基于蚁群优化算法和人工势场的无人机航迹规划

针对复杂环境下的无人机航迹规划问题,建立栅格化环境模型,提出了结合蚁群算法与人工势场的航迹规划方法. 在航迹搜索过程中,蚂蚁不仅受到信息素和启发信息作用,还受到势场力的影响. 根据节点位置的势场力分布,提出了确定性选择和概率性选择相结合的状态转移规则,并设计环境感知因子,动态调整确定性选择的比例. 将节点的势场方向、节点与目标间的距离构造蚂蚁的综合启发信息,以充分利用对已知环境的认知,指引蚂蚁搜索. 仿真结果表明所提方法能有效得到无人机的最优航迹,优化效果优于单一的蚁群算法和人工势场法,具有更好的收敛速度和优化精度.     

雷达威胁环境下的多无人机协同航迹规划

针对雷达威胁环境下的多无人机协同航迹规划问题,提出一种基于Voronoi图与蚁群算法结合的智能规划方法. 根据雷达威胁分布建立赋权Voronoi 图,将连续可飞空域离散化为网格点. 通过选取适当的参数放宽蚁群算法的最优性,将每架无人机寻优得到的多组解作为多条备选航迹,建立以协同时间为约束的协同函数,根据协同时间最优决策方法选出每架无人机的最终飞行航迹,进行航迹平滑处理后得到实际可飞航迹. 仿真结果表明,所提出的智能航迹规划方法具有时间协同和整体最优等优点.     

无人机航迹规划系统的设计与实现

【目的】航迹规划程序UFP(UAV飞行规划)是无人机任务规划系统的核心，也是目前科研人员研究的重点。为了确保无人机能顺利完成各种作战计划任务，任务规划系统必须对各种战场因素进行综合分析。【方法】通过人工设计和操作，可直接将任务指令传输给无人机，基于.NET的无人机航线规划系统，使用数字高程模型图，并采用Dijkstra算法来寻找最优的飞行航迹。【结果】选择适合战场因素和自身性能指标的最优航迹，从而确保无人机能安全、按时抵达任务区域，并按任务规划来完成既定任务。【结论】无人机航迹规划系统作为当今战争的重要支撑，运用该系统能大大提高作战效能，进而巩固国防。     

交通运输网络的二叉堆索引及路径算法优化

交通运输网络的最短路径分析是地理信息系统网络分析最常见的应用之一.该文在二叉堆索引结构的基础上改进了计算最短路径的Dijkstra算法和A*算法,采用了多种优化策略提高算法的运行效率.首先,应用二叉堆索引提高了交通运输网络存储结构的读取效率;其次,通过数据类型的低精度损耗简化和运算类型的简化,提高了算法的计算效率.另外,优化了A*算法中估计函数的计算方式,有效降低了搜索空间,提高了Dijkstra算法和A*算法的整体计算效率.实验结果表明Dijkstra算法的改进方法可使计算速度提高7倍以上,对A*算法的改进可使计算速度提高200倍以上.     

基于二次A算法的复杂环境下车辆导航路径规划方法

在部队作战或演习中,复杂且未知的野外环境给作战车辆的路径规划造成了极大的影响。针对车辆无法在环境信息未知的复杂野外环境下快速到达目的地的问题,通过改进搜索策略来提高车辆的机动性,同时提出一种加入预处理的二次A~*算法来提高车辆实时避障的能力。首先,针对A~*算法的搜索策略进行改进;其次,通过预处理算法明确目标区域的环境信息,规划得到全局最优路径,当行进过程中突然出现未知障碍物时,根据车辆的实时位置以及障碍物确定局部规划区域,再一次应用A~*算法进行局部最优路径规划;最后,进行实验验证。实验结果表明,车辆在不同地形条件的行驶过程中尽管牺牲了一部分搜索时间和路径长度,但行驶时间分别减少了26.6%、29.5%、32.4%和35.2%。随着地形条件的复杂程度不断变大,算法使车辆的行驶时间减少更多,极大地提高了车辆的机动性,具有重要的现实意义。     

刀锋300C无人机飞行控制技术研究

为了提高刀锋300C无人机的飞行控制能力,更好地服务于遥感测绘方面的航拍任务,通过对其飞行控制技术进行研究,在原有的技术基础上,归纳出了更有效的作业方法,并提出了航迹规划的改进方案,解决了原有方案中存在的问题。从而提高了作业效率,也增加了无人机的飞行安全,得到了满足要求的测绘产品。     

基于混合粒子群优化的巡航导弹低空突防航迹规划

将模拟退火算法嵌入到粒子群优化（partical swarm optimization, PSO）算法中,并对PSO产生的最优适应值进行重新评价,以此构成混合粒子群优化算法（PSO-SA）. 将PSO-SA 算法应用于巡航导弹的航迹规划,不仅可以避免PSO陷入局部最优,而且能快速有效地完成离线和在线规划任务,获得理想的三维航迹. 仿真结果验证了该算法的有效性,且对同一起始位置所规划出的航程较PSO算法短,可有效节约导弹燃料.     

求解非线性矩阵方程X~α+A~*X~(-1)A=Q的免逆迭代算法

非线性矩阵方程Xα+A*X-1A=Q在工程中有着非常重要的应用,其中:A,Q为n维复矩阵,且Q为n维Hermitian正定矩阵.给出了当α≥1时,求解非线性矩阵方程Xα+A*X-1A=Q最大Hermitian正定解的免逆迭代算法,并通过数值举例说明了所给算法的有效性.     

投影梯度算法求解非线性反问题的αl1-βl2正则化

研究非线性不适定算子方程A(x)=y的αl1-βl2稀疏正则化的求解问题.由于现有的ST-(αl1-βl2)算法可以任意慢,将基于广义条件梯度方法的投影梯度算法推广至求解非线性反问题的非凸αl1-βl2稀疏正则化,并证明其稳定性.此外,通过Morozov偏差原则确定l1-球约束半径R.     

结合全局轮廓变形的改进Snake算法

为避免跟踪较大位移和变形对象时易陷入局部极小问题,提出了一种改进的主动轮廓模型Snake算法,并将其用于视频中变形运动对象的跟踪与提取.该文采用L*a*b*颜色空间的彩色梯度图和仿射变换的校正误差计算Snake的外部能量,增强了图像外部特征对Snake的作用.实验结果表明改进后的Snake算法大大提高了Snake跟踪的准确度,并能跟踪发生了较大位移和变形的视频运动对象.     

基于蝙蝠算法与信号稀疏分解的DOA估计研究

稀疏分解的DOA估计法具有很高的估计精度,但稀疏分解计算量巨大,需要较长的计算时间。针对这一问题,将蝙蝠算法与信号的稀疏分解算法相结合,应用于信号的DOA估计。利用蝙蝠搜索算法搜索路径优、寻优能力强的优点,可快速寻找到正交匹配追踪过程中每一步分解的最佳原子,从而实现信号快速稀疏分解。仿真结果表明,引入蝙蝠算法后,在有效的估计条件下,加快了计算速度,减少了计算量。     

基于稀疏表示的高光谱图像增殖快速算法

在高光谱图像目标检测领域中,稀疏表示算法取得了较好的检测效果,但传统基于稀疏表示的目标检测算法稀疏向量的求解耗时长,检测时只利用高光谱图像的光谱信息,没有考虑空间信息,且其字典中所包含训练样本种类和数目较少,都对目标检测有一定影响。针对上述不足,通过对字典进行改进,添加空间信息,转变稀疏向量求解思路,提出基于稀疏表示的高光谱图像增殖快速目标检测算法。通过实验仿真证明,此算法在目标检测精度上有一定程度的提高,并且缩短了算法的运算时间。     

基于调制宽带转换器的重构算法研究

本文针对OMP算法需要已知稀疏度的缺陷,提出了一种全盲的基于调制宽带转换器的SAMP算法,并利用此算法进行仿真分析,然后与OMP算法进行比较,分析这两种算法的性能,得出SAMP算法在未知目标信号的稀疏度的情况下能和OMP算法一样实现目标信号的频谱重构。     

复杂性O（│v│^1／2＊│A│）s—t连通度算法

使用简单网络的最大流算法给出复杂性为O（│v│^1/2*│A│）s-t连通度算法。此算法为一有效的多项式时间算法。     

一种改进的朴素贝叶斯不平衡数据集分类算法

当训练集中各个类别的样本分布不均匀且存在数据稀疏问题时,朴素贝叶斯算法分类不够准确。针对此问题,提出了一种基于数据平滑与加权补集的朴素贝叶斯文本分类算法,该算法引入数据平滑算法计算贝叶斯模型中缺失特征的补偿概率,克服数据稀疏问题;利用当前类别补集的特征来表示当前类别的特征,解决训练集中各个类别的样本分布不均匀时,分类器容易倾向于大类别而忽略小类别的问题。实验结果表明,在样本集分布不均衡时,该算法比传统的朴素贝叶斯分类算法分类效果更好。     

一类未知非线性系统中有限域最优跟踪控制的迭代DHP算法

针对一类未知非线性离散时间系统,提出了一种无模型时域有限差分最优跟踪控制方案.在有限时域最优控制理论的框架下,将跟踪控制问题转化为误差动态调节器,引入迭代自适应动态规划(ADP)算法,通过双启发式动态规划(DHP)技术,分别用三个神经网络逼近误差动力学、成本函数和控制率,结合成本函数和控制率的收敛性分析,得到有限时域最优控制器.通过仿真实例验证了跟踪控制方案的有效性.     

基于混合遗传算法的无人机航线规划

针对航线规划中的路径组合爆炸问题进行了分析和讨论,运用遗传算法提出了解决方案,并对遗传算法的过早收敛问题,结合模拟退火算法设计出航线规划混合遗传算法,改善了算法的性能,最后通过仿真分析验证了其有效性。     

一种因子化的稀疏矩阵转置算法

在定义了二元组结构的基础上,对稀疏矩阵中非零元素的行、列坐标值进行因子化,以此实现了一种新的稀疏矩阵压缩存储结构.并在应用该压缩存储结构的基础上,提出了一种稀疏矩阵转置操作的改进算法.该算法较传统算法而言,在时间复杂度不变的前提下将空间复杂度降低了30％.     

基于稀疏约束的CT图像重建算法研究

探讨了不完全投影数据的CT图像重建问题.基于压缩感知理论,引入稀疏约束,构造了ART-算法和SART-迭代方法,对SART-方法应用前两步迭代信息进行加速.最后针对模拟数据与实际临床数据将所提算法与传统方法进行比较.     

人工神经网络在航迹关联中的应用

针对在密集目标环境下和运动出现交叉或分岔等难于处理的情况,将导致较多的错、漏相关航迹的问题,提出一种利用神经网络进行航迹关联的方法。该方法有效地应用了神经网络的泛化能力以及自组织自适应的学习功能,且通过对网络输入结点的设计,能够很好地解决复杂航迹关联问题。仿真实验验证了该算法在多传感器系统的航迹关联问题中的有效性。