吸收变异的粒子群算法及应用

提出了一种改进的粒子群算法,称为ConvergencemutationPSO(CM_PSO)。该算法根据粒子群中各粒子的适应值动态地调整粒子数量,把部分适应度差的粒子适当汇聚到适应度好的区域,在不损失全局搜索能力的同时,增强局部搜索能力。在将该算法应用于雷达组网误差配准问题中,提出了一种基于CM_PSO的误差配准技术。仿真表明,该算法能有效配准,与对比方法相比较,具有更好的收敛精度和更快的进化速度。     

嵌入式大气数据传感系统的改进算法

简要介绍了嵌入式大气数据传感系统及其空气动力学模型,提出了求解动、静压和修正参数的改进算法.改进算法首先应用Moore-Penrose广义逆矩阵对非线性方程组进行简化.然后采用改进迭代算法和BP神经网络求解动、静压和修正系数.改进算法在精度、可靠性和实时性上都能满足系统的要求.应用BP神经网络,达到系统要求的精度所需要的计算时间只相当于原有算法的5%,具有更大的实时性优势.     

具有两个测量控制面的适应壁风洞理论与实验

本文研究了具有两个测量控制面的适应壁风洞。在超临界马赫条件下,做了二维NACA-0012翼型实验。在近洞壁处的两个控制面上测取了静压。基于上述测量,叙述了在适应壁风洞中得到无干扰流场的迭代方法。给出了为外场计算这两个控制面上静压的函数关系。评述了所选取迭代方法的收敛性。得到了一步收敛公式,并且在数字模拟风洞中得到证实。结果指出,应用一步迭代公式,所选取的迭代方法可以加速使流场收敛到无界条件。     

关于一类凸约束非光滑最优化问题的信赖域算法

本文将一类求解具有凸约束光滑非线性规划的信赖域算法推广到非光滑情形，并且仅要求目标函数是局部李普希兹的。在每次迭代中，都在信赖域上求解一个带有目标函数一阶和二阶信息的子问题，并且一阶信息是一个不明显依赖于次梯度或方向导数的迭代函数，并证明了该算法的全局收敛性。     

基于斜距测量的浮标位置计算方法研究

根据航空搜潜浮标与飞机的相对距离和方位,采用最小二乘法,分析了计算浮标位置的原理、方法,建立了相应的数学模型和仿真算法;仿真分析了方位估计值对计算浮标位置收敛速度的影响,同时验证了文中所建算法的正确性。     

FADS系统迭代算法的收敛性分析

嵌入式大气数据传感系统采用分布在飞行器前端周线上的压力传感器阵列测量的压力推导大气参数的.介绍了采用迭代法推导大气参数的方法,针对迭代过程中出现的发散问题,提出采用小扰动线性化分析法解决多变量叠代算法的收敛性分析.最后应用Matlab仿真验证,仿真结果表明,在一般的超声速状态下(马赫数小于4.5),该算法是收敛的.     

对失控航天器在轨服务的自适应滑模控制器设计

为实现对自由翻滚的失控目标航天器进行在轨服务,基于二阶滑模控制算法设计了相对位置与姿态耦合的自适应控制器。考虑相对转动对相对平动的耦合作用,建立了两航天器对接端口间相对位置与姿态耦合的动力学模型,并在此基础上设计了自适应Super twisting控制器,以减弱已知界限的有界干扰所产生的震颤效应,使闭环系统在有限时间内收敛到平衡点。利用李雅普诺夫方法证明了有界干扰下的闭环系统稳定性,并对收敛时间的上界进行了估计。仿真结果表明,与Super twisting算法相比,所设计的自适应二阶滑模控制器对参数不确定性及线性增长有界干扰具有较强的鲁棒性,且控制精度满足在轨服务的任务需求。     

基于DHNN人工神经网络的指纹识别技术

给出一种基于DHNN人工神经网络的人的指纹识别技术 ,讨论了DHNN实现指纹识别的基本原理 ,在一定领域内不失为一种有效的识别手段。     

基于分布式深度学习的多星计算卸载策略

在边缘计算增强的低轨卫星网络场景下,低轨卫星集群协同处理地面任务能有效降低用户响应时延。对卫星集群的联合卸载决策和资源分配优化问题进行研究,将其描述为一个混合整数规划问题,并采用了一种基于分布式深度学习算法的卫星边缘计算卸载算法（deep learning based offloading algorithm,DLOA）。该算法使用多个并行DNN用于生成卸载决策并采用经验回放存储新生成的卸载决策,当采用隐藏层结构不同的DNN,收敛速度比同构DNN提升18%,收敛值与最优值的比值基本为1,可以认为已收敛至最优。此外,探讨了DNN的数量对所使用的算法的影响,仿真结果表明采用少量DNN就可以获得近优的收敛效果。通过对不同任务规模下采用不同算法的任务完成率进行研究,结果表明DLOA算法可通过采用异构DNN和优化资源分配方案显著提升完成率,其较单星运算方案任务完成率提升1倍,较二进制粒子群算法方案提升20%。     

资源约束下的反导任务迭代收敛特性

为提高反导任务执行效率,研究反导任务的总量模型和迭代收敛规律,利用任务转移矩阵定量描述反导任务之间的联系与作用强度.引入任务量完工比例参数表征协同反导特点,建立任务总量模型,揭示反导任务迭代收敛规律,深入探究影响收敛的主要因素.基于资源约束和时间优化的视角,确定任务关键度,规划任务优先级,优化资源配置,调控反导任务迭代收敛速度.结合实例验证了任务总量模型和迭代收敛规律是合理可行的,为计算和优化反导任务提供了理论依据和具体对策.