一种新的精英遗传算法及在多弹拦截分配策略的应用

为了有效解决多导弹对多机动目标的拦截对抗实战中的目标分配问题,本文提出一种基于精英策略的多种群自适应遗传算法(MAGA)。首先,建立目标分配的综合优势函数和约束条件的数学模型。其次,为改善传统遗传算法容易陷入局部最优的问题,通过多个单遗传算法并行计算,引入自适应策略动态改变交叉、变异概率,设计迁移算子增加各种群之间的联系。最后,通过精英选择算子选择当前种群的最优解并进行精英备份,不断迭代选出最优解。通过计算仿真可得,该方法能有效抑制算法陷入局部最优,增大收敛速度,获得更高精度的最优分配方案。将其应用到多导弹对多机动目标的拦截分配算例,结果表明了算法的有效性。     

认知雷达波形自适应数据关联跟踪算法

针对杂波背景下多交叉机动目标跟踪问题,提出一种认知雷达波形自适应数据关联跟踪算法,该算法选取目标距离-速度-方位作为观测量,并通过调整波形参数来动态改变量测误差协方差。首先,基于信息融合思想提出一种优化的概率数据关联(OPDA)算法,算法充分融合目标位置特征和运动特征对多目标交叉区域公共量测进行分类,使多交叉机动目标跟踪问题转化为多个单机动目标跟踪问题。然后,对实时更新的目标航迹,采用修正的Riccati方程估计下一时刻滤波协方差,并根据波形选择准则函数自适应选择下一时刻波形以提高系统跟踪性能。仿真结果表明,该算法增强了概率数据关联(PDA)算法的环境适应性,而且相比未采用波形自适应的数据关联算法有明显的优势。     

用于多策略机动目标跟踪的基于模糊理论的改进IMM算法

针对多种机动策略实时机动目标,为解决标准交互式多模型(IMM)算法的模型集冗余、算法量过大和实时性不高等问题,以提高机动目标滤波精度,保证目标跟踪系统性能,对基于模糊自适应理论的交互式多模型算法进行了研究。对标准IMM算法改进包括加速度预估、模型集合设计、模糊自适应推理设计,以及条件滤波输出四部分,通过加速度预估获得更准确的模型集,采用提前模型筛选获得更优的匹配效果并减少了计算量。给出了处理模型及滤波过程流程。对三维机动目标的仿真结果表明:与标准IMM算法相比,设计的基于滤波算法对以多种机动策略实时机动的目标有更好的实时性和跟踪性能。     

复合材料层合结构优化设计的遗传算法

为提高复合材料层合结构优化设计中遗传算法(GA)的可靠性和计算效率，提出了一些改进措施．如自适应杂交、自适应突变、多重动态优选和冒泡等遗传算子。它们不仅可避免算法收敛于局部最优解，而且能防止优良基因结构遭到破坏，从而显著提高遗传算法的可靠性和收敛速度。计算应用的结果表明，改进后的遗传算法有较高的计算效率和可靠性。     

X波段单发多收体制下用于解距离模糊的时变二相码波形优化设计

针对小卫星雷达系统由于天线尺寸受限、宽波束照射面积大而带来的方位模糊,通过采用高脉冲重复频率来解方位模糊,然后利用发射波形的时变特性来解决高重频带来的距离模糊。基于此,采用了一种梯度遗传算法对多发射二相码波形进行优化,使其自相关峰值、积分旁瓣电平和互相关主副比、积分旁瓣电平尽可能的低。同时对多约束构成的适应度函数进行自适应尺度因子加权,以克服不同约束带来的不同数量级所造成的优化倾向问题。仿真结果和性能分析验证了该算法的有效性和可行性。     

基于自适应遗传算法的飞行器气动参数辨识

为了克服传统辨识算法的缺点，把自适应遗传算法作为辨识算法，进行飞行器的非线性气动参数的最大似然仿真辨识。在仿真辨识中，加入了零均值高斯分布的随机观测噪声。辨识结果比较满意，表明白适应遗传算法具有良好的优化性能，是进行气动参数辨识的一种实用的辨识算法。     

冲击噪声背景下基于遗传算法的正弦信号参数估计

冲击噪声的存在会导致常用的基于FFT、二阶矩或高阶矩正弦信号参数估计计算的退化,甚至出现错误。文章针对冲击噪声背景,提出了一种改进的遗传算法用于多分量正弦信号的参数估计。改进的算法采用了自适应最优保持、两点交叉和大变异操作等优化策略;同时优化了操作流程,采用逐个估计的步骤,大大简化了计算。仿真结果证明了该方法优于传统的最小二乘法,可较准确地估计多个正弦信号的参数。     

一种改进的微分进化算法及其在多目标访问任务中的应用

研究在给定时空约束下利用单平台机动实现地面多目标重访任务问题的建模与求解。首先在问题描述和建模过程中考虑多约束与性能指标要求,大大缩减优化算法的参数搜索空间,提高求解效率;然后针对传统微分进化算法的不足,提出一种改进的微分进化算法,并将其应用于求解多约束多目标重访优化问题。改进的微分进化算法通过引入双重自适应因子和独立变异体,提高了算法的优化效率并使其在陷入局部最优后仍具有一定的跳出局部最优的能力。仿真中改进的算法在打靶仿真均值,最优结果和均方差方面都远优于传统算法,验证了本文设计的建模方法和改进优化算法的正确性和有效性。     

一种多分辨率图像目标检测算法

为解决航天遥感图像分辨率和目标尺度变化大的挑战,提出了一种基于多分辨率图像的目标检测算法。改进了自适应特征金字塔和轻量级的分类预测模块,通过使用注意力机制,从不同层次的特征图中提取语义信息。引入了一种预测目标尺度的方法,以分析图像中目标的分布和尺度信息。将算法在DOTA（Dataset for Object deTection in Aerial Images）数据集上进行了实验验证,在U-Net（一种基于卷积神经网络的语义分割算法）和ResNet-34（一种深度残差网络）两种不同的主干网络设置下,召回率和检测速度均超过了RPN（Region Proposal Network,区域提议网络）算法。提出的多分辨率图像目标检测算法能有效地提高检测精度,降低计算复杂度。     

GEO混合推力机动目标跟踪IMM算法

针对交互多模型(IMM)算法求解地球静止轨道(GEO)卫星混合推力机动目标跟踪问题时模型匹配难、模型转移概率近似平均和响应速度慢的问题，从交互模型集构建和模型转移概率自适应设计两个方面出发提出一种改进IMM算法。该方法通过考虑无机动、脉冲机动和有限推力机动三种模式，构建了覆盖目标机动状态的交互模型集，提高了模型与机动目标实际运行状态的匹配度；采用一种基于加速度估计自适应修正的模型交互概率修正方法，提升了算法对目标机动状态的响应速度和跟踪精度。仿真结果表明，所提算法是解决混合推力模式下的GEO机动目标跟踪问题的有效手段，在收敛速度和收敛精度等方面与传统方法相比有较大提高。     

基于MATLAB的现代优化算法在飞行器气动外形设计中的应用

本文发展了MATLAB语言环境下的现代优化算法，包括遗传算法、模拟退火算法和基于分支联赛选择的多目标遗传算法，并用来求解高超声速飞行器气动外形参数优化问题。所研究的气动外形为带控制舵飞行器和可变弯体飞行器。在MATLAB环境下，求解了最大化升阻比的单目标优化问题和具体有两个冲突目标（最小化铰链力矩并且最大化平均操纵效率）的多目标优化问题。实际算例表明，在快速有效的气动力分析方法辅助之下，本文所发展的MATLAB现代优化算法可以在飞行器初始设计中发挥作用。本文所提供的现代优化算法是对MATLAB优化工具箱的一个有益的扩展。     

协同优化在卫星多学科设计优化中的初步应用

探讨以遗传算法为优化上具的协同优化方法在卫星总体优化设计中的应用以及各学科间耦合关系。首先对基本协同优化方法的流程及特点进行了探讨，然后以对地观测卫星总休优化设计为对象，研究如何利用协同优化方法建立此问题的优化模型。研究结果表明，融合了遗传算法的协同优化方法能够有效地解决对地观测卫星总休优化设计，学科间耦合设计变量以及耦合状态变量的一致性误差均接近0．01％。     

基于组合优化算法的临近空间飞行器轨迹优化

提出一种临近空间飞行器轨迹优化方法,利用基于支持向量机与遗传算法的组合优化算法,解决多约束条件下的高效轨迹优化问题。首先,建立临近空间飞行器轨迹优化数学模型。然后,通过参数化方法和惩罚函数法将轨迹优化问题转化为约束参数优化问题。在此基础上,提出一种求解无约束参数优化问题的组合优化算法,通过支持向量机对遗传过程中产生的种群进行分类,提高基本遗传算法的计算效率,结合轨迹优化数学模型,给出轨迹优化算法。最后,以临近空间飞行器航程最远轨迹优化问题为例,进行数学仿真分析。仿真结果表明,针对给定的算例,文中提出的方法与基于基本遗传算法的轨迹优化方法相比,计算效率显著提高。     

基于混合遗传算法的多目标动态优化设计

针对多目标动态优化设计中，解空间复杂、目标函数高度非线性、部分目标函数灵敏度容易求得等特点，综合利用多目标优化技术、遗传算法和梯度优化技术，提出了一种新的多目标混合遗传算法。这种算法在“并列选择遗传法”的基础上尽可能多地利用目标函数的灵敏度信息以加速收敛速度，同时通过各目标的重要程度和满意程度来决定相应的子种群大小以达到各目标的协同优化。在探讨了该方法的思想之后，着重研究了其实现步骤和关键技术，最后用一个浸水旋转壳的多目标动态优化设计为例，证明了本文方法的有效性。     

遗传算法在载人飞船返回轨道一体化设计中的应用

载人飞船返回再入轨道设计的主要任务是确定出标准返回轨道和再入制导规律。遗传算法具有全局寻优的特点，适合于工程设计的要求。文章探讨采用遗传算法实现飞船返回轨道的一体化设计，并给出飞船返回轨道设计步骤。     

基于最小二乘支撑矢量机的陀螺仪漂移预测

研究了支撑矢量机的回归估计算法。针对标准支撑矢量机算法训练速度慢、难以解决大规模问题的局限性，对标准算法的约束条件加以改进，得到一种最小二乘支撑矢量机回归估计算法，该算法大大提高了支撑矢量机的训练速度和解决大规模问题的能力。论文将最小二乘支撑矢量机应用于陀螺仪的漂移预测中，仿真实验结果证明了算法的有效性和可行性，为陀螺仪的实时预测及故障预报提供了可能。     

固体火箭冲压发动机导弹一体化遗传算法优化设计

遗传算法能以很高的概率找到全局最优解，适合工程优化设计要求。研究以固体火箭冲压发动机为动力的导弹的冲仑方案设计，探讨采用遗传算法实现冲压发动机导弹一体化优化设计，给出满足战术技术指标的最优总体方案和冲压发动机方案。算例表明，遗传算法是用于固体火箭冲压发动机导弹一体化优化设计的很好的优化算法，通过一体化优化设计，可以提高冲压发动机和导弹的总体性能。     

基于改进遗传算法的移动目标成像侦测任务规划问题研究

基于先验信息调用成像侦察卫星监控陆地或海洋移动目标动态信息是卫星成像侦察面临的新 课题。在已知移动目标位置等先验信息基础上,动态构造目标可变潜在区域及其运动预测模 型,利用STK辅助构造其候选成像观测活动集合;在此集合及目标运动预测模型基础上 对动态可变区域成像卫星调度问题进行建模,并设计了一种基于模拟退火算法及遗传算法的 改进遗传算法对问题进行求解,得到近最优的移动目标成像侦测方案。最后通过实例及算法 对比验证了规划模型及算法对解决该类问题的合理性和有效性。
     

基于量子遗传算法的无人飞行器航迹规划

基于量子计算和量子理论,提出了一种基于量子遗传算法的无人机航迹规划方法 。该方法利用表征量子叠加态的量子比特对航迹进行编码,引入具有量子特性的量子交叉算 子和量子门变异调整策略,对航迹规划中代价函数进行优化,引导并实现航迹的规划选择。 仿真试验结果表明,该方法不仅具有良好的种群多样性,而且还可以有效地提高算法的空 间搜索和收敛能力。
     

基于改进Hausdorff测度和遗传算法的SAR图像与光学图像匹配

提出了一种新的基于边缘的合成孔径雷达（SAR）图像与光学图像匹配算法。在这种算法中，首先针对SAR图像低信噪比（SNR）与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上，根据Hausdorff距离具有强抗干扰能力和容错能力的特点，采用了改进的Hausdorff距离作为相似性测度。在搜索策略上，根据遗传算法的固有的并行性，采用遗传算法来加快搜索的速度。通过大量基于同一地区的光学图像与SAR图像匹配的试验结果表明，这种算法鲁棒性好，匹配精度高，计算速度快。