应用于卫星自主任务调度的改进遗传算法

针对具有侧摆能力的对地观测卫星的自主任务调度问题,对卫星自主任务调度问题和约束条件进行了描述,针对卫星自主任务调度NP-hard的特点,构建了基于目标收益及多约束卫星任务调度模型。设计了一种改进的遗传算法,从遗传操作的各个部分进行算法优化。首先将小区间法应用于初始种群生成,保证了种群的多样性,并且交叉和变异算子均引入自适应概率;同时采用两代竞争技术来避免“早熟”现象,提高算法的效率和鲁棒性。算法还采用最优保留策略用来保存进化中的最优解,使得算法收敛于全局最优。对局部多冲突观测任务应用该改进遗传算法,并针对区域密集目标的观测问题设计了仿真试验,与传统模拟退火算法及免疫蚁群遗传混合算法进行了比较,验证了该算法的有效性和收敛效果。     

小失效概率情况下的全局可靠性灵敏度分析的高效方法

针对目前很多算法都无法准确、高效地计算小失效概率（10^-4,甚至更小）情况下的全局可靠性灵敏度问题,本文提出了一种高效求解小失效概率情况下的全局可靠性灵敏度新算法。所提算法通过扩大标准差构造重要抽样密度函数来进行空间分割（SP）,再与无迹变换（UT）结合,利用函数在分割后的子空间内非线性程度的降低和无迹变换方法可以高效计算低非线性程度函数的前二阶矩,来高效准确地计算小失效概率情况下的全局可靠性灵敏度。所提算法的优点有：重要抽样密度函数的选择可以使得空间分割时向重要区域偏移,并且在分割区域内功能函数的复杂性被降低,从而可以利用无迹变换方法高效计算失效概率,进而高效求得全局可靠性灵敏度。与已有的算法相比,算例说明了本文所提方法的优势。     

随机事元及其在解决矛盾问题中的应用

通过建立随机事件的可拓模型,给出了随机事元、随机事元的概率、随机事元集和可拓事件集的概念。在对随机事元可拓性研究的基础上给出了随机事元的拓展概率的概念。利用随机事元的多特征性,讨论了当随机事元的某一个或若干个特征及其量值改变时,由可拓变换的传导性,将在随机事元的各要素之间产生传导效应,从而导致随机事元概率的改变,进而为涉及随机事件发生的概率的矛盾问题的解决提供了有效途径。最后举例说明了利用概率的改变处理矛盾问题的方法。     

基于极化G0分布和MRF的多视PolSAR图像迭代分类方法

提出了一种多视极化合成孔径雷达（PolSAR）图像的迭代分类方法。首先利用极化G0分布描述多视极化协方差矩阵的统计特性,并进行初始的最大似然分类,然后利用马尔可夫随机场（MRF）估计像素类标号的先验概率,最后根据MAP（最大后验概率）准则对PolSAR图像进行分类。整个分类流程迭代进行。分类结果表明该方法精度高,收敛速度快。利用NASA／JPL获取的4视AIRSAR实测数据验证了本文方法的有效性。
:     

测向交叉定位系统中的最优交会角研究

研究了测向交叉定位系统中的最优交会角问题。在目标到两部被动传感器基线之间的垂直距离不同的情况下和最小圆概率误差（CEP）准则下,得出了一些有意义的结论。研究表明,最优交会角跟目标到两部传感器基线的垂直距离与基线长度的比值l有关。当l≥√3/6时,只存在一个最优交会角且此时目标与两部被动传感器呈等腰三角形,并在此情况下分析了l的变化对圆概率误差的影响。当l＜√3/6时,存在两个相等的最优交会角。得出的结论在多个被动传感器的优化配置进而提高目标定位精度方面具有一定的理论和实际意义。     

概率空间中单调事件序列的连续性

研究了概率空间中事件序列的可列可加性和有限可加性,并提出事件序列次可加性的概念,证明了单调事件序列的连续性,并给出一个充分必要条件.     

基于进化神经网络和Monte—Carlo的疲劳可靠性分析

研究了进化神经网络技术,并采用进化神经网络模拟结构重要几何尺寸与载荷的分散性对危险应力的影响,考虑疲劳影响因素的随机性,运用Monte-Carlo方法仿真疲劳横向应力的分布,以获得结构的P-Sa-Sm-N曲面方程,并利用MTPMiner准则理论进行疲劳可靠性分析。实例表明该方法可以用于随机载荷下复杂结构的疲劳可靠性分析。     

多粒度概率语言环境下基于PROMETHEE的改进FMEA方法

针对传统故障模式和影响分析（FMEA）方法中存在关于故障模式评估、风险因子权重和风险优先级排序等方面的固有缺陷,提出了一种多粒度概率语言环境下基于偏好顺序结构评估法（PROMETHEE）的改进FMEA方法。该方法运用多粒度概率语言术语集（PLTS）刻画了专家评估信息的多样性和不确定性,并基于二元语义转换函数为引入工具的语言计算模型统一各专家多粒度风险评估信息,运用最优最劣法（BWM）和熵权法相结合的综合赋权法确定风险因子权重,将PROMETHEE拓展到概率语言环境中用于确定故障模式风险优先序。最后,运用托盘交换架故障风险评估案例来验证该方法的适用性和有效性,并进一步通过敏感度与对比分析以显示该方法的优越性。      

无人机遥感图像融合算法综述

遥感图像拼接融合技术可分为"像素级""特征级""决策级"3个级别;根据各级别特点,无人机遥感图像的融合应采用像素级的融合方法。文章对一些常见的像素级融合方法进行了简要描述,重点介绍了3种经典的图像融合方法,讲述了可以根据哪些指标对一幅图像从主观与客观两方面进行评价;在实验阶段,对3种经典融合方法进行了实验验证与性能分析。