基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器,将遗传算法和BP算法相结合,提出了一种新的自适应遗传BP算法,利用这种神经网络来确定指标的权值。仿真试验结果表明,基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法,具有很好的目标识别效果。     

飞行冲突条件下基于几何算法的改航策略研究

航班改航飞行是在空域受危险天气及飞行冲突影响时的一种重要策略。针对初始改航航迹的生成,提出了改进的几何圆切法,用其规划出临时航线,绕过危险区。为避免潜在的飞行冲突,应用几何线性规划法进行了改航策略修正。最后,通过对我国现有航路的仿真分析,表明了算法的有效性。     

数字水印防伪技术的研究和应用

本文采用数字水印技术,研究和开发了一种新的证件制作与检测方法技术体系,防伪性能高、识别准确快速。该项技术可广泛应用于证件和产品的防伪,具有极高的理论价值和实用价值。     

卫星装配序列规划的智能优化算法研究

结合单个算法的优缺点,文章提出了一种用包含多种改进型智能优化算法的算法库(IIAL)来解决卫星装配序列规划问题的方法。算法库由算法向导和多种算法组成,算法向导可依据若干参数描述给出适合当前规划任务的最合适算法,规划人员可依据向导建议在遗传算法、粒子群算法、蚁群算法、模拟退火算法中选择相应算法进行求解。最后,用实例验证了方法的合理性。该方法可为星上设备装配序列规划提供参考。     

航天器下行数据异变检测算法研究

针对航天器下行遥测数据故障检测问题,建立了相应的非平稳+异常分量模型,并借鉴采样数据新息增量过程的回归系数有界影响辨识方法,提出了航天器下行数据异常突变在线检测算法,该算法具有简捷的递推关系和良好的容错能力。实测数据结果表明,该算法可以有效地检测出航天器异常数据,并能克服异常数据的不利影响,提高在轨航天器测控过程的可靠性。     

小子样样本均值点估计的一种非参数方法

描述了极值分布分位点估计方法的原理和模拟退火算法．并对分位点函数展开式的系数进行了优化仿真计算，最后得到样本总体均值的点估计。针对小子样情况，如果对具体的分布不很明确了解，本文提供的均值点估计非参数方法可作为一种备选方法。     

频域盲源分离的非圆信号推广

作为盲源分离（BSS）问题的最有效解决方法之一,独立分量分析（ICA）算法可以分为时域和频域算法两类.将时域盲源分离的快速算法推广到频域,通过在频域中应用非圆信号的伪协方差矩阵,推导出一个新的固定点算法来解决线性瞬时混合的非圆信号盲源分离（BNSS）问题.仿真实验验证了该算法的有效性.     

软件测试用例生成与约简算法研究

对于参数多、状态多且状态转换关系复杂的软件,测试人员设计的测试用例往往难以保障测试覆盖率。针对该问题,提出了一种测试用例生成与约简算法。该方法定义了一种数据模型——测试路径控制阵列模型,将其与因果图法结合起来,可通过编程实现测试用例设计。该方法设计测试用例便捷、充分,避免了由于人工绘制因果图和检查判定表引入的错误。应用于实时系统软件的主副切换功能测试时,生成测试用例32个,对被测对象覆盖全面且有效。     

反舰导弹捕捉危险区的计算方法

指出现有方法设定的捕捉危险区过大,给保障和警戒船只造成多余的负担,阐明了根据反舰导弹自控终点的分布特点,利用概率论的有关理论,推导并设计了一种适合具有"自控+自导"体制的各种类型反舰导弹捕捉危险区域的计算方法.该算法可简单、方便、准确地设定反舰导弹捕捉危险区域.