轨迹优化的LASSO网格自适应加密方法

针对轨迹优化直接方法,提出了以控制变量曲率为基础的最小绝对收缩与选择算子(least absolute shrinkage and selection operator,LASSO)网格自适应加密策略,用于提高优化精度。以高分辨率二分网格节点为中心,构造径向基函数逼近控制曲线,利用LASSO方法估计径向基函数系数,并自动筛选出位于控制曲线曲率极大区间的高分辨率节点加密当前网格。本文方法不需要进行状态和控制误差估计,适应性和通用性强。两组典型算例验证了方法的有效性。     

基于视线角序列的视线角速率样条滤波

依据拦截器与目标间的相对位置、速度关系,提出了基于视线角序列的视线角速率自适应样条滤波算法。该算法利用样条函数表示相对距离矢量,提出并结合“导引头球面”模型,建立了系统状态方程;在只给出视线角序列信息的情况下,对状态估计误差和观测误差进行了补偿,实现了自适应样条滤波算法,获得了有效的视线角速率信息。     

基于带回归权重RBF-AR模型的混沌时间序列预测

提出了用带回归权重的径向基函数(radial basis function, RBF)网络来逼近状态相依自回归(autogressive, AR)模型中的函数系数,得到了带回归权重的RBF-AR模型。在这种模型中,RBF神经网络的输出权重已不是单一的常量,而是输入变量的线性回归函数。一种快速收敛的结构化非线性参数优化方法被用来估计提出的模型,辨识出的模型用来预测两组著名的混沌时间序列：Mackey-Glass时间序列和Lorenz吸引子时间序列。实验结果表明,提出的模型在预测精度上要优于其他一些现存的模型。     

复杂误差的仿真及其应用

提出采用最优节点的样条函数模型对复杂误差建立数学模型，该模型通过最优节点个数和节点距的自适应调整，精确分离复杂误差数据中的次低频误差和随机误差，对次低频误差通过样条参数的统计模型实现，对随机误差采用自回归模型实现，并综合得到复杂误差数据的仿真。最后，利用该仿真模型讨论了复杂误差对数据融合系统输出精度的影响。     

基于PSO的SVR参数优化选择方法研究

支持向量回归机(SVR)模型的拟合精度和泛化能力取决于其相关参数的选取,因此提出了基于粒子群(PSO)算法的SVR参数优化选择方法;并以不同噪声影响下的sinc函数和实际发酵过程产物浓度的SVR模型为对象,将提出的PSO优化参数方法与现有的交叉验证法、留一法进行比较。仿真结果表明:该PSO优化SVR参数方法可行、有效,由此得到的SVR模型具有更好的学习精度和推广能力。     

径向基概率神经网络的混合结构优化算法

使用递归正交最小二乘算法(ROLSA)优选径向基概率神经网络(RBPNN)的隐中心矢量，微遗传算法(μGA)用于求解RBPNN最优核函数控制参数，并同ROLSA相结合(ROLS-μGA)来优化RBPNN的全结构(优选最优控制参数及隐中心矢量)。实验结果表明，ROLS-μGA具有很好的优化效率，而且优化后的RBPNN的推广性能也没有下降。实验还验证了ROLS-μGA对径向基函数网络(RBFNN)也有很好的适用性。     

考虑全过程优化的支持向量机预测方法

针对支持向量机（support vector machine, SVM）预测过程中影响因素选择、输入特征集优化、核函数选择及参数优化方面存在的问题,提出了一种全过程优化方法。首先使用频繁模式增长关联规则分析和模糊贝叶斯网络组合模型来解决影响因素选择中存在的主观性问题,然后使用在异常值处理和类内距离与类间距离方面进行改进的模糊C均值聚类算法优化输入特征集,减小支持向量机预测模型冗余度及训练样本集过修正度,通过比较各核函数的特点选择径向基核函数作为SVC的核函数,改进了粒子群优化算法中微粒速度和位置函数及惯性权重值算法,使用该方法优化SVM参数并建立预测模型。最后，通过案例运算和分析,证明该文方法具有更高的预测精度。     

基于有理插值函数的利率期限结构模型

本文基于重心权有理插值函数,提出了一种新的利率期限结构静态估计模型,并给出一整套建模过程(包括基函数的构造、参数估计、节点选择、模型预测等).与传统的样条方法相比,本文提出的模型具有以下四个方面的优势:拟合的利率曲线光滑性更好;模型计算复杂度较低;参数估计存在明确的经济意义;模型的预测精度更高.最后,将该模型应用于上海证券交易所交易的国债利率期限结构研究,结果显示:模型在结构分析、计算复杂度、预测能力及经济内涵等方面均优于传统模型,能够有效提高国债利率期限结构拟合与定价的准确性.     

基于粒子群优化算法的无人战斗机路径规划方法

对于无人机的路径规划问题,从和机器人路径规划问题的差别入手,通过粒子群优化算法对有限数目的采样航点的优化,使用高次B样条曲线拟合出满足路径最短且威胁最小的无人战斗机的飞行路径。研究了路径规划约束的数学模型、粒子构造方式和粒子的评价适应度函数。通过仿真对目前出现的基于粒子群优化算法的无人机路径的多项式拟合方法和所提出的基于B样条拟合的方法进行了比较。仿真结果表明,使用粒子群算法优化出来的B样条曲线比多项式拟合法和几何方法更加合理有效。     

三维自由曲面形成浓淡图的研究

双Ｂｅｔａ样条曲面是由具有几何连续性的双Ｂｅｔａ样条曲线构成,本文从双Ｂｅｔａ样条曲线的基函数入手,给出了这种曲面的算法原理,以此为基础的曲面造型系统ＦＳＭＳ已经实现。本文介绍了ＦＳＭＳ系统采用的光照模型的算法和形成浓淡图的处理方法,并给出了应用实例。     

空间监视相控阵雷达匹配搜索技术研究

研究空间监视相控阵雷达搜索方法问题。针对常规搜索方法所面临的低轨目标拦截概率和搜索范围间的矛盾,提出基于空间碎片运动特性的匹配搜索方法。基于不同轨道高度空间碎片对搜索数据率要求的差异性,充分利用发射波束的主瓣宽度,将搜索屏看成“慢搜索远距离”和“快搜索近距离”的两个等效搜索屏,分别用于探测高、低轨道目标。在此基础上,通过优化轨道高度划分和波束编排,实现不同轨道高度目标的匹配数据率搜索。最后,利用实际空间碎片轨道根数和雷达散射横截面积数据,仿真比较了匹配搜索方法与常规搜索方法的探测效能,结果表明,匹配搜索方法对于低轨空间碎片的探测效能远高于常规搜索方法,对空间监视相控阵雷达搜索策略和资源管理方法的研究具有重要意义。     

基于全局最小熵的随机稀疏调频步进信号运动补偿方法

发射频率和孔径二维随机稀疏的调频步进信号,可降低雷达系统对采样率的要求,同时可提高抗干扰能力。但是调频步进信号随机稀疏时会带来运动补偿困难的问题。针对此问题,提出一种基于全局最小熵的运动补偿方法。首先,利用全局最小熵方法完成包络对齐;其次将初相校正问题转换为径向速度与加速度的参数估计问题。为实现速度的高精度估计,采取粗搜索与精估计相结合,以全局最小熵作为代价函数,基于黄金分割法进行变步长搜索实现参数的快速高精度估计,最终完成初相校正。理论分析和仿真结果表明该算法具有参数估计速度快、估计精度高且在较低的信噪比条件下具有较高稳健性的优势。     

闪烁现象下旋翼目标微动参数估计方法

逆Radon变换以其精度高、抗噪性能好的优点常用于微动信号的参数估计,但是当旋翼类目标微动信号存在闪烁现象时,该方法失效.针对此问题,提出一种闪烁现象下的微动参数估计方法.首先,建立基于线性调频信号的单旋翼直升机雷达回波散射点模型,分析闪烁现象下回波的微动特性.其次,通过去噪卷积神经网络(denosing convol...     

AUTOMATIC SELECTION OF PARAMETERS IN SPLINE REGRESSION VIA KULLBACK－LEIBLER INFORMATION

ＡＵＴＯＭＡＴＩＣＳＥＬＥＣＴＩＯＮＯＦＰＡＲＡＭＥＴＥＲＳＩＮＳＰＬＩＮＥＲＥＧＲＥＳＳＩＯＮＶＩＡＫＵＬＬＢＡＣＫ－ＬＥＩＢＬＥＲＩＮＦＯＲＭＡＴＩＯＮＡＵＴＯＭＡＴＩＣＳＥＬＥＣＴＩＯＮＯＦＰＡＲＡＭＥＴＥＲＳＩＮＳＰＬＩＮＥＲＥＧＲＥＳＳＩＯ...     

一种求非线性全局最优解的分形算法

运用分形原理给出了求解全局优化问题的一种新算法——分形算法。该算法充分利用了分形的局部精细构造和黄金分割法的快速收敛性,只需搜索很少一部分区间就可以找到最优全局解,因而是一种高效快速的寻优算法。其优点为:适应性强,可适用于较为复杂的函数,计算精度是令人满意的。此外,克服了传统的直接解法所共有的要求大量计算机内存的缺点。给出了算法收敛性的证明。仿真结果表明算法是有效的。     

Support vector regression model for complex target RCS predicting

The electromagnetic scattering computation has developed rapidly for many years; some computing problems for complex and coated targets cannot be solved by using the existing theory and computing models. A computing model based on data is established for making up the insufficiency of theoretic models. Based on the "support vector regression method", which is formulated on the principle of minimizing a structural risk, a data model to predicate the unknown radar cross section of some appointed targets is given. Comparison between the actual data and the results of this predicting model based on support vector regression method proved that the support vector regression method is workable and with a comparative precision.     

相似信息优先的复杂装备费用测算模型

针对横截面数据的复杂装备费用预测问题,由于主要参数比较相似的装备系统其研制费用往往趋同,提出了横截面数据的“相似信息优先原理”。分析新研装备与以往装备的相似度,按照指标信息的相似度区分横截面信息的优先次序。用归一化的相似度作为加权最小二乘法的权重,通过实例建立相似信息优先的回归模型,并与其他方法的结果对比,结果表明本文的方法具有更高的预测精度,相似信息优先的多元回归模型充分反映了相似信息的规律。     

二阶振荡微粒群算法

从控制角度分析了微粒群算法的进化方程,在此基础上,为了增加微粒群体的多样性和进一步改善算法性能,引入二阶振荡进化方程来调节微粒群算法的全局和局部搜索能力,避免算法陷入局部最优。实验结果表明,该方法能够显著地加强算法的全局最优性,同时加快算法的收敛速度。     

采煤工作面瓦斯涌出量的固有模态SVM建模预测

首先提出了一个依据EMD (empirical mode decomposition)方法提取固有模态分量进行SVM建模实现采煤工作面瓦斯涌出量预测的技术方法. 利用瓦斯涌出量的历史记录数据, 通过EMD分解得出其固有模态函数, 即IMF分量, 然后, 对应于每个固有模态分别利用SVM函数拟合方法进行外推预测, 再把不同固有模态的预测结果进行叠加重构合成, 获得瓦斯涌出量的理论预测结果. 从监测结果的实例分析发现, 与常规SVM方法相比, EMD方法的引入能够大幅度提高理论模型的预测精度, 并给出监测数据极为吻合的预测结果. 实际应用表明, 在采煤工作面瓦斯涌出量预测建模中, 固有模态的提取和SVM方法的实施都充分利用了样本数据本身驱动的自适应性质, 从而为保障优异的预测效果提供了良好的理论基础.     

6-3-3并联机构工作空间分析与仿真

提出了6-3-3并联机构在给定姿态下工作空间分析的计算机仿真方法,该方法要点是：对给定的三维空间,不需拆解支链杆,只需使用三维搜索法遍历该空间,基于该机构逆位移解,结合滑块运动范围、球铰链半锥角最大值、奇异性条件和支链干涉动画检验,即可排除该三维空间中位姿不可能点,同时显示其中位姿可能点集——工作空间边界三维图形,作为推论还给出了使用工作空间截交面检验其内部是否存在空腔的方法。为6-3-3并联机构的设计和轨迹规划提供了基础。