基于博弈论的无人机搜索路径规划

现阶段的无人机搜索路径规划主要以区域覆盖率以及搜索时间为指标,缺乏对目标运动行为的综合利用。本文以敌我双方为局中人,把敌我双方可能的行为作为策略集,建立博弈论模型,通过求解Nash均衡改进扫描式搜索路径规划算法。仿真表明,基于博弈模型的规划算法较改进前不仅能够满足对待搜索区域的完全覆盖,而且提高了无人机的任务完成率,说明了该算法的有效性。     

浸出过程浸出率预测与在线优化

本文建立了浸出过程浸出率混合预测模型;基于该预测模型及生产的实际需要,将一个动态浸出问题转化为带约束的优化问题;针对在线优化计算时间长,精度要求高的难题,提出了变邻域搜索PSO算法及基于该算法的动态生产过程在线优化策略.通过实际应用证明混合预测模型预测精度高;在线优化算法自适应性强、运算量小、精度高,具有较高的实际应用...     

卫星对地搜索问题研究——搜索理论的新应用

用卫星搜寻海上的未知目标时，由于海洋的面积大，可参照点少，搜寻未知目标难度较大，因此有必要对此展开研究。建立了对地观测卫星对海洋未知目标的搜索模型，同时给出一种评估卫星搜索探测函数的新方法，在此基础上，以一颗载有推扫式CCD相机的低轨小卫星为例，说明如何用该模型指导卫星搜索海域内的未知目标，从而使卫星在有限的观测时间内发现目标的概率最大，为搜索理论在卫星应用上提供了新思路。     

航空集群协同搜索马尔可夫运动目标方法

针对航空集群执行未知区域的协同搜索任务,提出一种分布式模型预测控制(distributed model predictive control,DMPC)下的贪婪迭代决策方法。该方法首先建立航空集群飞行器的运动模型,对其运动特性进行分析,而后采用搜索信息图模型,描述未知环境下动态目标随搜索过程变化的变化趋势；再用马尔可夫链表征目标隐潜运动,对其进行预测；最后在DMPC的基础上,采用随机决策序列下的贪婪迭代算法进行问题求解。并对所提方法的稳定性和收敛性进行分析。同时通过设计仿真实验,验证了该方法的可行性和优越性。     

基于自适应初始搜索点预测的目标跟踪算法

为了得到恰当的初始搜索点以使得目标跟踪算法避开背景干扰并缩短搜索距离,提出了一种自适应初始搜索点预测的算法。该算法通过对坐标变换参数的变化率进行Kalman滤波来更好地预测初始搜索点;更重要的是,该算法有效地在线估计Kalman滤波器中的模型噪声功率,而非先验地对它们的取值做出假设,因而能够在没有任何人工干预的情况下动态地根据不同的目标运动状况和搜索精度进行实时调整。大量实景视频流上的实验结果均证实了该算法显著提高了跟踪稳定性,并且大幅降低了计算量。     

面向多障碍物海面卫星搜索动目标方法

在多障碍物海面航行的动目标需规避海面障碍物,运动特征更为复杂。为提高卫星搜索该类目标的效能,分析了目标规避海面障碍物对其在搜索图中概率分布的影响,基于目标马尔可夫运动过程,提出一种面向多障碍物搜索海面的动目标运动预测方法。在使用搜索图建立动目标搜索环境模型的基础上,搜索过程中首先根据卫星探测信息更新搜索图,然后采用该运动预测方法计算目标转移概率,再次更新搜索图。最后采用最大化目标发现概率作为卫星搜索策略建立仿真场景,实验结果验证了所提方法的有效性。     

中继卫星动态调度问题研究

针对任务时间要求改变、增加新任务和资源故障三类扰动因素分别建立了中继卫星动态调度问题的动态约束满足模型;设计了动态扩展/删除树搜索算法对模型求解,算法利用动态扰动测度中删除任务权重和调整任务权重两个参数的比指导搜索过程,合理协调扩展搜索和删除搜索,从而将对动态调度方案的需求反映到搜索过程之中,提高了算法的可用性和效率;仿真结果验证了该方法的有效性。     

基于自适应相位旋转的Grover量子搜索算法

在使用Grover量子搜索算法对给定规模的无序数据库搜索时,随着搜索目标数的增加,获得正确结果的概率大幅度下降.分析了出现这种现象的原因,研究了算法中的Grover叠代过程,提出了一种新的自适应相位旋转策略.应用这一策略,当搜索目标数超过目标总数的(3-√5)/8时,只需两步搜索;当搜索目标数超过目标总数的1/4时,只需一步搜索,即可获得恒等于1的成功概率.实验表明新相位旋转策略是有效的.     

基于空间几何模型的遥感卫星任务分解算法

遥感卫星调度问题包含资源约束和任务约束,约束条件比较复杂,在调度前需要将观测任务分解为能被调度算法处理的元任务。任务分解的核心是计算卫星观测目标的时间窗口和侧摆角,由于区域目标无法被单次完全观测,在进行分解时需要将其划分为若干个子区域。针对点目标,提出了一种基于空间几何模型的任务分解算法,在此基础上结合动态划分方法,提出了区域目标任务分解算法,并分析了区域划分参数与观测效率的关系。实验结果验证了算法的有效性。     

基于模式搜索的类电磁算法求解约束优化问题

针对约束优化问题,提出了一种基于模式搜索的类电磁算法。引入了粒子的违反度函数,将约束优化问题转化为双目标无约束优化模型来求解;提出了双目标模型中粒子的电荷和受力的计算公式,引导不可行粒子转化为满足约束条件的粒子;为了提高算法的搜索能力,结合模式搜索算法改进种群中的粒子,为类电磁算法提供了有效的局部信息。与以往算法仿真结果相比,新算法具有性能好、较稳定的优点。     

融合常规运动目标和突然机动目标的图像跟踪系统

当舰载或机载光电传感器晃动、掉帧或者目标做复杂战术机动时,跟踪目标在相邻帧间会突然改变原来的运动轨迹,此时如何有效跟踪突然机动目标是一个难点问题。首先利用基于组合基于(speeded up robust features,SURF)特征描述子的二帧差分法进行背景差分,然后再利用卡尔曼滤波给出目标的预测位置,在以此为中心的搜索区域内用Mean shift跟踪方法寻找目标的最佳匹配,同时逐帧根据卡尔曼滤波的先验预测误差协方差判断目标是否出现机动。在检测到目标机动后,利用基于显著密度的高效子窗口搜索方法快速检测视场内的所有可疑目标,最后利用SURF算法进行特征匹配筛选出原始跟踪目标并返回目标位置,实现突然机动目标的自动可靠跟踪。仿真实验表明,新系统无论针对常规运动目标还是突然机动目标都能保证又快又准的跟踪效果。     

地面运动目标的多UAV协同搜索方法

对地面运动目标的搜索是无人机(unmanned aerial vehicle, UAV)航路规划的重要研究内容之一,受目标运动的影响,传统的垂线扫描搜索方法对速度较大的运动目标搜索能力不足。为了提升对运动目标的搜索效率,提出多无人机(multi-unmanned aerial vehicle, multi-UAV)并排回寻式搜索方法,以回寻速度与推进距离为参数构建了协同搜索数学模型,搜索效率须在搜索速率和发现概率2个指标之间权衡,通过对模型参数进行优化,得出不同应用场景下的最优搜索方案。仿真结果表明:与垂线扫描搜索法相比,在相同的发现概率下,该方法允许目标的运动速度更快;在目标运动速度相同时,目标发现概率更高。在算例的飞行条件下,目标发现概率比垂线扫描法提高约15个百分点。     

基于创建解动态控制和局部搜索合并的蚁群算法

为了加快蚁群算法的收敛性和改善解的合理性,提出了一种改进的蚁群算法。该算法提出一种基于动态控制的策略,其目的是确保蚂蚁在搜索前期采用最大概率探索解,而在搜索后期,每只蚂蚁都在当前最优解附近搜索解,这在一定程度上提高了算法的收敛性能;其次,为得到更合理的解,对每只蚂蚁的局部搜索解中加入合并机制,这样集成了多个蚂蚁对最优解的搜索性能。实验结果表明:该方法性能优于传统的蚁群算法。     

一种舰船目标SAR回波的快速仿真方法

为满足合成孔径雷达(synthetic aperture radar,SAR)在海洋遥感的应用需求,提出一种舰船目标SAR成像的快速仿真方法。对成像场景中重点关注的目标进行精确电磁建模,并利用“四路径”模型计算目标与海面的复合散射回波,对海面背景采用散射面元法计算回波;将舰船复合散射回波与海面回波进行合成得到总的SAR回波,利用聚束SAR成像处理方法获得SAR图像。结果表明：该算法避免了对整个成像区域进行复杂的电磁仿真,能够有效降低对海面大场景的电磁计算效率。由于在目标区域采用高频电磁算法,保留了目标的电磁散射的精细结构,为精确模拟SAR回波提供了一种准确而高效的仿真算法。     

基于遗传算法的最优扩展螺旋搜索

本文在对传统螺旋搜索算法研究的基础上,提出了一种基于遗传算法的最优扩展螺旋搜索算法.该算法将遗传算法和扩展螺旋搜索法相结合,优化出搜索器在扩展螺旋搜索时的第一个探测点和运动转向角,为实现水下目标的最优搜索提供了条件.仿真分析了潜艇的运动速度和航向分别变化的情况下,所提算法与传统算法对目标搜索时间和发现概率的差异.由仿真结果可见,该算法可缩短搜索时间,提高发现目标概率.     

用于多无人机广域目标搜索的扩展搜索图方法

多无人机(unmanned aerial vehicle, UAV)广域目标搜索是协同控制的重要研究内容。针对传统搜索图在多平台协调控制上的不足,提出了基于数字荷尔蒙机制的扩展搜索图方法。将荷尔蒙的扩散传播机制引入到搜索图的更新中,建立了基于数字荷尔蒙和目标确定度的混合信息结构,在此基础上,研究了基于滚动优化策略的实时路径规划方法。仿真结果表明,扩展搜索图比传统搜索图具有更好的多平台协调能力,是一种有效的多UAV广域目标搜索方法。     

带部分回溯的过滤束搜索算法及其在Job Shop 问题中的应用

束搜索(Beam search)方法是在分枝定界方法基础上发展起来的一种启发式优化方法,由于这类方法在确定分枝搜索方向时仅考虑了当前的局部信息,因此易陷入局部极值.在过滤束搜索(filteredbeam search)方法的基础上提出了一种改进思路,即在局部评价和全局评价的基础上增加部分回溯.通过引入有效的部分回溯策略,部分被舍弃的结点被重新评估并最终找到更好的解,从而可避免过早陷入局部极值.通过对48个标准问题的计算和比较,结果显示改进后的方法能有效提高解的质量.     

运动目标的多无人机编队覆盖搜索决策

针对无人机搜索运动目标时,由于目标运动状态的不确定性,传统静态环境下的无人机覆盖搜索航迹规划算法不再适用的问题,分析了无人机覆盖搜索的基本原则,提出了运动目标垂线搜索（moving target with vertical line search pattern, MTVL）算法,证明了在MTVL策略下的任务完成条件。对MTVL算法进行了改进,通过控制无人机的运动方向与搜索区域边界的角度,提出了运动目标斜线搜索（moving target with slanting line search pattern, MTSL）算法,从理论上分析了在MTSL策略下的任务完成条件并进行了仿真验证。仿真结果表明,提出的两种搜索策略在满足一定条件下都能够完成对指定区域的搜索任务,而无人机完成任务的能力取决于无人机速度与目标速度的比值、无人机数目等因素;完成同样的搜索任务,与MTVL算法相比,MTSL算法对无人机速度和无人机数目的要求更低。