磁探仪应召搜潜建模与仿真

依据经典的磁探仪应召搜潜方法,以某型反潜巡逻机为背景,建立了反潜巡逻机利用磁探仪执行平行航线、扩展矩形和螺旋形搜潜模型.对3种方法的搜潜概率进行分析,仿真了相同潜艇运动模型条件下,潜艇初始位置散布、初始距离、潜艇经济航速和海洋环境磁噪声对搜潜概率的影响.实验结果表明:相同条件下,螺旋形搜潜效能最高;潜艇只进行航速机动时...     

非圆特征恢复特征空间投影鲁棒波束形成

提出了一种利用非圆特征恢复思想的鲁棒波束形成方法。该方法在特征空间投影技术的基础上,进一步利用波束形成器输出的非圆特征参数构造代价函数,通过角度搜索使代价函数最大化来修正主瓣中心指向,在保证鲁棒性的同时尽可能提升波束形成器的输出性能。同时,该方法不需要设置用户参数,且适用于任意阶非圆信号,对于旁瓣干扰信号的非圆特性不敏感,具有广泛的应用背景。最后分别针对二阶非圆信号情形和高阶非圆信号情形进行了仿真,仿真结果验证了该方法的有效性和优越性。     

改进的粒子群优化算法在气动设计中的应用

为了提高优化系统的搜索效率,发展出了社会模型这种改进智能优化算法的通用策略,在此基础上,提出了一种基于社会模型的改进粒子群优化(IPSOSM)算法。该算法对社会模型进行了分析并在此指导下,将人工鱼群算法(AFSA)中的聚群行为引入到粒子群优化(PSO)算法中,丰富了粒子之间的优势信息源,增强了粒子的信息共享能力,使得IPSOSM算法能够有效地跳出局部最优。函数测试表明,该算法显著提高了PSO算法的寻优性能。将IPSOSM算法应用到翼型和机翼的气动优化设计之中,取得了良好的结果,从而表明提出的算法简洁有效,具有较好的实用性。     

主/被动联合多基地航空搜潜建模与仿真

以航空搜潜为背景,建立了多基地声纳搜潜范围模型、单机吊放声纳和浮标的主/被动联合多基地搜潜模型、潜艇运动模型,并以此为基础,仿真分析了潜艇初始航向、海洋环境噪声、搜索样式等因素对主/被动联合多基地搜索概率的影响.结果表明,利用吊放声纳与浮标组成多基地航空声纳对目标进行搜索,可节约搜索时间,有效提高搜潜效率,其中潜艇初始航向角度对单机吊放声纳和浮标的联合搜索概率影响较小,海洋环境噪声的变化对单机吊放声纳和浮标的联合搜索概率影响较大.     

基于最大度和随机游走的混合搜索算法

针对常规算法在网络搜索时搜索速度较慢和查询消息过多的缺点,提出了一种基于最大度和随机游走的混合搜索算法。该算法综合了最大度搜索信息利用充分和随机游走快速访问远程连接的优点,仿真结果也证实该算法能有效改善网络搜索速度和控制查询信息量。     

基于网格搜索法的圆柱度误差评定

采用网格搜索法,建立了圆柱度误差评定的数学模型。对算法的循环终止条件进行了优化设计,以前后两次搜索的最小极差之间的差值作为终止条件,保证算法收敛的可靠性。与传统的网格搜索算法相比,更加合理,圆柱度误差的评定准确度更易通过参数进行控制。     

基于改进蚁群算法的无人机路径规划

针对传统无人机路径规划算法存在规划效率低以及无法满足特定任务需求的缺点,提出了基于改进蚁群优化算法的无人机路径规划算法。首先,将待规划区域栅格化,给每一个网格按顺序编号;其次,在路径搜索时引入了一种双向搜索机制,对信息素的更新规则和下一步节点的选择方法做出改进;最后,提出了一种新的方法来整合两组蚂蚁生成的路径,并给出了若干仿真试验结果。结果表明,所提算法相比传统算法更能有效避免过早陷入局部最优,收敛速度加快,生成满足任务约束的最短路径。     

序贯相似度检测法在实时跟踪中的改进方法

对序贯相似度检测算法(SSDA)进行了重要改进,提出了新的搜索域确定方法。其结果是减小了算法的计算时间,改善了跟踪系统的快速实时性能;同时还剔除了原算法中可能产生的伪匹配位置。     

空间交会中激光搜索跟踪系统的研究

空间交会是航天领域里非常复杂的飞行过程之一。本文提出了一种用激光搜索跟踪技术实现空间交会的方法，它具有雷达、导航和通信的功能，基于此方法建立追踪航天器和目标航天器的激光搜索跟踪系统模型，并进行计算机仿真，能够完成系统指标的计算，此外仿真软件还能够根据设定的场景进行动画演示。     

Ground-Based Cloud Using Exponential Entropy/Exponential Gray Entropy and UPSO

Objective and accurate classification model or method of cloud image is a prerequisite for accurate weather monitoring and forecast. Thus safety of aircraft taking off and landing and air flight can be guaranteed. Thresholding is a kind of simple and effective method of cloud classification. It can realize automated ground-based cloud detection and cloudage observation. The existing segmentation methods based on fixed threshold and single threshold cannot achieve good segmentation effect. Thus it is difficult to obtain the accurate result of cloud detection and cloudage observation. In view of the above-mentioned problems, multi-thresholding methods of ground-based cloud based on exponential entropy/exponential gray entropy and uniform searching particle swarm optimization （UPSO） are proposed. Exponential entropy and exponential gray entropy make up for the defects of undefined value and zero value in Shannon entropy. In addition, exponential gray entropy reflects the relative uniformity of gray levels within the cloud cluster and background cluster. Cloud regions and background regions of different gray level ranges can be distinguished more precisely using the multi-thresholding strategy. In order to reduce computational complexity of original exhaustive algorithm for multi-threshold selection, the UPSO algorithm is adopted. It can find the optimal thresholds quickly and accurately. As a result, the real-time processing of segmentation of groundbased cloud image can be realized. The experimental results show that, in comparison with the existing groundbased cloud image segmentation methods and multi-thresholding method based on maximum Shannon entropy, the proposed methods can extract the boundary shape, textures and details feature of cloud more clearly. Therefore, the accuracies of cloudage detection and morphology classification for ground-based cloud are both improved.