改进的快速蚁群系统求解二次分配问题

二次分配问题(QAP)是经典的组合优化问题之一,广泛应用于许多领域中.针对 QAP,提出了一种新的蚁群算法—改进的快速蚁群系统(IFANT).该算法通过限制迭代最优解与当前解的信息素升级的速度,拓宽了快速蚁群系统解的搜索范围,提高解的寻优能力.     

航天GPS接收机信号搜索捕获策略

航天GPS接收机的无辅助冷启动时间是一项重要指标,研究近地轨道应用的12通道C/A码导航型接收机减小冷启动时间的方法.分析GPS信号的多普勒频率和伪码相位搜索方法、捕获检测器及其参数选择、多普勒频率搜索步长和伪码搜索速率, 得到多普勒频率搜索步长为500?Hz,伪码搜索速率为475码元/s.研究轨道倾角、轨道高度、GPS天线仰角和轨道偏心率等因素对多普勒频率搜索范围的影响.阐述根据GPS卫星间夹角的统计信息选择合理的卫星分配方法.分析和仿真结果表明,根据GPS卫星间夹角的统计信息选择合理的卫星分配方法,可将冷启动时间减少25%~30%,影响多普勒频率搜索范围的因素按程度依次为:轨道倾角、轨道高度、GPS天线仰角和轨道偏心率,再考虑这些因素时可将冷启动时间减少25%~40%.     

车辆定位与导航系统中的快速路径规划算法

针对车辆定位与导航系统中的最优路径规划问题,研究了最短路径搜索算法的快速实现技术,并提出了一种启发式快速最优路径规划算法.在分析经典迪杰斯特拉最短路径搜索算法的最优实现的基础上,引入基数堆结构缩减了算法的时间复杂度,再利用启发式搜索和地图分级搜索技术减小搜索空间,从而获得最短路径规划算法的高效率实现.仿真试验的结果证明了该算法的优异性能.     

导弹中制导末段的最优搜索

研究超视距导弹中制导末段利用导弹的剩余动力,自动搜索活动目标,使目标捕捉概率达到最大的最优搜索问题.给出了活动目标的位置概率分布;提出了基于活动目标位置概率分布的导弹搜索航线的规划方法;拟订了搜索系统的组成方案并对系统进行了设计;对该系统进行了仿真,验证它的活动目标的捕捉概率.     

快速大时间步长熵条件格式的分辨率研究

提出了高分辨率快速大时间步长熵条件格式的构造方法.用激波管问题对一族熵条件格式进行研究.在精度、步长、限制器方面进行了详细的数值实验,研究了同样计算量下各种格式的表现品质.从理论上保证了大时间步长格式的无振荡性质,从具体的数值实验分析中确定了大时间步长格式的分辨率问题.      

图像边缘提取的启发式搜索算法

常规的图像边缘提取方法容易受到噪声的影响,导致了大量不连续边缘的产生。本文试验了一种基于边缘分段自增强的启发式搜索(EdgeDetectionalgorithmbasedonHeuristicSearchED-HS)算法,该算法通过对边缘检测后图像的遍历搜索获得各种可能的边缘轨迹,然后对每条搜索轨迹进行分段自增强,最后根据增强程度的积累决定图像边缘。文中阐述和分析了算法的机理,并以加入了高斯噪声的“Lena图像”作为样本进行了计算验证。结果初步证明了该算法能够在较高的噪声条件下有效的提取到连续、清晰的边缘。     

威胁联网下无人作战飞机突防作战航迹规划

以复杂战场环境下无人作战飞机(UCAV)的自主突防作战为研究背景,以防空单元为威胁建立威胁联网模型,针对威胁联网的指挥控制组织结构和信息交互关系的特点,建立了一种威胁联网的信息交互数学模型,并且通过网络模拟器NS-2(Network Simulator Version 2)仿真验证了该数学模型的合理性与适用性,同时基于此提出了一种UCAV威胁代价评估模型;然后,结合UCAV动力学约束与制导武器攻击区约束,给出一种基于改进稀疏A*算法的自主突防与攻击航迹规划算法。仿真结果表明,该算法能够快速获得UCAV突防作战航迹,且由于采用了动态的威胁评估方法,对突发威胁有较好的适用性。     

基于改进蚁群算法的无人机路径规划

针对传统无人机路径规划算法存在规划效率低以及无法满足特定任务需求的缺点,提出了基于改进蚁群优化算法的无人机路径规划算法。首先,将待规划区域栅格化,给每一个网格按顺序编号;其次,在路径搜索时引入了一种双向搜索机制,对信息素的更新规则和下一步节点的选择方法做出改进;最后,提出了一种新的方法来整合两组蚂蚁生成的路径,并给出了若干仿真试验结果。结果表明,所提算法相比传统算法更能有效避免过早陷入局部最优,收敛速度加快,生成满足任务约束的最短路径。     

基于零速修正的行人导航关键技术及研究进展

在室内等卫星导航受限场景下，可采用MEMS惯性传感器对行人进行自主导航定位。采用MEMS惯性传感器的行人自主导航技术主要包括基于步长估计的行人航位推算和基于零速修正的行人导航算法两种方式。首先介绍了两种方式的基本原理，然后重点分析了零速修正的行人导航算法，阐述了相关的关键技术和研究进展。最后，对行人自主导航未来的发展趋势进行了展望，并指出了需要重点关注的技术难点。     

基于自适应粒子群优化算法的无人机三维航迹规划

针对传统的粒子群优化算法容易陷入局部最优解的问题,提出了一种自适应粒子群优化算法,在迭代寻优过程中自适应地调节惯性权重和2个学习因子的数值。建立了无人机在山区环境执行勘察任务的航迹规划环境模型,分析了无人机自身约束条件。设计了自适应粒子群优化算法的适应度函数和航迹规划算法流程。分别采用自适应粒子群优化算法和传统粒子群优化算法开展了无人机三维航迹规划仿真实验。仿真结果对比表明,所提出的自适应粒子群优化算法比传统粒子群优化算法具有更高的全局搜索能力和搜索精度。