和气泡破裂的声发射信号特征差异十分明显;声发射检测结果与电化学噪声检测结果基本一致。     

一种基于内容的图像数据库聚类算法

本文分析了数据库信息检索的索引算法,并且对k-means聚类算法中初始聚类数目和聚类中心的设定进行了改进,设计了一种用于大容量图像数据库的索引方法。     

一种基于内容的图像数据库聚类算法

本文分析了数据库信息检索的索引算法,并且对k-means聚类算法中初始聚类数目和聚类中心的设定进行了改进,设计了一种用于大容量图像数据库的索引方法.     

基于多维加权聚类的雷达信号分选方法

随着数字技术的发展,新体制、新技术雷达不断出现,反辐射导引头面临的信号环境更加密集和复杂,传统的方法已经不能对其进行有效分选。文中提出一种新的基于多维加权聚类的雷达信号分选算法。通过统计和熵值分析确定权值,计算加权的欧几里得距离,根据既定门限合并同类聚类中心,从而实现雷达脉冲的分选,并在各聚类中心应用改进的SDIF算法进行PRI精分选。计算机仿真结果验证了该方法分选的有效性。     

圆阵相位干涉仪二维测向解模糊新方法

长短基线结合和模糊角度聚类是圆阵相位干涉仪测向中两种常用的解模糊方法。针对角度聚类解模糊方法存在的不足,在对模糊方向的方向矢量投影在阵列所在平面的分布规律进行分析的基础上,提出一种基于模糊方向矢量投影聚类的解模糊新方法。该方法不但有效地减小了聚类所需的计算复杂度,而且易于选择聚类门限。仿真实验表明,所提出的新方法具有很好的解模糊性能。     

基于离散对数问题的椭圆曲线公钥系统的一种快速算法

椭圆曲线公钥系统可以缓解传统公钥系统中大计算复杂度的瓶颈问题。本文提出了基于离散对数问题的椭圆曲线公钥系统的一种快速算法。通过对算法进行的运行数分析，可以看出新算法在较大程度上提高了计算效率     

基于模糊C-均值聚类航天图像分割方法的研究

在图像分割领域,模糊C-均值聚类算法得到了广泛的应用,但存在计算量大、易受噪声影响、目标与背景对比较弱时对边界处的像素分辨能力低等问题.针对以上问题对标准模糊C-均值聚类算法进行了改进:利用一维灰度直方图来降低计算量;并在此基础上,考虑每一层灰度级的邻域像素之间的空间一致性;然后,构造特征散度来重构聚类算法的目标函数.最后用一幅测试图像和两幅航天高分辨率图像对改进的方法进行试验,结果表明,对于削弱上述问题的影响,算法较标准模糊C-均值聚类算法有较大提高.     

基于合成特征参数的雷达信号聚类分析

针对截获的雷达辐射源脉冲数据提出了一种基于特征参数合成的聚类算法。算法利用全脉冲数据的特征参数,通过对每一个特征参数的分选计算出该参数的加权系数。通过加权系数对每一个特征参数的加权得到合成的特征参数,并利用合成参数对脉冲进行聚类。仿真试验表明该算法能够实现对信号的聚类分选,采用编码的方式有利于降低噪声的影响。     

进化神经网络在复合材料格栅结构设计中的应用

根据Kolmogorov多层神经网络映射存在定理,利用进化神经网络来实现结构设计参数(输入)与结构响应参数(输出)的全局非线性映射关系,以此来代替实际结构优化过程中存在的大量有限元计算,从而提高优化效率。以遗传算法为优化求解器,神经网络屈曲稳定性响应面为主要约束,对复合材料格栅加筋结构的优化问题进行了分析研究。算例表明,在相同(有限元)样本数据的情况下,进化神经网络通过自适应调节网络结构和权值,可获得比BP神经网络更高精度的映射模型,具有很强的泛化能力。该方法可为解决大型复合材料结构优化设计提供一条高效途径。     

基于遗传算法和神经网络的梁板结构可靠性优化

基于结构系统静强度可靠性分析、神经网络和遗传算法,对空间梁板结构系统进行了可靠性分析和基于可靠性的优化设计。结构可靠性分析中,给出了安全余量以及安全余量对各变量敏度的显性表达式,便于各安全余量间相关性计算和可靠性计算精度提高。结构优化中,用神经网络和遗传算法,每代遗传操作中只需用传统方法计算1次结构系统可靠性指标,将该代最优解对应的数据加入神经网络的训练样本,从训练样本中删除最次样本,使训练样本不断处于更新状态。数值算例表明：该法收敛平稳、用时较少,具较好的收敛性和较高的计算效率。     

基于退火遗传算法的小推力轨道优化问题研究

利用退火遗传算法解决小推力轨道优化问题。首先利用传统混合法将轨道优化问题归结为受非线性方程约束的参数优化问题。通过结合退火和随机惩罚函数对约束条件进行处理后，用遗传算法求解这个参数优化问题。最后再采用局部优化算法提高解的精度。这种算法既保持了传统混合法精度高、解轨线光滑的优点，又克服了传统轨道优化方法收敛性差、初始猜测困难、容易陷入局部极小解的缺点。在本文的最后，利用文中提出的轨道优化算法求解“喷-停-喷”型定常推力幅值地球-木星轨道转移问题。算例证明此算法可以有效地求解小推力轨道转移问题，尤其适用于传统轨道优化方法难以求解的复杂轨道优化问题。     

卫星测控数管系统的一种优化设计方法

从排队论的观点出发,提出一种可用于工程实践的系统优化设计方法。该方法在FY-3卫星测控数管系统的设计中得到了应用,FY-3卫星测控数管系统经方案阶段及初样阶段的试验验证,证明其设计合理、简单、可靠,系统的性能指标优化,满足为整星数据流服务的需要。     

基于Sentinel-1卫星的北冰洋海冰信息提取

为研究北极海冰分布、形态特征的变化规律,基于Sentinel-1卫星的SAR数据,对弗雷姆海峡区域的海冰进行长时间序列的提取及变化分析。对试验影像预处理,利用K-均值聚类算法提取海冰。基于浮冰面积大小,将浮冰进行分类,研究各参数与海冰破碎物理过程的关系,海冰分布以密集度体现,海冰的形态特征以面积、周长、圆度等参数描述。结果表明:利用高分辨率SAR数据,能获取精细的海冰分布信息,将其与传统的海冰密集度产品结合,可构造信息更丰富的多尺度冰情图,为极地海冰监测提供支持,对维护北极航道安全、分析北冰洋海冰气候效应等有重要意义。     

火箭上升段滚动时域制导控制一体化设计

针对传统火箭上升段制导与姿态控制系统分离设计无法最大程度优化控制精度、控制量需求等系统整体控制性能的问题，提出一种基于凸优化的滚动时域制导控制一体化(IGC)设计方法。首先建立反映质心运动和绕质心运动耦合关系的IGC模型并对其进行反馈线性化获得面向控制的线性模型。然后考虑控制约束，将上升段IGC问题建模为最优控制问题，基于凸优化理论设计滚动时域控制器。该方法基于滚动时域控制(RHC)策略中反馈校正和滚动优化的思想，可以及时弥补模型误差和外部干扰等造成的不确定性；同时利用凸优化算法计算复杂度低、求解简单的优势，有效解决了含控制约束的复杂优化问题的求解。基于李雅普诺夫稳定性理论证明了闭环系统的稳定性。数值仿真校验了该滚动时域控制方法的有效性和鲁棒性；并且仿真结果表明，火箭上升段IGC设计比传统分离设计制导精度更高、控制量需求更小且姿态变化更加平缓。     

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。     

异步并行的分布式协同进化MDO算法研究

为满足分布式计算机网络环境下多学科并行设计优化协调的要求，研究了分布工协同进化MDO算法的网络异步并行实现，给出了异步并行的分布式同进化MDO算法。对导弹设计的计算实例，与单机上顺序执行的分布式协同进行MDO算法相比，异步并行的分布式协同进化MDO算法可有效缩短运行时间，而二者的收敛性能相当。算法基于CORBA/C 实现，灵活性、容错性好，便于在飞行器一体化设计环境中应用。