吊放声纳应召搜潜效能的建模与仿真

基于反潜直升机吊放声纳的探测原理及战术使用特点,在目标初始位置概略已知,速度和航向未知的条件下,分析了目标散布规律,建立了搜潜效能分析计算模型,给出了吊放声纳在扩展方形搜索方式下的应召搜潜概率；并采用蒙特卡洛法的基本思想对该计算模型进行了仿真验证,证明了该方法的有效性；最后,基于扩展方形搜索方式,研究了在单机和双机搜潜条件下搜索概率的不同结果,分析了潜艇速度、应召延迟时间、吊放次数等参数 对搜索概率的影响。     

基于冲突分类与消解的多智能体路径规划算法设计CSCD

多智能体路径规划应用广泛但求解困难。为更好地处理多智能体路径规划中的路径冲突问题,提高求解效率,将冲突进一步分类为相向顶点冲突和交叉顶点冲突,并提出了对应的消解方式。相向顶点冲突的消解方法采用提前添加约束的方式,避免在消解其冲突的过程中产生另一个可预见的冲突;交叉顶点冲突的消解方法采用寻找最佳等待时间的方式,在消解其冲突的同时消解其他存在的冲突。两种冲突消解方法均可减小约束树的规模,在一定程度上减少算法的计算量。并提出了基于冲突搜索算法的高层节点冲突搜索算法。实验结果表明,所提出的冲突分类及消解方式有效地减小了算法高层中约束树的规模,降低了算法计算量,并在智能体密集的环境下表现出更大的优势。     

一种快速自动挖掘航空发动机工作模式的新方法

为了处理航空发动机传感器所采集的多维时序数据，过去的方法常聚焦于单个样本点的识别，其提出的模型中往往含有大量待调参数并且单变量的挖掘方式会忽视状态参数的延时效应对工作模式挖掘的影响。另外，这些方法对大批量处理含过渡态模式数据的情况考虑欠佳。因此，提出一种能快速自动挖掘多维时序数据中隐含工作模式的新方法，即AutoMiner。该方法通过构造模型的编码代价来求解使编码代价最小的断点组合。在构造编码代价过程中利用标记传播的方法来识别每个片段的工作模式，这一方法生成的软标记成功解决了对过渡态模式的识别问题。本文在某型发动机采集的传感器数据上开展了多组实验，同时进行了可视化的展示，实验证明AutoMiner方法在时序分割和模式挖掘方面的评估指标均优于对比算法。另外，AutoMiner方法还支持并行化计算并且能在更复杂的工作模式挖掘场景中具有良好的可迁移性。     

基于等光子分布的变封装段脉冲星轮廓恢复方法

现有脉冲星轮廓恢复方法多基于等封装段（bin）间隔分布策略折合观测轮廓，导致信号处理结果会受到封装段的限制，难以兼顾恢复轮廓的信噪比（SNR）以及脉冲到达时间（TOA）的计算精度。针对这一问题，结合脉冲轮廓波形不同区域对信号处理结果的影响，根据完整观测信息，对基于等光子分布策略、变封装段的轮廓恢复方法进行了研究。同时，为能直接构建最佳的脉冲观测轮廓，同时考虑了变封装段间隔及封装段数的优化策略，利用信息准则对轮廓恢复的最佳折叠bin数进行了分析，摆脱人为经验选取问题。仿真结果表明：与传统方法相比，应用提出的变封装段轮廓恢复方法能准确恢复出与模板轮廓高度相似的脉冲星观测轮廓，在观测数据充足的情况下，信号处理过程相位差计算精度能提高25%以上；观测数据不充足时或对于毫秒脉冲星，方法具有明显优势，恢复轮廓的波形特征更加突出，与模板的相似度指标提升3%～7%左右，相位差计算精度的提升能达到接近50%。因此，研究的基于等光子分布策略的变封装段脉冲星轮廓恢复方法原理及实现简单，适用于实际工程应用，能有效提高脉冲星信号处理精度。     

叶片边缘破损曲面再生修复技术研究

发动机叶片长期在高温、高压和高速下工作，工作过程中有异物进入，不可避免地会发生损坏。对于弯扭叶片边缘破损曲面的修复，本文采用基于邻近破损域未破损区域的完整叶片截面线与破损域叶片截面线的完好部分配准，获得边缘破损处的叶片截面线点云特征，实现破损曲面再生重构。同时，采用迭代最近点（（Iterative closest point,ICP））配准算法，克服了搜索最近点集耗时较长的缺点。本文提出的基于建立辅助圆邻域的最近点集对搜索方法，大大降低了配准时间成本。最后对破损域再生曲面进行了光顺性分析，验证本文所提出的边缘破损曲面再生修复方法的可行性。     

一种多目标变邻域模拟退火算法及成像星座任务规划方法

为提高成像星座观测任务的完成度和成像质量，提出一种多目标变邻域模拟退火算法(MOVNSA)。首先，分析了敏捷成像卫星观测任务约束和星上资源约束，构造了评价任务完成度和成像质量的目标函数，建立成像任务约束满足模型。然后通过设计多目标模拟退火算法中解的编码解码规则、变邻域搜索方法以及选拔淘汰机制，实现了观测任务成像时刻的滑动优化，兼顾提升了观测任务的完成度和成像质量。最后通过工程实例对多种算法进行测试和分析，结果表明该方法收敛速度快，优化效果好，可以在满足用户需求的前提下最大化任务的完成度。     

代价敏感惩罚AdaBoost算法的非平衡数据分类

针对非平衡数据分类问题，提出了一种基于代价敏感的惩罚AdaBoost算法。在惩罚Adaboost算法中，引入一种新的自适应代价敏感函数，赋予少数类样本及分错的少数类样本更高的代价值，并通过引入惩罚机制增大了样本的平均间隔。选择加权支持向量机（Support vector machine,SVM）优化模型作为基分类器，采用带有方差减小的随机梯度下降方法（Stochastic variance reduced gradient,SVRG）对优化模型进行求解。对比实验表明，本文提出的算法不但在几何均值（G-mean）和ROC曲线下的面积（Area under ROC curve,AUC）上明显优于其他算法，而且获得了较大的平均间隔，显示了本文算法在处理非平衡数据分类问题上的有效性。     

反潜直升机对潜巡逻搜索仿真分析

本文针对反潜直升机执行巡逻搜索时，如何确定相邻吊放声呐探测范围，通过进行建模计算和仿真 分析的手段，得出了声呐重叠范围与直升机吊放声呐探测点数量之间的关系，其结论可以用于确定反潜直升机 运用吊放声呐进行对潜巡逻搜索时的探测点。     

等再入航程返回轨道模糊混合优化设计

为了消除采用梯度迭代求解算法求解再入弹道优化问题时对初始值的依赖，减小遗传算法对种群数量和迭代次数的需求，采用模糊思想设计了改进的稳态遗传-序列二次规划(GA-SQP)混合求解算法。针对等再入航程返回轨道设计问题，提出了初始种群的基因检测方法、基于模糊隶属度的评分函数建立方法和搜索过程中劣质基因的评分方法，考虑了过载超限时间约束、倾侧角翻转最大角速度限制等实际约束，给出了序列二次规划求解过程中再入点在瞄准点之后和制动时长过短的特殊情况下约束的处理方法。采用改进的稳态GA-SQP混合求解算法，可以实现近地轨道变高度返回的情况下等再入航程返回轨道设计。改进的稳态GA-SQP混合求解算法不依赖于初始值，种群数量较小，与未改进的遗传-序列二次规划算法相比迭代次数减少34.7%,计算速度和计算精度均达到工程适用程度。     

基于Backstepping的严格反馈极值搜索系统控制器设计

针对一类含不确定参数的严格反馈型极值搜索系统的控制问题,将极值搜索方法和反演(Backstepping)控制方法相结合,设计出系统状态的极值参考轨迹,利用 Backstepping控制方法逐步递推选取适当的 Lyapunov函数设计控制器和不确定参数自适应估计律,实现目标函数的极值搜索。仿真表明所提出控制器设计方法的有效性。