MP-GWO算法在多UCAV协同航迹规划中的应用

多无人作战飞机(UCAV)协同航迹规划是多UCAV协同作战的重要组成部分,对协同作战的结果有很多的指引作用。多UCAV协同航迹规划属于多峰值优化函数求解问题,其求解稳定性比较差。为解决多UCAV协同航迹规划求解稳定性较差的问题,首先在对影响多机协同约束条件研究分析的基础上,结合单机航迹规划求解中的核心指标,建立了多UCAV协同航迹优化函数;其次利用多种群灰狼算法(MP-GWO)在求解多峰值优化函数问题上比较稳定的特点进行求解,最后将MP-GWO分别与GWO算法、EA算法和在新增威胁环境下的求解结果相比较来验证算法的优越可行性。仿真结果表明,MP-GWO算法对多峰值问题具有求解稳定性,能够适应突发威胁环境下的求解。     

船舶转向控制器研究

分析了近日进行的一种航迹舵的海上试验结果,进一步研究的转向控制器,仿真试验表明,该控制器进行转向控制时启动快,施舵合理,适于实验应用。     

基于多因素模糊综合决策的AIS与雷达航迹关联算法与仿真

探讨采用多因素模糊综合决算进行AIS与雷达目标航迹关联的方法。研究了模糊因素集、评价集、单因素模糊评价矩阵、多因素模糊综合决策准则，以及航迹关联与脱离质量等算法。通过不同目标情况下的计算机仿真，验证了该方法的正确性与有效性。同时讨论了关联门限值等问题。     

模型参数不确定的不完全驱动船舶航迹控制自适应反演设计(英文)

针对不完全驱动船舶航迹控制系统模型中存在的参数不确定性 ,基于重定义输出变量思想 ,利用自适应反演积分技术 ,提出了一种具有全局渐近稳定跟踪性能的非线性自适应控制律 ,该控制律能够使得处于不完全驱动状态下的偏航船舶在所有模型参数未知情况下 ,对一条直线参考轨迹进行全局渐近稳定的航迹跟踪。同时 ,通过严格的理论证明 ,该控制律还可以使得文中的重定义输出变量及其组成变量具有相同的收敛性。最后 ,以本校远洋实习船“育龙”号为例 ,利用Matlab软件进行了计算机仿真研究 ,对所提出的控制器进行了验证 ,所得结果比较理想     

日本落叶松人工林抚育间伐起始期的研究

日本落叶松人工林抚育间伐开始期的选定，将直接影响其后期生长，通过对试验地调查并选取标准木进行树干解析，用两种不同的方法，从不同的角度对日本落叶松进行了抚育间伐开始期的确定，分析不同起始期对林分生长的影响，结果表明：间伐合理起始期可以通过分析林木胸径连年生长量情况来确定；初植密度高，间伐合理起始期提前，反之，推迟；超过合理间伐起始期会抑制林木生长。     

航行补给中的补给船鲁棒同步控制

针对航行补给作业的补给船同步航行控制问题,考虑了补给船动态不确定性和未知时变环境扰动,将扰动观测器和矢量逆推方法相结合,设计了补给船鲁棒同步航行控制律.在被补给船的某一舷外引入与其航迹距离相对固定的虚拟航迹,构造扰动观测器,估计由船舶动态不确定性和时变扰动构成的复合扰动;采用矢量逆推方法,设计补给船鲁棒同步航行控制律,使补给船能够以任意小的误差跟踪虚拟航迹,从而实现补给船与被补给船的同步航行,并保证补给船航迹闭环控制系统中所有信号全局一致最终有界.基于一艘补给船的仿真研究结果及比较验证了所提出的补给船同步航行控制律的有效性和低保守性.     

异地配置的雷达与电子支援措施异步航迹关联

针对异步条件下雷达与电子支援措施(electronic support measurements, ESM)航迹关联问题, 通过分析方位角异步测量值对交叉定位原理的影响, 提出一种无需时域配准的航迹关联算法。根据传感器存在时延以及采样率的不同, 给出不等长航迹序列的等长区间变换以及异步航迹交叉定位的区间化方法, 通过计算区间序列离散度实现异类传感器航迹关联。通过仿真验证, 区间序列离散度不受噪声分布的影响, 且对数据集整体特征的求解避免了传统算法中的逐点运算, 有效提高了算法运算率。与传统算法相比, 可在多种测量误差场景下对异步航迹直接进行准确关联。     

人类DNA序列TSS区域序列特征及±1核小体的位置分布

基于包含人类基因转录起始位点附近的58989条DNA序列,运用核小体特征量对序列做分类分析,发现±1核小体位于TSS区域两侧的第一类基因约占28%,TSS区域有核小体占据的第二类基因约占30%.用二阶信息冗余特征量分析了DNA序列的碱基关联分布,发现没有占据TSS区域的核小体对应的序列具有强碱基关联,占据TSS区域的核小体对应的序列具有弱碱基关联,弱关联是TSS区域的普适特征.表明占据TSS区域的核小体具有很强的序列适应性和位置的可变性.通常定义的含TSS的核小体缺失区域仅对第一类基因成立.推测第一类基因具有较高的转录效率.     

特定多任务下飞机航迹规划研究

为了更好地完成航空特定任务，提出了特定多任务下飞机航迹规划模型。采用栅格法建立战场环境模型，根据复杂、真实战场环境以及作战要求，提出了距离、油耗、任务完成度、地对空威胁和空对空威胁5个目标航迹规划的模型。根据特定任务的要求，分析了满足任务的各种需求，给出了评估任务完成度指标。根据该问题的特点，提出一种两阶段的航迹规划求解算法。第一个阶段用简化二维路径规划模型计算多任务顺序，第二阶段根据多任务顺序使用改进A*算法求解多目标栅格优化问题，解决了A*算法不能处理时变优化问题情况。仿真结果表明该方法能很好地解决多任务、多目标航迹规划问题，比目前的算法更高效。     

采用多重启发蚁群优化算法的无人机航迹规划

为解决复杂环境下的无人机航迹规划问题,提出了一种多重启发蚁群优化算法.该算法综合考虑无人机当前位置与待选位置之间的距离和威胁分布,以及待选位置与目标位置之间的距离和威胁分布,将这些已知信息构造为蚂蚁状态转移的多重启发信息,指导蚂蚁的搜索行为.文中对多重启发蚁群优化算法的收敛性进行了分析,并针对航迹不可行和任务区域内存在...