基于空基双平台的多目标假点剔除算法

为解决多目标情况下,存在虚假定位的问题,对基于空基双平台的多目标假点剔除算法进行了研究,给出了基于最小角度门限判决的多目标无源定位算法。首先用“最小距离法”交叉定位算法求出目标位置的估计值,并算出该估计值相对于观测平台的俯仰角;其次算出该角度与目标的实测俯仰角的差值;最后用所得差值和确定的门限进行比较,将大于门限的目标判为虚假点排除。仿真结果表明：该方法能大大提高关联正确率,而且计算量小,可以满足工程需要。     

基于冗余信息的虚假点消除算法

复杂环境下多站多目标无源交叉定位存在虚假定位点问题,随着测向站数目和目标数目的增加,虚假点数量急剧增加,正确关联的难度增大.针对这一难题,提出了2种基于冗余信息的虚假点消除算法.通过有选择性地利用方位角或时差冗余信息进行数据关联,从而保证了在一定测向数据正确关联率的基础上,能够有效避免完全采用所有测向站的方位数据直接进行关联带来运算量大的问题.仿真证明了2种算法的有效性.基于时差冗余信息的虚假点消除算法由于利用了额外的时差冗余信息,在时差测量误差小于0.5 ms的情况下,其正确关联率均高于基于角度冗余信息的虚假点消除算法,更适用于时差测量精度较高、目标间距较小,而测向误差较大的场合.     

一种改进的基于FCM的目标跟踪数据关联算法

为了克服杂波环境下对多目标进行数据互联时,计算量出现组合爆炸现象,提出了改进的基于FCM的多目标跟踪数据关联算法.将航迹的预测值转换到各个传感器的观测空间作为各自的聚类中心,利用目标属于所有量测的隶属度,来代替JPDAF中的关联概率,将多目标数据关联问题可转化为模糊聚类问题,进行关联计算.改进的基于FCM的多目标跟踪数据关联算法,有效地利用了目标状态估计中的历史信息,实现量测与航迹的关联.该算法克服了JPDAF算法计算量大的缺点,实现杂波环境下多目标数据互联.仿真结果表明了该算法的有效性.     

异形钢塔合龙精确配切量计算方法及应用

提出了考虑已成合龙口架设偏差的空间扭曲型合龙段精确配切量计算方法。以合龙口特征点至合龙段端口棱线距离构造目标函数,以合龙段满足架设偏差为约束条件,基于内点罚函数法驱动优化模型,精确计算合龙段各棱线配切量。通过连续72 h温度场与变形的关联分析,确定合龙时机;基于环境温度与温度场关联分析及天气预报,考虑温度影响,对配切量进行修正。最后,通过合龙口及合龙段多特征点坐标采集,计算合龙段配切量,实现了钢塔零附加应力精确自然合龙。     

多变量时间序列复杂系统的相空间重构

根据单变量时间序列相空间重构思想 ,提出了多变量时间序列描述的复杂系统的相空间延迟重构方法 .对每一分量的时间序列 ,分别利用互信息最小法确定最佳延迟时间间隔 ,最小嵌入维数的选取方法是单变量时间序列情况下虚假邻点法的推广 .给出了q阶广义关联积分和q阶广义关联维数的计算公式 ,并证明了广义关联维数与所用范数无关 .计算了Lorenz系统按前 2个变量进行重构时的最佳延迟时间间隔和最小嵌入维数 .计算结果表明 ,用多变量时间序列重构比用单变量时间序列重构所需的数据长度要短得多且在方法上更有效     

关联维估计在舰船辐射噪声特征提取中的应用

为有效利用舰船辐射噪声的混沌特性,提取其混沌特征来对目标进行分类识别,采用了一种集相空间重构技术和关联维数拟合估计为一体的系统的特征提取方案,并成功应用于对舰船辐射噪声的特征提取.首先采用平均互信法和虚假最近邻点比例确定混沌时间序列相空间重构两个重要参数,给出了关联维数的计算方法,并提出用最小二乘曲线拟合,准确估计出关联维数结果.通过不同类别一定样本数量的实测数据计算它们的关联维特征参数,仿真结果表明该方法提取的特征参量具有很好的可分性,为下一步对舰船目标的分类识别打下基础.     

基于对抗神经网络的建筑混凝土细小裂缝精准识别方法研究

针对常规方法识别裂缝图像目标像素时噪声点作为虚假裂缝仍保留在像素区域中,导致建筑混凝土裂缝几何参数识别误差较大的问题,提出一种基于对抗神经网络的建筑混凝土细小裂缝精准识别方法.首先,灰度转换混凝土裂缝原始图像,结合阈值分割和高斯梯度法,区分图像目标和背景;然后,设置裂缝和虚假裂缝判别条件,去除目标像素中的噪声点,利用初...     

空袭目标属性综合识别的灰色评判模型

在灰色关联分析的基础上,对斜关联度进行了修正,引出了点、斜修正关联分析的概念。通过对影响目标属性识别的各种因素的分析,结合战术思想利用灰色点、斜修正关联分析及多目标优化方法建立了目标属性综合识别模型,从而利用数量化理论有效地解决了目标属性识别这一复杂而困难的问题,为防空作战C^3I系统指挥自动化提供了一种辅助决策方法。     

一种分解式模糊聚类粒子滤波的WSN多目标跟踪方法

针对无线传感器网络环境下的多目标跟踪时近相距和轨迹交叉目标容易出现目标丢失和跟踪混淆的问题,提出一种分解式模糊聚类粒子滤波(DFCM—RPF)的多目标跟踪方法。把多传感器数据融合和多目标跟踪问题分解为单传感器数据融合和单目标跟踪问题,先对传感器节点量测用基于跟踪门限算法去除杂波,在各传感器节点的观测空间分别建立模糊聚类算法进行数据关联并最优融合,然后用正则化粒子滤波预测目标状态。仿真表明,DFCM—RPF算法与原FCM多目标跟踪方法相比,航迹关联正确率由85%提高到100%,目标预测位置的RMSE由4.437 7 m下降到1.307 3 m,DFCM—RPF算法体现了较好的跟踪性能,并集数据关联、数据融合和目标跟踪于一体,大大降低WSN多目标跟踪问题的复杂性和计算量。     

基于只测向的机载单站定位技术

针对机载单站无源交叉定位技术中存在的虚假定位问题,提出一种新的关联方法.该算法先通过异面测向线距离进行测向粗关联,排除大部分虚假定位组合,减小运算量.再利用基于不变量的关联方法进行测向细关联,近一步排除虚假测向组合,提取出真实目标的测向线组合进行交叉定位.实验结果表明,文中算法可以满足三维空间下对目标准确、快速的定位需求.     

采用多树结构的快速多假设跟踪算法

多假设跟踪算法是解决多目标跟踪问题的常用方法。算法在没有任何先验知识情况下,组合不同时刻量测形成假设航迹,依据关联规则判断所有假设航迹是否成立,从而跟踪目标。在实际关联过程中,量测数量增加会导致假设航迹数量出现组合爆炸现象,从而产生大量冗余计算。文章用多树结构实现多假设算法,利用树形结构特征快速剪枝,极大减少了错误假设的冗余计算量。     

一种新的多机动目标跟踪的GMPHD滤波算法

针对多机动目标跟踪的传统数据关联算法约束条件苛刻、估计精度低、计算量大等问题,提出了一种基于随机集理论的非数据关联的多机动目标跟踪算法.该算法将高斯混合概率假设密度(GMPHD)滤波与"当前"统计模型的优点相结合,绕过了棘手的数据关联问题,能高效处理目标数较大的机动跟踪问题.在漏检、虚警、多机动目标交叉杂波复杂环境下进行了仿真实验,结果表明,该算法具有较高的跟踪精度和稳健的跟踪性能.     

基于多重测量矢量的含旋转部件目标ISAR成像方法

针对逆合成孔径雷达(ISAR)中含旋转部件目标成像问题,提出了一种基于多重测量矢量和压缩感知(CS)的含旋转部件目标ISAR成像方法。通过分析目标主体信号和旋转部件信号的多普勒差异,建立目标主体信号在方位向的多重测量矢量(MMV)模型。由于主体信号在方位向具有固定支撑集,而旋转部件信号在此支撑集上不具有稀疏性,因此,利用MMV模型进行信号重建后即可获得目标的主体ISAR像。在此基础上,再利用逆Radon变换得到旋转部件的ISAR像。仿真结果验证了该方法的有效性。     

求解多目标最优化问题的功效系数法

本文在E.C.Harrington功效系数法的基础上,提出一种改进的求解多目标最优化问题的功效系数法。文中运用“最小算子”构造总功效系数,使得线性多目标问题在求解中仍不失其线性,并转挟成一个单目标的线性规划问题。文中还给出了解的有效性证明和算例。     

面向多目标柔性作业车间调度的强化学习NSGA-II算法

针对非支配排序遗传算法 (NSGA-II, non-dominated sorting genetic algorithm II)在求解柔性作业车间多目标优化调度问题中多样性不足、易于早熟与局部收敛的缺点,提出一种基于强化学习的改进NSGA-II算法(RLNSGA-II, reinforcement learning non-dominated sorting genetic algorithm II)。为避免NSGA-II陷入局部收敛问题引入双种群进化策略,利用性别判定法将种群拆分为两个种群,并在进化过程中采用不同的交叉变异算子,增加算法的局部和全局搜索能力;为解决NSGA-II精英策略造成多样性不足的问题,融合多个多样性度量指标,利用强化学习动态优化种群迭代过程中的拆分比例参数以保持多样性,改善算法收敛性能。最后通过Kacem标准算例进行了仿真实验与性能分析,验证了RLNSGA-II的有效性与优越性。     

剖面三维地质建模及高斯射线束正演

提出了一种利用二维地质剖面构建三维块状地质模型的方法。该方法以用户编辑的二维地质剖面为输入,寻找地质块体的拓扑关系,自动构建以地质块体为单元的块状三维地质模型。在三维块状模型的基础上,研究了三维高斯射线束正演方法。这是一种快速的地震记录合成方法,它将波动方程和射线理论紧密结合起来,通过运动学射线追踪获取射线轨迹,通过动力学追踪来获取中心射线附近的高频能量分布,因而既能反映波的运动学特征,又能表现波的动力学特点,并且具有运算速度快、精度高等优点。     

基于遗传算法的自动组卷的研究

介绍了自动组卷的数学模型和主体思想,讨论了运用遗传算法求解一定约束条件下的多目标参数优化问题,提出了功能块的概念,并采用了新的编码方案、交叉算子和变异算子。实践表明,改进的遗传算法能更好地解决自动组卷问题,具有较好的实用性。     

基于混合模拟退火算法的内窥镜布局优化设计

工程中存在着大量的布局设计问题,很多都是NPC问题,很难求解。提出了以启发式方法和模拟退火算法相结合的混合算法,可用于带性能约束的布局优化设计问题。在实例中将胶囊式内窥镜空间布局问题转化为轴向截面和横截面两个平面问题分别求解,对于轴向截面的离散变量问题,首先采用启发式方法进行元件层初始序列的排布,再采用模拟退火算法进行布局优化;在横截面上对连续变量则直接进行优化。优化结果经验算合理有效,该算法也可供旋转舱等工程布局优化问题借鉴。     

基于遗传算法的试题库自动组卷问题的研究

给出了利用遗传算法求解试题库自动组卷问题的新方法，讨论了运用遗传算法求解在一定约束条件下的多目标参数优化问题，提出了功能块的概念，并采用了新的编码方式、交叉算子和变异算子。实验结果表明，改进的遗传算法相对于其他算法更能有效的解决自动组卷问题，具有较好的使用性能和实用性。