基于速度障碍法的飞行冲突网络建模与分析

由于依据航空器相对位置关系构建的复杂网络模型未考虑速度、航向等信息, 对航空器之间的冲突和空中交通的复杂情况反映能力有限。为解决这一问题, 使用速度障碍模型优化飞行状态网络中航空器节点之间的连边和权重, 在考虑航空器位置临近的同时, 关注航空器的航向与速度状态, 使网络能够反映出更多空域系统的内禀属性。通过程序仿真和长水机场雷达数据进行验证, 结果表明，该模型相较于飞行状态网络能够更加准确地反映航空器之间的冲突关系和空域的复杂信息, 减少飞行冲突的虚警数量, 提升网络的信息价值。     

基于DEDS的A-SMGCS航空器动态滑行路径规划

为实现先进场面引导与控制系统中航空器动态滑行路径规划,建立了基于静态路径规划、动态路径规划和实时路径更新的总体框架。依据跑道、滑行道和停机坪使用规则建立基于Petri网的场面活动模型及线性不等式约束的活动控制规范,给出了当前规划航空器在满足与场面其他滑行航空器不冲突条件下的极大代数状态方程,并将静态预选路径作为可行解对滑行路径进行动态优化。针对滑行中出现的时间偏差,采用时间窗调整或再规划策略更新路径。仿真实例结果表明,动态路径规划从战术上避免滑行冲突,减少航空器的等待时间,显著提高了场面交通容量。     

求解连续函数优化问题的改进蚁群算法及仿真

蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化算法,该算法采用分布式并行计算和正反馈机制,易于与其它方法结合,目前虽然已经在离散空间优化领域中得到了广泛应用,但是在求解连续空间优化问题方面的研究相对较少.在介绍基本蚁群算法机制原理和数学模型的基础上,对信息素更新方式进行了改进,采用动态局部信息素更新方式和自适应调节信息素挥发的全局信息素更新方式相结合,并将各条寻优路径上可能的残留信息素数量限制在一个最大最小区间,以提高改进后蚁群算法的全局收敛性能.仿真实验表明,提出的改进蚁群算法能更快地找到连续空间优化问题更优良的全局解,从而为蚁群算法求解这类问题提供了一条可行有效的新途径.     

医学体数据中面向数值分析的等值面重建算法

Marching Cubes是医学体数据可视化的经典算法,但生成的等值面网格存在拓扑二义性和单元质量两方面的缺陷,无法为生物组织物理仿真中的数值分析提供良好的几何模型,为此,提出一种基于数据点编移的改进Marching Cubes算法。算法将数据场分解为点、边、面和体素四类元素;以33种剖分模式为依据,构建二义性检测索引表,通过提出的基于面状态的渐近线判别法,以统一的方式解决面二义性和体二义性问题;分析单个体素中产生退化三角形的原因,提出基于局部判别法的数据点偏移策略,使体素的活跃边与等值面近似垂直,达到提高网格质量的目的。对比实验表明,该方法在有效保证网格拓扑的基础上,显著提高了单元质量,生成的模型不仅适用于体数据可视化,还适用于进一步的数值分析。     

基于改进人工鱼群算法的梯级水库群优化调度

分析了人工鱼群算法存在的问题, 提出一种改进人工鱼群算法, 并将其用于梯级水库群的优化调度. 其改进思想是采用动态调整人工鱼视野和步长的方法, 较好地平衡了人工鱼群算法的全局搜索能力和局部搜索能力的矛盾; 在此基础上, 针对算法局部更新策略引起的更新操作前后个体空间位置变化较大, 降低收敛速度这一问题, 在局部更新时采用了阈值选择的策略. 通过实例验证了该改进算法的有效性, 并对改进算法的阈值参数进行了率定.     

针对交叉流的组合冲突解脱策略

航路网络交叉处高密度交通形成的冲突是诱发管制员工作负荷的主要因素, 合理的冲突解脱策略可以降低对保护空域的需求. 针对典型2向交叉流结构, 在分析横向侧移冲突解脱策略优势与不足的基础上, 提出了更符合管制实际需求的基于2次航向改变的组合冲突解脱策略. 首先建立了不受空域约束的组合策略数学模型. 组合策略较横向侧移策略占用较少的机动缓冲空域. 进一步建立了受空域约束的组合策略数学模型, 通过仿真讨论了不同策略的空域资源可用率. 初始偏置角与航迹交叉角存在复杂制约关系, 其合理配置可缩小缓冲区范围, 增加空域资源可用率.     

面向有限元分析的三角网格布尔运算方法

为加速有限元分析流程,提出了一种面向有限元分析的自适应三角网格模型布尔运算方法。将ADT（alternating digital tree）数据结构应用于三角面片的判交计算,提升了布尔运算中三角面片的判交效率;借鉴结合球填充算法和插点/去点算法的网格重生成方法来重剖分局部区域,保证了算法的效率和生成网格的质量;通过改进的八叉树背景网格来记录和光滑尺寸场,生成了自适应的网格;通过尺寸场合理地控制重剖分区域,使算法效率和生成网格的质量得以很好地平衡。实验结果表明,所提方法可以高效地生成满足有限元分析需求的网格。     

基于复杂网络的空中交通复杂性度量方法

基于交通复杂程度揭示空域系统服务能力是空中交通管理领域的研究热点。本文通过计算航空器迫近效应、态势可控性指数建立了航空器间的内禀复杂度计算模型。基于复杂网络理论,建立了反映航空器复杂性关系的加权网络模型,通过网络平均距离计算得出扇区交通的整体复杂性。通过采集厦门管制区的雷达数据进行了计算分析,结果表明本文提出的复杂度计算模型更准确地反映了扇区交通复杂程度,为有效实施空中交通管理提供了科学依据。     

一种改进的快速Delaunay三角剖分算法

Delaunay三角剖分算法是构建数字高程模型(DEM)的主要算法。分析了几种已有Delaunay三角剖分算法后,对前沿边推进算法进行了两点改进。一是直接以边为基础向一侧推进,而不是以凸包为基础向内推进;二是利用分块技术来改进搜索方法,使搜索范围限制在搜索边的周围区域,从而极大地提高了Delaunay三角网的推进速度。仿真实验表明,改进后算法效率有了显著提高。     

面向移动点的稳健动态Delaunay三角剖分技术

动态Delaunay三角剖分（Delaunay triangulation, DT）技术可应用于空中目标冲突检测领域,从而有效降低检测算法的计算复杂度。针对计算复杂度降低带来的检测可信度问题,提出一种面向移动点的Delaunay网格拓扑动态维护算法,通过实时维护网络拓扑结构确保检测可靠性,并利用局部优化技术（local optimization procedure, LOP）进一步降低计算复杂度。理论分析和实验结果都表明,算法有效地兼顾了计算复杂度和检测可靠性,是一种稳健的动态Delaunay三角剖分技术。     

飞行冲突解脱的几何优化模型

针对空中交通管制中的冲突探测与解脱问题,提出了一种几何最优的冲突探测与解脱方法。首先定义了该问题的冲突解脱点,在该点处预判飞机之间可能存在的飞行冲突。其次,采取同向同角度的方式解决飞行冲突,即在原航迹上两机同时向同一侧改变相同角度,得到新的航迹交叉点,即航迹恢复点,使得两机之间始终保持最小安全距离。通过几何分析,理论推导了两机航迹距离之和与各自改变航向角度之间的关系,该模型能够有效地解决飞行和冲突,并且具体给出冲突解脱和航迹恢复的位置,以及所涉及到的参数求解过程。最后通过仿真分析,结果显示该方法简单高效。     

虚拟手术中基于凸多边形的软组织切割算法研究

虚拟手术仿真系统为医学教学提供了一种方便、廉价、有效的方法。切割模拟是该系统重要组成部分,影响整个系统的实时性和真实性,因此对整个切割过程进行深入研究并提出了基于凸多边形的切割算法。首先通过遍历优化索引结构后的八叉树来寻找切割起点,由起点开始,以切割轨迹为参照,采用邻居搜索策略寻找所有被切割的三角形,然后通过引入辅助单元组成凸多边形,再对凸多边形进行三角剖分,以实现网格重构。实验证明新的剖分算法抑制了模型单元数量的急剧增长,提高了三角形重构的质量。     

基于速度障碍法的无人机避障与航迹恢复策略

针对在融合空域内,面临复杂障碍物时无人机飞行冲突解脱和航迹恢复问题,在速度障碍法的基础上提出了一种几何优化方法,并对这个问题进行了严格的数学描述。首先，根据无人机与障碍物之间的相对位置和速度关系,基于航迹预推模型确定其冲突类型,以及是否满足各解脱策略的条件。然后，选取相应的解脱策略。待冲突解脱完成后,无人机恢复至原飞行航线。之后，通过几何分析与理论推导证明该模型能够有效解决飞行冲突,并且给出了具体的冲突解脱和航迹恢复的时间。最后，在仿真中,所提方法根据不同场景自主选择冲突解脱策略,结果显示该方法简单高效。     

终端区四维轨迹预测

终端区四维轨迹预测技术是实现飞机四维制导的基础。结合当前空中交通管理体系和飞机的实际操作特性,采用过程综合法实现四维轨迹预测,具有较强的工程应用价值。建立了终端区风模型,研究了四维轨迹的解算,提出了实现四维轨迹预测的计算流程,理论上飞机到达机场的时间误差为0。     

航空集群协同反隐身构型与机动策略

针对航空集群独立反隐身的任务需求,提出使用集群任一成员机载雷达作为发射阵元,群内其他成员机载雷达作为接收阵元,构建多部双基雷达,利用雷达收、发分置带来的空间分集优势,在隐身目标不同方位探测其散射的电磁波,形成反隐身能力。研究了接收节点在不同距离和方位配置时形成的反隐身探测空域;针对机载雷达扫描角限制造成的前向空间探测盲区,提出了3种集群飞行器机动策略。仿真结果表明,航空集群各节点均能够形成一定的反隐身探测能力,不同集群构型能够适应不同威胁等级的反隐身任务需求;发射节点通过S形机动能够达成良好的雷达补盲效果。     

基于遗传改进协调场的移动机器人避障策略

针对在动态环境下移动机器人用传统人工势场法导航所存在的缺陷,在改进传统人工势场的基础上,引入协调向量,利用子目标点构建局部势场,并通过窗口滚动刷新子目标点实现全局优化,对运动过程中可能遇到的陷阱、抖动、实时避障等问题,提出了解决方案,最后利用自适应遗传算法对参数进行的多目标优化,经过仿真,证明了该策略的可行性和有效性。     

基于选择性注意机理的高空视界覆盖节点选取

基于复杂地形约束的三维高空视界覆盖是空间分析领域中的NP难问题,其求解计算量较大。针对这个问题,提出一种基于注意认知理论的高空视界覆盖节点选取方法。其基本思想是利用认知心理学的选择性注意原理,来模拟人脑处理覆盖问题的机制,即不断有意识的选择性注意有价值的感知节点并进行注意后过滤处理。基于该机制的算法能有效降低高空视界覆盖的计算量。实验表明,提出的高空视界覆盖节点选取算法相对基于粒子群的寻优方法耗时短,且可以让用户根据实际问题要求的视界覆盖率来选择经济的非完全覆盖方案,以节省实地布置节点的开支。