基于学习的并行免疫量子进化算法

提出了基于学习的多宇宙并行免疫量子进化算法,算法中将种群分成若干个独立的子群体,称为宇宙。并给出了多宇宙的并行拓扑结构,其中各宇宙独立演化．宇宙内采用免疫量子进化算法,宇宙间采用基于学习机制的移民、模拟量子纠缠的种群交叉等信息交互方式．使得进化算法具有更好的种群多样性,更快的收敛速度和全局寻优能力。仿真实验结果表明该算法比串行的免疫量子进化算法运算效率更高。     

单星导航HEO卫星初轨确定算法

HEO(Highly Elliptical Orbit)轨道卫星利用星载GPS(Global Positioning System)进行自主定轨面临的主要难题之一就是解决在单颗导航卫星条件下的初轨确定问题.从理论上分析了利用单颗导航卫星的观测量确定HEO卫星轨道初值的所需满足的条件,指出了利用F.G级数法求解初值存在的问题,提出了一种基于轨道根数约束的迭代批处理算法,该算法无需复杂的数学运算,避免了F.G级数法用短弧资料定初轨时系数矩阵秩亏的影响.仿真结果表明,当先验轨道根数误差在允许范围内取值时,在考虑轨道射入误差的情况下,初值的位置偏差在10⁴ m量级,速度偏差在10⁰ m/s量级,能够根据单颗导航卫星的短弧观测值可靠地完成轨道初值的确定.     

AFDX网络连通可靠性仿真算法研究与实现

航空电子全双工交换式以太网(AFDX)已成为现代先进民用飞机通信网络的主干网络,AFDX网络的可靠性对于航电系统至关重要,研究其可靠性评价方法有着重要的意义。阐述了AFDX网络连通可靠性的评价度量参数与模型,研究了蒙特卡洛仿真模型、参数和算法。最后给出双余度级联AFDX网络连通可靠性的仿真计算结果。