河南省普通高校高水平女排的现状与发展策略

从管理、办队模式、人才结构、训练与学习等几方面,对河南省高校高水平女排的现状进行立体剖析。在总结成功经济的同时,也针对办队经营费紧张、高水平突出不了“高”字等问题进行研究,并提出发展策略。     

演化策略用于高维故障样本集最优统计的聚类分析

针对液体火箭发动机的眼高维故障样本数据的聚类问题,提出基于演化策略的最优统计聚类算法。为预防算法过早收敛,演化策略采用了父本适应值的动态调整值与共享函数,并针对超高维数据聚类提出了控制参数的适应性调整技术;为使算法能最终跳出局部最优死区,提出算法的局部调整策略。该算法用于液体火箭发动机典型故障仿真数据集分析,并取得了最优聚类结果。此外,还基于ＩＲＩＳ数据集比较降该算法与ＦＫＣＮ模糊自主聚类算法。仿     

面向多星区域观测调度的改进型自适应遗传算法

针对传统优化算法在解决多星区域观测调度问题中收敛速度缓慢和易于陷入局部最优解的不足,提出了一种改进型自适应遗传算法。该算法通过蒙特卡洛方法结合Hamming距离,给出较优的初始种群;根据种群的平均Hamming距离确定交叉和变异操作的执行顺序,并结合sigmoid函数和高斯函数基于种群的个体适应度设计了自适应非线性的交叉率和变异率;结合双精英保留策略和锦标赛策略,保证最优个体的遗传;使用双重停机条件,提高算法的搜索效率。最后,通过实验表明,该方法可以显著提高全局搜索能力,加快算法的收敛速度,有效提高卫星的观测效率。     

卫星导航定位欺骗式干扰对抗思路及策略研究

欺骗式干扰对卫星导航定位的威胁与日俱增,已成为作战中的主要干扰样式,亟需开展对抗研究。结合欺骗式干扰的类别和典型案例,从技术层面深入分析了欺骗式干扰实现的方法途径,指出同频入侵、修改信号参数是其实施攻击的2个必然要素。针对同频入侵,创新引入宽窄巷组合技术实现定频向变频转换,创造虚拟的拍频信号规避干扰影响;再针对修改信号参数的攻击点,提出在宽窄巷组合基础上耦合载波相位差分思想,通过单差、双差判别剔除干扰,增强抗干扰效能。以此构建欺骗式干扰总体对抗思路,分别设计了基于卫星接收机自身、地面基准站辅助、双天线测量、不同卫星间多频信号等四种对抗架构,并对具体策略进行了推导论证。同时,结合四种架构特点,对各自的应用场景和效能进行了分析和评估。研究成果可为欺骗式干扰对抗提供一种新颖的思路,对相关工程应用具有一定的参考价值。     

指挥自动化网络安全防御措施的探讨

对指挥自动化网络遭受攻击的可能性、网络的脆弱性、攻击形式进行了分析 ,探讨了网络防御的基本要求、防御策略、防御措施等有关问题。     

航天军工企业走军民融合发展道路策略探索

军民融合是我国国防建设发展历史的经验总结,是国家经济持续发展的内在要求,也是适应新技术革命和新军事革命的现实需要。航天军工企业,肩负着实现民族航天梦的光荣使命,如何把军民融合这一战略构想转化为航天军工企业改革创新的宏大实践,转化为能够支撑国家安全和行业持续发展的现实力量,需要深入思考和研究。     

一种新的精英遗传算法及在多弹拦截分配策略的应用

为了有效解决多导弹对多机动目标的拦截对抗实战中的目标分配问题,本文提出一种基于精英策略的多种群自适应遗传算法(MAGA).首先,建立目标分配的综合优势函数和约束条件的数学模型.其次,为改善传统遗传算法容易陷入局部最优的问题,通过多个单遗传算法并行计算,引入自适应策略动态改变交叉、变异概率,设计迁移算子增加各种群之间的联...     

北部湾港口物流园区的选址及建设策略探析

北部湾港口物流正处于蓬勃发展的新阶段,建设港口物流园区已经成为物流业快速协调发展的保障。文章从地理位置、物流量和政策三个方面确定了北部湾港口物流园区的选址为钦州,随后探讨了钦州物流园区在建设中需要解决的问题,并据此提出了建设策略。     

跨传感器异步迁移学习的室内单目无人机避障

针对强化学习策略由仿真环境向实际迁移困难的问题,以提高无人机采用无深度信息单目视觉时的行人规避能力为目标,提出一种基于异步深度神经网络结构的跨传感器迁移学习方法。首先,在仿真环境中仅使用虚拟单线激光雷达作为传感器,通过基于确定性策略梯度(DDPG)的深度强化学习方法,训练得到一个稳定的初级避障策略。其次,用单目摄像头和激光雷达同步采集现实环境中的视觉和深度数据集并逐帧绑定,使用上述初级避障策略对现实数据集进行自动标注,进而训练得到无需激光雷达数据的单目视觉避障策略,实现从虚拟激光雷达到现实单目视觉的跨传感器迁移学习。最后,引入YOLO v3-tiny网络与Resnet18网络组成异步深度神经网络结构,有效提高了存在行人场景下的避障性能。     

一种高速可变形飞行器智能变形决策方法

针对一类高速可变形飞行器(HMFV)的变形决策问题,提出一种基于深度确定性策略算法(DDPG)下考虑综合性能指标最优的智能变形决策方法。首先,以一类后掠角可连续变化的高速飞行器为研究对象,给出变形飞行器动力学模型,分析模型特性及变形量与关键气动参数之间的定性关系。其次,基于关键气动数据特征分析,考虑包含气动性能、控制误差在内的综合性能指标,设计一种基于DDPG算法的智能变形决策方案。再者,针对带有标称控制器的HMFV进行变形决策训练,实时获得滑翔过程中不同飞行状态下的最优构型。最后,仿真结果表明所设计的智能变形决策算法收敛效果好,且具备较好的泛化性能。相比于固定外形,可通过变形使得在不同状态下的升阻比保持最优,且与考虑单一决策指标相比,考虑综合指标最优的变形决策可进一步缩小姿态动态跟踪误差。