基于数据压缩的多传感器多假设算法

为解决集中式多传感器系统中多目标跟踪问题,提出了一种新的多传感器多目标算法.提出的算法首先应用经典分配规则对每个传感器送来的观测数据进行排列组合,然后对每个组合中各量测点进行概率加权以获得一个等效量测点,最后根据每个等效量测点产生的互联假设计算其互联概率并获得融合中心的状态估计.给出了该算法与已有集中式多传感器联合概率数据互联算法的仿真比较,仿真结果表明该算法的跟踪性能在探测概率降低的跟踪环境下表现得更为优越.      

基于MODPSO-GSA的协同空战武器目标分配

提出基于多目标决策理论的协同空战武器目标分配模型,并用进化多目标优化算法求解.空战是一个多阶段攻防过程,针对多数空战武器目标分配采用一次性完全分配、不考虑火力资源消耗等不足,构建多目标决策模型,在达到毁伤门限的前提下,同时对一次攻击后使敌编队的总期望剩余威胁最小和分配导弹消耗量最小两个目标函数寻优.提出用多目标离散粒子群-引力搜索算法(MODPSO-GSA)求解分配模型,该混合进化多目标优化算法结合二者优点,具有稳定的全局搜索能力并保证收敛到Pareto前沿.该算法可求得满足毁伤门限的不同耗弹量的分配方案最优解集以供指挥员决策参考.仿真算例验证了新模型及所提出MODPSO-GSA进化多目标优化求解算法的有效性.      

多传感器协同识别跟踪多目标管理方法

针对被跟踪的目标中存在虚假目标的问题,首先建立基于风险理论、贝叶斯理论和证据理论的目标识别模型,在此基础上考虑边跟踪边识别的情况,建立同时考虑目标跟踪和识别性能的风险函数模型。在模型求解过程中,提出一种基于多Agent分布计算理论的分布式算法。仿真实验结果表明:目标识别框架下能够对目标有效识别并及时停止对虚假目标跟踪;提出的传感器方案求解算法具有较好的求解质量和较快的求解速度;本文传感器管理方法能够避免传感器资源浪费,提高对真目标的跟踪效果。      

基于满意决策的多机协同目标分配算法

多机协同目标分配问题是无人机UAV(Uninhabited Aerial Vehicle)研究 中一个重要的问题.考虑UAV差异、目标差异及战场态势对目标分配的影响,建立了多机 协同目标分配问题的数学模型.提出基于满意决策的目标分配算法,通过搜索个体满 意集合获取群体优化的目标分配方案.对多目标分配问题,将攻击方案作为个体满意集 合的元素扩展了基于满意决策的目标分配算法.为适应更大的问题空间的求解需求,提出递 阶分配框架,并将满意决策方法用于递阶分配.计算结果表明,算法能有效提 高搜索效率,并得到很好的优化效果.      

智慧城市多模式数据融合模型

随着云计算和大数据等技术的发展及城市发展的迫切需求,智慧城市已成为近年来国内外研究的热点之一。随着城市中摄像头、监测传感器等采集设备数量的增加,城市数据种类也越来越多。所获取的城市数据具有多源、异构、时变、高维等多模式特性。如何让这些多模式的城市数据关联起来,实现它们的互通互联,挖掘出更丰富多样的信息,从而能更好地指导智慧城市的构建,是本领域的难点。本文提出了一个城市多模式数据融合模型,即多模式互联生长（MICROS）模型,并从3个层面对该模型进行了描述。首先,针对多模式数据的特点,重点描述了多模式数据多源、异构、时变、高维等特点。其次,针对多模式数据的特点,自底向上构建实现针对多模式数据的融合过程的3层基础模型,分别是服务信息描述模型、元数据模型和数据互联模型。最后,在这3层模型的基础上,本文提出了一个适用于智慧城市建设的多模式数据融合模型。      

基于序列二次规划的推力矢量控制分配方法

  针对使用推力矢量控制的航天器,建立了游动发动机的数学模型,在分析了游动发动机摆角约束的基础上,提出了推力矢量控制分配问题。将该控制分配问题转化成以力矩误差最小和对变轨推力影响最小作为优化目标的多目标优化问题,引入序列二次规划进行求解,得到一种新的控制分配方法。仿真结果表明,该方法能够准确实现期望目标,验证了所提出的控制分配方法的可行性和有效性。     

网络瞄准中的异步传感器空间配准算法

针对现有异步空间配准算法在目标机动时无法准确估计传感器系统误差的问题,研究了一种基于内插外推时间配准的异步传感器空间配准算法.该算法首先采用内插外推时间配准算法实现两传感器的数据同步,随后根据时间配准结果构建伪量测方程.不同于其他文献根据目标状态向量和时间差求解加权系数,从而构造与目标运动状态无关的伪量测方程的方法,该算法的伪量测方程构建过程与目标状态向量无关,且可以证明由时间配准结果构造的伪量测也与目标状态无关.因此该算法可有效解决目标机动条件下的异步传感器空间配准问题.仿真实验验证了该算法在目标作蛇形机动的条件下仍然可准确地对传感器的系统误差进行估计.     

利用可编程超声阵列准确定位目标点位置

设计和制作了一种用于移动机器人环境探测的可编程设定工作模式的超声波传感器阵列,阵列中的每个超声传感器都可以被编程设定为发射/接收器或接收器.当某个传感器是发射/接收器时,其它传感器都设定为接收模式,使系统在探测过程中始终工作于单发/多收的状态,能够比传统的多超声传感器系统获得更多的冗余信息.利用几何学的相交定位法融合每次探测所得到的数据,实现对目标点的准确定位,通过衡量目标点之间的欧式距离来区分多个目标.实验结果表明,这种新的探测系统只需要一个探测周期,就可以实现对单目标和多目标的准确定位,比传统的多超声系统具有更高的探测效率.     

共面圆轨道航天器在轨服务任务规划

为了降低"一对多"在轨服务的成本,以共面圆轨道卫星群为研究对象,开展了在轨服务任务规划问题的研究。首先,对"一对多"在轨服务任务场景进行了分析,建立了任务规划数学模型,将其简化为包含内层Lambert问题、外层最优时间分配问题的双层优化模型。然后,给出了任务规划求解方法及流程,提出采用工程图解法的思想求解内层多圈Lambert问题,采用遗传算法求解外层最优时间分配问题。最后,以三个目标航天器为例,针对限制和不限制在轨服务任务完成总时间这两种情况,采用上述方法进行求解,计算结果验证了方法的有效性。     

大尺寸交会测量系统传感器布站优化分析

为提高目标定位精度,研究了多站交会大尺寸精密测量系统中传感器布站优化方法。首先,以电子经纬仪为例创建了多站交会测量系统基于传感器误差分离的优化布站数学模型;然后,分析了测量空间内的布站约束条件并对之进行了几何近似;最后,利用郭涛算法求解带有约束的非线性规划问题,得到布站空间内传感器最佳位置组合。仿真分析结果表明,该方法能够有效提高系统测量精度,可应用于多站交会测量现场布站过程。     

多传感器跟踪多目标的数据关联

讨论多传感器多目标 (MSMT)跟踪的数据关联与数据融合方法 ,首先通过增加测元实现单传感器的数据关联 ;其次 ,应用整数规划法进行扫描关联 ,并将此方法推广到航迹关联 ;最后 ,运用样条函数表示弹道参数 ,解决了计算量问题。该方法简单明了 ,关联正确率高 ,计算量小 ,同时充分利用了测量信息。     

多传感器多目标系统误差融合估计算法

为解决多传感器组网系统的系统误差估计问题,基于多传感器多目标上报信息,研究并提出了一种多传感器多目标系统误差融合估计算法.算法构建了两级融合结构,即第一级对多传感器组合状态估计信息进行反馈融合以改善局部组合状态估计精度,从而间接改善系统误差的估计精度,而第二级对多目标系统误差估计信息进行融合以进一步提高系统误差的估计精度.蒙特卡洛仿真显示算法能有效融合利用多传感器多目标信息,实现多传感器系统误差的实时精确估计.     

多机协同与多目标分配任务规划方法

多架飞机攻击多个目标区域是现代作战方式的重要特征,多机协同与多目标分配问题是提高团队作战效能的关键.针对该问题,综合考虑飞机能力差异、协同方式和任务环境的变化,提出多机协同目标分配的任务规划方法.建立了基于能力裕度评价的多机协同目标分配问题的数学模型.对多目标分配问题,通过约束飞机的能力裕度对分配方案进行筛选,保证在战场环境发生改变时任务兵力的完整性.仿真结果表明,采用这种方法得到的目标分配方案,适应任务目标突发性变化的能力更强.     

军事航天

要闻美进行有史以来最大导弹防御试验近期,美国导弹防御局(MDA)成功进行了迄今为止最复杂的导弹防御飞行试验,试验中模拟了多次弹道导弹拦截巡航导弹目标的交战。本次试验由MDA主导,陆军、海军、空军均参与其中。综合防空与弹道导弹防御体系使用多重传感器和导弹防御系统,在同一时间拦截多重目标。所有的目标都成功发射,初步迹象     

地空导弹微分对策最优制导律研究

运用微分对策理论研究具有一阶延迟环节的战术导弹和机动目标之间的三维追踪－逃逸问题，在多重时间尺度分解的假设下，采用强迫奇异摄动方法，得出了仅依赖于可测量状态变量及导弹，目标性能参数的近似解析形式扶组合次优控制策略，从而对于二人零和，非线性微分对策问题给出了一个近似反馈解，避免了求解动态最优化问题中经常出现的两点边值问题，使数值计算工作量大为减少。     

基于卫星数字并行系统的星座成像调度方法

遥感卫星星座成像调度是指通过调度和分配可用的卫星观测资源,对多个地面目标点进行成像.为了使成像调度方案满足任务需求并具有最优任务效能,通常将星座成像调度问题描述为含有多种约束的优化问题.本文提出一种卫星数字并行系统,模拟在轨卫星星座运行及控制过程.在系统中建立模拟GNC分系统、数管分系统、测控分系统功能的数字孪生卫星,接收并执行真实卫星控制指令,并以遥测数据的形式反映卫星姿态和轨道控制过程.考虑卫星多目标成像中的能量、时间窗口、光照及气象条件约束,以目标点重访时间为优化指标,将星座成像调度问题建模为一类带有约束的优化问题.通过卫星数字并行系统的加速仿真得到多目标成像序列的可行解集,并通过求解优化问题,得到多目标点重访频率最高的星座成像调度方案.仿真结果表明,本文提出的方法解决了星座成像调度中的目标分配问题,采用的数字孪生卫星模型能够真实模拟卫星姿轨控过程,从而保证该方法在星座成像任务中更具可行性和时效性.     

基于遗传算法的Tiling覆盖策略天文卫星任务规划

天文卫星机遇目标任务规划是一个复杂的多目标优化问题.针对Tiling覆盖策略的机遇目标任务规划要求及其约束条件进行抽象,建立任务规划问题模型,在规划模型基础上设计基于遗传算法的多目标优化任务规划算法TPA,并通过实例数据验证了不同参数条件下的求解.在解决Tiling覆盖策略的天文卫星机遇目标多目标任务规划问题时,所提方...     

Pareto最优解及其优化算法

给出了带不等式约束多目标优化局部Ｐａｒｅｔｏ最优解与多目标函数线性加权组合而形成的单目标化问题局部极值点的充分必要关系，然后以此为理论依据给出了多目标优化乘法而合理的求解方法，同时附有算例。     

基于多Agent分布协同拍卖的动态目标分配算法

多无人机(UAV,Uninhabited Aerial Vehicle)协同目标分配问题是决定由哪些U AV攻击哪些目标,达到提高作战效能,减少攻击代价的目的.考虑UAV的差异、目标的差异 及战场态势对目标分配的影响,建立了多机协同目标分配问题的数学模型.提出了基于多智 能体(Agent)分布协同拍卖的动态目标分配算法,仿真结果和统计数据分析证明,算法能 够给出具有很好的优化效果的分配方案,是一种动态的算法,能够在规定的时间或资源约束 下得到满足一定优化需求的目标分配方案.