航路网络交叉点布局规划的差分进化算法

航路交叉点布局问题（CrossingWaypointLocationProblem,CWLP）是航路网络设计的决定性问题,CWLP模型具有不可导、不可微等特性,因此不能用传统的算法对其进行处理。差分进化算法能够较好地解决航路汇聚点布局问题,在处理模型约束条件时,综合考虑各交叉点冲突约束违反程度和所有交叉点冲突数之和,将前者作为个体优劣的判断标准之一,后者转化成个体适应度,即个体的另一目标函数,求解过程中选用了动态的标准差分进化机制以确保算法的收敛性。将算法应用到北京飞行情报区航路网规划模型中,验证了算法的有效性。     

基于主动超节点的DHT分层P2P模型研究

随着计算机硬件和计算机网络迅速发展,P2P网络模型的优势日渐被人们所重视。基于P2P网络模型的应用也层出不穷,在P2P网络中如何高效地定位节点资源是衡量P2P应用软件价值的重要参考点,也是目前研究的热点。在现有超节点机制和DHT网络的基础上,采用主动网络技术和分层DHT模型,在原理分析和模型设计的前提下,提出了一种主动超节点的DHT分层机制的P2P模型,并通过试验此模型对该机制进行了分析。     

基于显式制导的月地返回轨道中途修正研究

月地返回轨道存在各种摄动误差,终端约束复杂,有必要对其进行中途修正研究。显式制导法通过二体轨道与精确轨道之间的差别进行多次迭代求解给定时刻所需的修正速度。文章利用显式制导法,采用月球段及地球段分段进行中途修正的策略,给出了基于分段落点预报显式制导的月地返回轨道中途修正方案。该方案无需计算雅克比矩阵,算法简单、计算快速、实用性强,能满足再入点参数要求。算例仿真与蒙特卡洛仿真验证了该方案的适用性。     

确定时间序列均值和方差函数的移动多点平均方法

为了提高有限样本或小样本情况下时间序列均值和方差函数的确定精度,以保证时序建模、分析和预测精度,提出一种确定序列趋势项的移动多点平均方法.该方法能够得到时间序列均值中非周期部分,结合样本周期图法得到的周期项,可综合得到其均值函数,并可进一步得到时序的标准差函数.Monte Carlo模拟对比结果表明:该方法不仅能够保证时间序列段内分析精度,而且能够有效提高时间序列的预报精度.      

基于正交设计的气-气喷嘴数值模拟

通过应用正交表安排喷嘴的主要参数以进行设计,并对以气氢/气氧为推进剂的同轴剪切喷嘴进行数值模拟.选择燃烧位置为评价喷嘴性能的参数,研究单喷嘴质量流量、氧喷嘴压降、速度比和氧喷嘴出口角度对喷嘴的燃烧位置的影响.通过对数值模拟的结果的极差和方差分析表明:增大流量使推进剂的燃烧位置远离喷注面,流量是对燃烧位置影响程度最大参数;提高速度比使燃烧位置与喷注面距离缩短,而氧压降和氧喷嘴出口角度变化对燃烧位置的影响较小.      

关于太阳耀斑观测的地图匹配算法实现

利用海洋的镜面反射进行太阳耀斑观测,要求以星下点为中心的卫星视场必须落在海洋区内。针对如何判定卫星视场和海岸线地图的位置关系问题,文章将卫星视场构成的矩形区域与海岸线地图构成的不规则多边形区域等效为多条线段集合,并提出一种把判断矩形与不规则多边形位置关系转化成判断等效线段之间位置关系的算法。该算法与传统的线段裁剪法或多边形裁剪法比较,具有无需求取线段交点、判断次数大幅减小等优点,能够达到快速判断能否进行耀斑观测的目的。     

基于DP-SA的机载外辐射源无源协同定位

针对强杂波背景下机载外辐射源无源协同定位（APCL）问题,提出一种基于动态规划和状态扩维（DP-SA）的单目标无源协同定位方法。首先,基于误差传播理论,构建了考虑外辐射源位置不确定性的状态转移范围,进而建立动态规划（DP）的值函数。其次,推导了基于极值理论的动态规划回溯阈值,提高了低可观测目标的检测概率。最后,对测量新息协方差进行在线修正,降低了外辐射源位置不确定性的影响,并利用状态扩维技术实现目标状态与外辐射源状态的联合估计。仿真验证了所提方法的有效性。     

修正容积卡尔曼滤波数据域直接定位算法

为解决数据域直接定位（DPD）算法面临的计算压力,提高算法效率,提出一种基于修正的容积卡尔曼滤波（MCKF）的DPD算法。首先,融合各观测信号波达方向信息,利用子空间数据融合方法建立一种基于间接观测量的DPD滤波模型;然后,根据模型特点设计MCKF算法进行求解,解决间接观测量带来的噪声累积问题;最后,对算法计算量进行分析和对比,说明计算效率的提升。仿真结果表明,所提算法与基于最大似然遍历搜索和遗传算法的DPD算法相比,在相同的估计性能下,计算量下降明显,时效性显著提升,增加了算法实用价值。     

一种用于目标提取的模板运算新方法

该方法是在模板操作的基础上,根据图像特征确定一个最佳模板系数值,可以有效减少噪声,甚至去除不必要的背景图像,以突出目标轮廓达到目标提取的目的.实验结果表明:该方法很好地实现了以上效果,目标提取准确,为目标定位检测、图像识别等后续处理带来了极大的方便.     

基于新的数值积分粒子滤波的机载无源定位算法

针对机载无源定位这一多维非线性滤波问题,提出一种新的用3阶数值积分卡尔曼滤波算法来产生重要性密度函数的粒子滤波算法。新算法采用球形和径向数值积分规则选取积分点和确定相应的权值,得出的积分点数仅为状态维数的二倍,大幅的减少了计算量,较好地解决了求积分卡尔曼粒子滤波算法（Quadrature Kalman Particle Filter, QPF）在高维滤波时存在计算量大的问题;而且通过设定比例因子使得所产生的重要性密度函数在系统状态转移概率密度的基础上,融入最新的观测值,增加了粒子的多样性,提高了对系统状态后验概率的逼近程度。仿真结果表明：新算法在稳定性和定位精度上与QPF相当,但计算时间仅约为QPF的15%。