一种有效的软件结构图的布图算法

信息的可视化表示是帮助理解软件结构的重要手段.结构化软件中的复杂的模块调用为软件结构的分析和理解带来不便,为此提出一种以模块连接度(扇入扇出系数和)为特征的广义张量平衡算法,以图形方式直观地表现出模块之间复杂的调用关系.具体讨论了算法应遵循的原则,给出了算法的可操作规则集.实践证明,该算法布出的图形具有高度的对称性和紧耦合性,且层次分明,线间交叉少,同时符合图形语义要求和协调性原则.     

基于对偶原理的二子样划船补偿算法

划船补偿算法一般以典型划船运动为基础,利用最优化理论来进行推导.圆锥补偿算法不仅可利用最优化理论,还可利用Goodman-Robinson理论进行推导.利用对偶原理,将Goodman-Robinson理论下得到的二子样修正圆锥补偿算法推广至划船补偿算法设计中,得到一种改进的二子样划船补偿算法.在典型划船运动条件下,对得到的划船补偿算法进行了数字仿真,并与二子样优化划船补偿算法进行了对比研究.仿真结果表明,此改进二子样划船补偿算法能提高速度更新精度.     

适用于连续数值标签的兴趣漂移增量学习方法

针对现有兴趣漂移增量学习方法大多针对包含二值数据标签的用户反馈进行学习的不足,提出了一种适用于连续数值标签反馈的兴趣漂移增量学习方法,以或然概念集的形式描述用户兴趣,将用户反馈中包含的数据标签视为用户对该实例的喜好概率,并采用基于指数近度加权平均的方法对兴趣模型进行增量学习.在不同学习任务下的实验结果表明,该方法能够在反馈数据标签为连续数值的条件下达到比现有方法更好的学习效果.     

单幅图像的三维重构视觉系统特征点提取算法的研究与实现

实现基于单幅二维图像不标定欧氏重构三维场景的关键技术之一是有效提取彩色伪随机编码图像特征角点。为给图像特征点匹配提供更多的样本信息,采用定位于彩色图像Harris算子探测特征角点,并动态给出角点响应的自适应阈值条件。特征点提取实验及三维欧氏重构结果证实了该方法的适用性和有效性。     

一种BOC调制信号的同步主峰检测新算法

BOC(Binary Offset Carrier)调制信号具有相关函数多值性,这就导致接收机同步阶段容易错锁在虚假相关主峰上。本文提出了一种新的主峰检测算法,很好地解决了接收机同步中出现的此类错锁问题。新算法通过本地增设一条QBOC支路,与BOC支路结果经补零、移位、相加计算而实现,称此算法为OQCC(Offset Quadratic Cross-Correlation)算法。理论与仿真分析结果表明,OQCC算法同时适用于奇数阶和偶数阶BOC调制信号;能够在不改变BOC信号主峰宽度的情况下,通过降低副峰,有效提高主副峰分离度;在同等条件下,可有效提高BOC信号主峰检测概率,降低BOC信号副峰检测概率。     

一种基于子空间的OFDM系统半盲信道估计

提出了一种可用于色噪声背景的基于子空间的改进半盲信道估计算法。根据正交频分复用（OFDM）系统模型,利用所获色噪声背景的噪声向量与信道冲激响应矩阵的正交性估计信道冲激响应,给出了算法的步骤。仿真结果表明：算法有较好的收敛性和稳定性。     

固体运载火箭轨迹/总体参数一体化优化设计研究

研究多级固体运载火箭轨迹/总体参数一体化优化设计问题。建立了固体运载火箭轨迹/总体参数一体化优化设计相关数学模型,包括质量模型、动力模型、气动力模型和飞行程序控制模型,确定了轨迹/总体参数一体化优化问题的目标函数、设计变量和约束条件,提出了将自适应遗传算法和序列二次规划方法相结合的高效、高精度序贯混合优化算法,实现了固体运载火箭轨迹/总体参数一体化优化设计。仿真结果表明,与总体单位设计的原方案相比,优化方案运载火箭起飞质量减小13.62%,终端约束和路径约束均得到很好满足。其结果可为固体运载火箭总体优化设计研究提供理论参考。     

捷联式制导系统中四元数的保范递推计算

推导了捷联式制导系统中四元数的保持范数不变的递推计算公式,并对公式的误差传递进行分析,证明其计算误差随迭代次数线性增长.     

四边形全天自主星图识别算法

讨论了一种新的无须任何先验知识的星图识别算法。该算法将四边形星图模式分解为两个具有公共边的三角形模式，使用三角形模式的特征，在保证自满计算量和星载星表的存储容量的前提下，使算法的识别成功率得以星著提高。Ｍｏｎｔｅ Ｃａｒｌｏ实验表明，在星等误差０．５星等（３σ），位置误差１０角秒（１σ）时，该算法的识别成功率接近１００％。     

攻击角度约束下的分布式强化学习制导方法

为提高导弹在攻击角度约束下对目标的打击效能,提出了一种基于深度确定性策略梯度算法的分布式强化学习制导策略。为了最大限度地减小攻击角度误差,设计了一种新的奖励函数,使导弹在满足视场角约束的同时,视线角向期望值收敛。此外,为了增强强化学习模型的泛化能力,提出了一种分布式探索策略,提高了模型训练过程中对环境的探索效率。仿真结果验证了所提出的分布式强化学习制导方法能够在固定攻击角度约束下实现对目标的精准打击。与传统制导律相比,所提制导方法的攻击角度误差更小,收敛速度更快。