基于鸽群优化算法的实时避障算法

为保证机器人能安全无碰撞地抵达目标位置，提出一种在改进版圆形扩张（CSE+）法中融合鸽群优化算法的实时避障算法。所提算法引入对障碍物密集程度的判断机制，在障碍分布密集时选择最安全的路径，在障碍物分布稀松的环境中，利用鸽群优化算法在安全范围内寻找下一目标最优位置。此外，还引入了搜索树，可实现死角的检测与避免。仿真结果显示:所提避障算法能提高路径规划的性能，在障碍物分布稀松时效果更加明显，且可实现死角检测并能通过狭长通道。      

一种改进X-best引导个体和动态等级更新机制的鸡群算法

在群智能算法的改进中，常利用优秀个体加速算法收敛，但对其依赖过度会导致种群多样性和算法全局收敛性下降的现象。对此，提出一种改进X-best引导个体和动态等级更新机制的鸡群算法。首先，在个体更新阶段不仅引入优秀个体加速收敛，并且通过普通个体对优秀个体的影响进行适当平衡，因此，优秀个体与普通个体的信息都能得到利用，进而种群多样性和算法全局收敛性得到提升。其次，通过对等级更新参数进行动态优化，加强了种群等级更新机制对算法收敛的促进作用。最后，经过时间复杂度与收敛性分析，证明了改进算法仍具有简单性和全局收敛性。仿真结果表明:所提出的改进算法较其他对比算法在寻优精度、寻优成功率和收敛速度等方面都具有明显优势。      

基于3D-Winograd的快速卷积算法设计及FPGA实现

近年来，卷积神经网络（CNN）已被计算机视觉任务广泛采用。由于FPGA的高性能、能效和可重新配置性，已被认为是最有前途的CNN硬件加速器，但是受FPGA计算能力、存储资源的限制，基于传统Winograd算法计算三维卷积的FPGA解决方案性能还有提升的空间。首先，研究了适用于三维运算的Winograd算法一维展开过程；然后，通过增加一次性输入特征图和卷积块的维度大小、低比特量化权重和输入数据等方法改善CNN在FPGA上的运行性能。优化思路包括使用移位代替部分除法的方法、分tile方案、二维到三维扩展及低比特量化等4个部分。相对传统的二维Winograd算法，优化算法每个卷积层的时钟周期数减少了7倍左右，相较传统滑窗卷积算法平均每个卷积层减少7倍左右。通过研究，证明了基于一维展开的3D-Winograd算法可以大大减少运算复杂度，并改善在FPGA运行CNN的性能。      

日本版的“宙斯盾”系统 先进技术战斗系统

舰载战斗系统(Combat System)或称为战斗数据系统(Combat Data System)或战斗指挥系统(Combat Direction System)是现代军舰作战的核心，负责由传感器到操作者再到武器系统间的信息综台与数据处理．执行一系列包括分析由传感器所送入的目标资料．进行识别分类、威胁程度判断战术恋势图像的生成作战决策的拟定与执行辅助     

调频连续波SAR改进的频率尺度变换算法(英文)

本文提出了一种调频连续波SAR改进的频率尺度变换算法。调频连续波SAR在运动过程中持续不断地发射和接收信号,这种运动导致了回波信号的伸缩,对波前重建产生了严重的影响。推导了回波信号模型,给出了信号的距离-多普勒域表达式,分析了由于天线不断运动而导致的相位变化与方位向频率之间的关系。改进的频率尺度变换算法补偿了这种相位变化,实现了目标的精确成像,仿真结果表明了分析的正确性和算法的有效性。     

日本M—5运载火箭

1M-5运载火箭的研制计划和设计目标1997年2月14日，日本利用M－5固体运载火箭在鹿儿岛航天中心成功发射了1颗称为Muses－B的射电天文卫星。M－5是日本最新研制的一种新型运载火箭，而且它也是目前世界上最大的固体运载火箭。1987年以前，由于受日本航天政策的限制，日本宇宙科学研究所（ISAS）只能生产外部直径不超过1．4m的一次性运载火箭。但随着ISAS发射任务的增加，日本空间活动委员会重新修改了空间政策，并确定ISAS能够生产直径达到2．5m的运载火箭。M巧的设计即反映了新的航天政策。M－5是日本M系列运载火箭中第6个型号，前5…     

日本研制月球极轨道探测器

月球作为人类扩展空间活动范围的基地有很大潜力。为建立永久性月球基地,日本正在研制月球极轨道探测器(LPO)。LPO计划于1997财年用H-2火箭发射。本文介绍了LPO的任务、构成,并详细叙述了其各种探测仪器的性能。