一种未知动态环境下异构无人机集群分布式联盟形成方法

针对未知动态环境下异构无人机集群的分布式联盟形成问题,首先构建了异构无人机集群的联盟任务自动机,实现了异构无人机集群在未知动态环境下的自主任务协调.在此基础之上,提出了一种基于蒙特卡洛树搜索的分布式联盟形成算法,该算法通过两阶段的蒙特卡洛树搜索来增量式地对联盟结构进行分布式优化,算法可在分布式框架下实施,并在任意时间内...     

M导弹制导规则分析

通过分析实测的M导弹制导指令信号数据，给出了该导弹的比例导航系数及其他一些修正系数的变化规律，并根据弹上单片计算机在不同的输入口状态下和其输出口输出数据随时间变化的情况，分析了计算机程序的运行流程及其功能。     

随机运动目标区域持续探测概率的近似模型

研究了随机运动目标区域持续探测的探测概率描述和计算问题。定义了探测函数及目标存在和探测不成功的联合概率密度函数,推导了基于速度分布密度的搜索方程和基于特征迹线的方程的解。鉴于在搜索理论应用中难以获得时变的速度分布,以及搜索方程精确解的复杂性,提出了基于初始速度分布密度的对随机恒速运动目标的一个近似的搜索方程,给出了探测概率的解,并以直升机吊放声纳的一次探测过程,进行了算例仿真。     

启发式多无人机协同路网持续监视轨迹规划

研究了旋翼无人机组在路网环境下的协同持续监视问题。基于最优化原理定义了路网持续监视问题。通过简化路网离散过程、考虑传感器识别准确度、引入不确定度度量,提出面向事件的路网持续监视问题建模方法。针对路网持续监视轨迹规划问题的特殊性,设计了一种启发式多无人机协同轨迹规划算法。通过理论分析和仿真对比,表明了算法的可行性、准确性和通用性。所提算法作为对当前路网巡逻方法的扩充,不仅可解决实际路网移动持续监视任务,也为基于图模型的持续数据采集、连续覆盖等任务提供一种解决方案。     

海上线式巡逻落水空勤人员搜救区域模型与仿真

海上落水空勤人员搜救是战时海上后方勤务保障的重要内容,确定搜索区域是海上搜救行动的前提和重要环节。任务类型、行动样式和信息的准确程度,决定了初始散布区域的大小和形状;而失事海域、自然条件和滞后时间,影响着搜救区域的大小和形状。建立初始散布区域模型,结合漂流速度、方向和参数误差,确定搜索区域模型,从而确定搜索区域散布,对确定搜救兵力和搜索行动样式具有重要意义。     

线搜索增强的率相关晶体塑性本构积分算法及数值实现

建立在晶体微观变形机制上的晶体塑性本构理论提供了研究细观尺度上晶体材料力学行为的理论与方法.在率相关晶体塑性本构积分方法中,Newton-Raphson(N-R)迭代方法往往是迭代求解剪切应变增量的核心算法.为了提高采用N-R迭代算法的晶体塑性本构积分方法的效率,在理论上采用线搜索方法对N-R迭代方法的迭代步长进行再规...     

一种基于关键特征的搜索引擎结果聚类算法

为了解决用户在搜索引擎结果列表中寻找所需信息困难的问题,帮助用户快速有效地定位有价值的Web文档,与向量空间模型方法不同,采用基于关键特征的聚类算法(KFC).首先从搜索引擎返回结果的关键词里选择重要的词作为关键特征,然后通过分析特征间的关系对特征聚类,最后基于特征聚类结果实现文档的聚类.通过对实验结果的测试表明了算法的有效性.      

多模态时域振动衰减信号各模态分离与阻尼参数辨识方法

针对多模态信号中各模态难以准确分离和模态阻尼参数难以准确识别的问题,提出了布谷鸟搜索(CS)算法参数优化的变分模态分解方法 (CS-VMD)和模态阻尼参数辨识的包络线积分法(EIM)。使用CS-VMD方法将多模态时域振动衰减信号中的多模态分量准确分离开来,利用EIM辨识各模态的模态频率和阻尼比,并与理论值(或测量值)以及半功率带宽法(HPB)辨识值进行对比。位移仿真信号与压气机导向叶片测频信号模态分解及模态参数辨识表明,CS-VMD方法可实现对多模态信号的正确分解,EIM辨识的模态频率误差均小于1.0%;对于位移仿真信号,EIM辨识的模态阻尼比最大误差小于2.5%;对于压气机导向叶片测频信号,使用EIM和HPB方法辨识的模态阻尼比最大差别为9.098%,EIM的模态阻尼辨识精度比HPB方法高。     

信息系统的一种分块特征选取方法

利用差异矩阵和最小差异表,结合与或树技术,提出了一种特征选取的方法IBFS.该方法采用指定标示后分解信息系统为标示块(IB),再根据各个标示块最终求解信息系统的一个较优特征选取.它不仅具有确定性,而且具有快速和有效的特点.      

一种有效压缩频繁模式挖掘的算法

频繁模式挖掘的研究最近致力于在一个合理的容错范围内寻找有代表性的模式来压缩庞大的挖掘结果集.一种新型启发式算法AMSA(Approximating Mining based Simulated Annealing)被提出,其采用了模拟退火思想来保证有效性和压缩的质量.依据FIMI(Frequent Itemset Mining Implementations Repository)提供的公用数据集进行的实验结果也证明了这一结论.通过与FPclose算法和RPglobal算法分别进行了性能的比较,AMSA挖掘的结果集规模小于FPclose算法和RPglobal算法得到的结果集规模,特别是当支持度阈值很低时,RPglobal不可在合理时间内产生结果集,AMSA却可在合理时间内得出较精准的结果集.