空管中飞行轨迹预测算法的比较研究

研究比较了用于空中交通管制中飞行轨迹预测问题的三种不同算法，即α／β或α／β／γ滤波算、自适应单一模型卡尔曼滤波算法和当前正研究应用的相互作用多模型卡尔曼波算法。针对三种算法，根据民航飞行的实际情况，分水平面和高度方面两部分设计了具体的飞行轨迹预测方案，并对这几种方案进行了蒙特卡洛仿真，给出了有关的仿真结果，证明相互作用多模型算法在空管轨迹预测中是更为有效和可行的。     

挖掘关联规则的Apriori_OAR算法

阐述了Apriori算法是挖掘关联规则的一个经典算法,但算法效率不高,通过分析、研究该算法的基本思想,提出了采用项集的有序性特性和减少扫描数据库记录个数两种方法的 Apriori_OAR算法,以提高挖掘效率。     

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...     

微型姿控固体推力器阵列点火算法

对用于微型卫星姿态控制的固体推力器阵列的组合点火问题进行了研究,分析了微型固体推力器阵列的工作性能,建立了组合点火问题的数学模型,设计了基值组合算法和阵列规划算法两种点火算法,并利用Matlab/Simulink对设计的算法进行了仿真.结果表明:阵列规划算法计算准确,快速有效,并且提高了阵列中推力器的利用率.      

基于分层栅格地图的移动机器人路径规划

针对传统A-Star算法与模糊控制算法单独应用于移动机器人路径规划时各自的局限性,提出一种基于分层栅格地图并将两种算法融合的移动机器人路径规划新方法.融合后的新算法先利用A-Star算法在高层栅格地图中整体规划出一条概括性路径,再利用模糊控制算法以概括性路径中的点为导航点,在底层栅格地图中进行局部规划,从而得出最终的路径.仿真结果表明,与传统的A-Star算法与模糊控制算法相比较,新算法所规划路径距离较短且平滑可行,具有较高的品质.     

子孔径拼接测量基本算法与迭代算法的性能比较研究

从原理上对子孔径拼接的基本算法与迭代算法即SASL算法进行了比较分析,提出利用SASL算法中重叠计算子问题的求解方法来确定基本算法中的重叠对应关系,并对两种算法的性能进行了对比研究。结果表明SASL算法对于子孔径的对准误差更不敏感,拼接测量结果更为可靠,且适用于平面、球面和非球面。     

动态车间调度算法

介绍车间调度算法领域的一些热点研究,重点介绍遗传算法、蚁群算法以及免疫遗传算法;详细分析这3种算法的优缺点以及基本概念;同时针对几个数学模型展开分析;最后结合上述分析,确立我所"十一五"某相关课题算法的基本思路和原则.     

Navier-Stokes方程两层稳定有限元算法分析

分析了定常Navier-Stokes方程的两种两层稳定有限元算法。它们将局部Gauss积分稳定化技术和两层算法的思想充分结合,采用低次等阶有限元P1-P1或Q1-Q1对N-S方程进行数值求解。误差分析和数值算例结果表明,当粗、细网格尺度H=O（h1/2）时,它们与在细网格上的单层有限元算法具有相同的收敛速度,而两层算法却节省了大量的计算时间。相比之下,Simple算法具有更高的计算效率。而且进一步发现Oseen算法能够对小粘性系数N-S方程进行有效求解。     

基于社会模型改进粒子群算法的翼型优化设计

为了解决粒子群算法在寻优过程中全局最优和局部最优的矛盾,通过在粒子群算法优化过程中引入鱼类的聚群行为,发展了一种基于社会模型的改进粒子群算法。算法以粒子可视范围的不同用法为基础,提出了两种不同的优化策略,同时探讨了种群规模等参数对算法性能的影响,并通过函数测试结果证明了两种优化策略的有效性和不同的优化特性。将改进的优化算法应用在翼型的气动优化中,显著改善了翼型气动特性,提高了算法的全局搜索能力,取得了良好的优化效果。     

混合遗传算法在最优Lambert轨道转移设计中的应用

研究了初始位置、目标位置和转移时间均不固定的双冲量Lambert转移问题,旨在实现燃料和转移时间的综合最优.在对Lambert飞行时间定理推导的基础上,提出了一种遗传算法和迭代法相结合的优化算法,并给出了算法的设计步骤;同时,对影响遗传算法寻优性能的两个参数进行了自适应调整,提高了算法的收敛性.最后,通过两个实例验证了所提算法的有效性和准确性.     

灰度相关图像匹配算法噪声适应性仿真

文章主要研究基于灰度的图像匹配算法对于图像噪声的适应能力。首先对两种典型的基于灰度的图像匹配算法——ABS（Absolute Balance Search）法和归一化互相关法进行了简要介绍,随后通过仿真实验深入研究了上述两种算法对于图像噪声的适应能力;最后得出了相应的结论。     

Fast Algorithms for Time Domain Broadband Adaptive Array Processing

Recursive algorithms are presented for time domain, broadband, adaptive beamforming. The algorithms are rapidly converging and can be computationally efficient for a certain range of array processor parameters. The algorithms are presented for two forms of array processor. One form is a Frost-type structure in which explicit constraints are required for defining the array-look direction and also to control the sensitivity of the array processor to implementation errors. The other form is a partitioned array processor in which constraints are built into the processor and the adaptive weight control algorithm is therefore unconstrained. The two processors presented are both element-space processors but the algorithms can be applied also to beam-space processors.     

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。     

固体火箭发动机CT图像条状伪影校正

为了校正窄角扇束工业CT扫描重建的固体火箭发动机图像中的条状伪影,分析了条状伪影的产生原因.针对条状伪影是由重排和数据对齐后固体火箭发动机投影数据的非光滑连续性引起的,提出了条状伪影校正的两种算法.两种算法均以中间平移步数的投影数据为基准进行投影数据的重排,一种将重排和数据对齐过程分开处理;另一种将重排和数据对齐过程合并处理.为了验证两种条状伪影校正算法的有效性,采用窄角扇束工业CT对某型固体火箭发动机进行3种不同扫描步长的扫描和重建.结果表明重排和数据对齐过程分开处理的校正算法只有在小步长扫描的情况下重建效果较好,条状伪影较少;而重排和数据对齐过程合并处理的校正算法在3种不同的扫描步长下图像重建质量均较好,条状伪影较少.      

多星任务规划中的FFFS-DTMB与ADTPC-DTMB算法

 多星对地观测任务规划是一类典型组合优化问题,针对该问题中常见的时间窗口冲突问题,根据同一时间窗口内的冲突任务的处理方式提出了两种有效处理此类问题的规划算法：带有冲突任务时间窗口后移的先完成先规划算法(FFFS DTMB)以及冲突任务共存性判断算法(ADTPC DTMB),并给出了关键步骤的算法过程与伪代码。完整的卫星任务规划过程包括了约束检查、优先级检查以及任务规划,不考虑任务间关系与优先级,主要研究处理具有时间窗口冲突的任务规划算法。文中给出的两种算法优化目标均为最大化规划任务数量。算法的主要思路是通过采用一个冲突任务替换一个已规划的任务,并将替换任务后移至下一时间窗口或在同一时间窗口内部后移。最终的评价结果显示了两种算法的有效性。     

一种飞行控制中控制分配的解决方案

针对现代飞控系统中的控制分配问题,提出了一种基于经典理论的最优化方法——有效集方法的控制分配方案,并建立了该方案的两种算法实现;简要描述了具有多个操纵面,考虑位置和速率约束的飞行控制中的控制分配问题,并将其转化为约束二次型规划问题进行研究;讨论了现有的几种控制分配解决方案;最后,以某型飞机为仿真模型,对新的和以前的几种控制分配方案的算法实现进行了对比仿真验证。仿真结果和数据统计表明,提出的这种基于有效集方法的控制分配解决方案对于实时飞行控制分配问题是切实可行且高效的。     

两种初始对准算法的比较研究

初始对准的精度作为影响惯性导航系统精度的核心因素,一直受到广泛的研究。传统初始对准算法存在对扰动敏感、对准时间长、需要小失准角假设等诸多缺陷。针对传统算法的不足,有学者最近提出了一些思路新颖的初始对准算法,如优化对准算法和基于频域分离算子的初始对准算法。本文对比研究了这两种初始对准算法的基本原理,通过摇摆台实测数据对两种算法进行了验证,对工程应用具有一定的参考价值。     

基于Nash-Pareto策略的两种改进算法及其应用

针对多目标、多设计变量的优化问题,提出了两种优化的新算法:一种是将多目标问题转化为单目标时,对目标权重的确定提出了新的途径;另一种是直接对多目标问题进行优化,并对Pareto遗传优化技术作了改进,以得到均匀分布的Pareto最优解集.两种新算法都是建立在Nash的系统分解与Pareto遗传算法的基础上,因此称这类算法为Nash-Pareto策略.借助于这类算法,文中以跨声速压气机双圆弧类叶型的气动优化为例,给出了气动优化的全过程.数值优化的实验表明所给出的改进算法是可行的、有效的.     

自主空战机动决策方法综述

自主空战机动决策是基于数学优化、人工智能等方法,模拟飞行员空战决策,自动生成飞行控制指令的过程。它在空战仿真、飞行员辅助决策和无人战斗机自主飞行等领域广泛运用。根据求解思路的不同,综合论述了两类自主空战机动决策方法:针对基于对策的空战决策方法,阐述了从追逃对策到双目标对策的发展脉络和内在联系,并着重分析了两类重要的双目标对策模型——矩阵对策和影响图对策;针对基于人工智能的空战决策方法,系统论述了基于专家系统的机动决策、基于遗传学习系统的机动决策、基于人工免疫系统的机动决策和基于神经网络的机动决策,明确了各种决策的建模方法、适用条件、改进途径等问题。总结了各个空战机动决策方法的优点及不足,指出了自主空战机动决策的进一步研究思路。