双层星座中负载均衡路由协议研究

提出了一种适用于双层结构卫星网络的负载均衡路由协议LBRD。不同于传统多层卫星路由,协议采用独立的地理位置路由作为同层卫星的基本选路策略,并以层间互补的方式提高路由成功率;在此基础上,为了均衡网络负载,采用邻间链路负载通告的方式,调节单颗卫星的负载;对于多颗过载卫星形成的区域,引入区域均衡机制,通过节点间距离变换,使原本经过该区域的数据流绕行,加速负载恢复。仿真结果表明,协议能够有效地均衡网络负载,减少因拥塞所导致的排队延迟与数据丢失,保证了网络吞吐量。     

无人机对移动目标干扰航路问题研究

针对无人机的作战特点,结合作战目标的运动特性,研究了无人机对移动目标干扰航路的问题,引入了垂直干扰航路和跟踪干扰航路的概念,并建立了相应的干扰航路模型.通过仿真对比验证了两类航路规划方法的优缺点,从而确保对移动目标干扰航路规划的有效性,为无人机的任务规划决策提供了有力的辅助与支持.     

企业质量投入决策的经济分析

应用微观经济学原理 ,深入分析了产品质量水平与其市场价格之间的互补关系 ,并以此为基础 ,进一步分析了在孤立均衡条件下 ,企业进行质量投入决策的几种模式及其对产品市场价格的影响。同时 ,结合我国军工产品市场上存在的逆向选择问题 ,揭示了造成军工企业质量投入相对不足的经济与政策根源。     

航迹规划中反舰巡航导弹的雷达突防能力

在导弹航迹规划中，需要计算导弹突防过程中被雷达发现的概率。为此，在雷达方程中引入雷达系统特征常数以简化雷达方程，从探测概率与信噪比的关系出发，通过一系列的推导并考虑杂波的影响得出探测概率与目标距离的关系，提出在航迹规划中用横距探测概率来表征反舰巡航导弹的雷达突防能力。算例计算结果较为真实，表明该方法有一定应用价值。     

考虑协同航路规划的多无人机任务分配

针对多无人机任务分配与协同航路规划问题，以分布式合同网拍卖算法为基础，构建无人机集群任务拍卖架构与拍卖收益函数，结合模拟退火算法协调任务执行次序，采用A^*算法完成两任务点间航程预估，在任务分配阶段同步完成多无人机间协同航路的初规划，确定最佳任务执行次序，实现任务分配与协同航路规划的紧耦合。仿真结果表明，在考虑禁飞区、障碍威胁情况下，该算法能够有效完成多架无人机不同类型任务的分配，且目标分配、执行次序合理，总执行代价小，各机间负载均衡；在任务分配阶段考虑协同航路规划具有明显的效果，能够有效提高任务分配的合理性。     

Is Memory for Routes Enhanced by an Environment's Richness in Visual Landmarks?

We tested the hypothesis that a route's memorability is dependent on the frequency with which people are exposed to visual landmarks. Undergraduates learned either a route through an urban area lacking visually salient features, or a route in a neighborhood with many shops and urban objects. They were then asked to recall the learned route in the form of route directions and sketch maps. The results showed higher recall performance for the richer environment. When presented with photographs depicting scenes along the route, participants exposed to the richer environment had higher recognition scores and shorter response times than the others. The data confirm the functional role of landmarks in route memory and wayfinding.     

MA600飞机高原机场和航线适航性分析

高教机航线训练经常涉及高原机场和航线,根据局方的要求在这些机场和航线进行飞行前需要对其进行适航性分析。本文从MA600的飞行手册和性能软件入手,重点对MA600飞机在高原机场和航线的适航性进行了分析,并给出了分析结论。     

基于改进粒子群优化算法的巡航导弹航路规划

粒子群优化(PSO, Particle Swarm Optimization)算法是继遗传算法、蚁群算法之后的又一种新的群体智能算法,经常用于复杂问题的求解.由于其迭代公式是面向连续空间的,因此更适合解决非网格拓扑的航路规划问题.标准的粒子群优化算法在寻优的过程中容易出现早熟现象,针对这种现象,提出了一种改进的粒子群优化算法.改进算法根据相应的代价函数选择精英粒子和较差粒子,对较差粒子采用了带有动能补偿的速度更新策略,从而避免了寻优过程中的早熟现象;在单个粒子的运动方面引入了最差粒子的失败经验,让群体中粒子有效避开最差解.仿真表明:改进算法在航路规划的应用中具有更强的搜索能力,获得的航路代价在进化代数相同的前提下更小.      

无人机任务规划系统研究及发展

无人机任务规划系统是指根据所要完成的任务、无人机的数量及任务载荷的不同,对各架无人机进行任务分配并通过航路规划技术制定飞行路线。首先介绍了无人机任务规划系统的基本功能及组成结构。然后,详细分析了任务规划系统的建模技术及其优化算法的研究现状。最后指出了讨论了无人机任务规划存在的问题,并阐述了无人机任务规划系统的发展趋势。