J2摄动情况下编队飞行卫星相对运动精确解析模型研究

给出了一种描述J2摄动情况下编队飞行卫星相对运动的精确解析模型．在近圆轨道情况下引入无奇点变量，得到了参考星相对运动坐标系中从星运动的一般形式，进一步推导了J2摄动影响下初始时刻无奇点平均／瞬时轨道要素偏差表示的任意时刻编队飞行卫星相对动力学解析方程．仿真结果表明，编队飞行相对运动解析模型的相对位置误差在运行14圈内可以达到m级，为经典Hill方程对应误差的1％左右，能够精确预报编队队形的变化规律，为提出有效队形控制策略提供了理论基础．同时计算量小，适合于编队卫星星上自主运算和自主方案规划．     

基于栅格地图-蚁群算法的机器人最优路径规划

通过栅格法建立栅格地图作为机器人路径规划的工作环境,采用蚁群算法作为机器人路径搜索的规则．将所有机器人放置于初始位置。经过NC次无碰撞迭代运动找到最优路径．到达目标位置．为防止机器人在路径搜索过程中没有达到最大迭代次数时路径大小已不发生变化而陷入局部最优。可通过对各路径上的信息素进行增减来使机器人路径搜索跳出当前值继续搜索．直到迭代完毕,获得最优路径．     

基于改进MOGOA的无人机群航迹规划研究

针对电子侦察系统中反辐射无人机群进行辐射源无源定位时机群的编队形式会对定位精度产生影响的问题,将克拉美-罗界(Cramer-Rao lower bound,CRLB)作为定位精度方面的优化目标,与其他优化目标、约束一起引入机群的航迹规划中,使无人机群运动过程中保持良好编队,确保无源定位精度.文中针对多优化目标复杂环境中航迹规划算法寻优能力不高的问题,提出了一种基于改进多目标蝗虫算法(IMOGOA)的无人机群3维航迹规划方法,通过对MOGOA的选择方式、收敛参数进行改进从而提高算法的收敛性能以及全局搜索性能.首先,建立无人机群航迹规划的运动学模型,并引入距离约束,除定位精度以外还引入了路程、威胁代价等作为航迹规划的优化目标函数,然后,对改进多目标蝗虫算法进行详细说明,最后设计基于IMOGOA的无人机群航迹规划方案的算法流程,并在设定场景中对该算法的性能进行了仿真分析.结果表明,所提出的IMOGOA能够成功地规划出无人机群从初始位置到辐射源位置处的3维航迹,同时使无人机群在运动过程中保持良好的定位精度,经IMOGOA规划的机群编队定位精度最高可达1.2%,性能明显优于正方形编队和随机编队,并通过将IMOGOA与原始蝗虫算法(GOA)、原始多目标蝗虫算法进行对比,结果表明IMOGOA的收敛速度比MOGOA快11.1%,搜索性能相较GOA提升13.8%.     

基于Mahalanobis距离与BP网络的图像小波标定识别技术

针对计算机芯片检测,提出了基于Mahalanobis距离与BP人工神经网络的小波图像识别技术．在对Ic芯片图像进行二维小波分析后,通过Mahalanobis距离在图像的低频小波系数矩阵上进行目标图元的区域搜索与位置标定,而后根据待定目标图元像素分布特征建立特征参数向量,建立BP网络对目标图元进行模式识别．实验证明此方法能够有效地对IC图像进行目标图元的位置标定与模式识别,获得准确的IC标定识别结果．     

实现模式搜索法快速收敛和全域最优解的方法

本文提出了在模式搜索法的算法实现过程中，加速因子和初始步长的取值原则和方法以及采用构造随机初始点和作散射检验的手段获得全域最优解的方法，并对模式搜索法作了必要的修正，提高了模式搜索法的收敛速度和可靠性，具有较强的实用性．     

初始声能分布对具有扩散反射边界的房间中声场松弛的影响

为了研究在给定房间中声场松弛的模式是否惟一的问题，文中在一个具有完全扩散反射边界的长矩形房间中，于不同位置设置声源以提供不同的初始声能分布，初步研究了房间初始声能分布对声场松弛的影响．研究表明，不同的初始声能分布引起的声场松弛模式不同，甚至有很大差异．因此可以得出结论：一个给定的房间中具有多种声场松弛的模式．     

基于飞蛾火焰算法的AUV三维全局路径规划

针对存在静态地形障碍和不规则海流的复杂海洋环境下的自主水下航行器（autonomous underwater vehicle，AUV）全局路径规划问题，采用飞蛾火焰优化（moth-flame optimization，MFO）算法搜索获得能耗最优的无碰路径。首先，将搜索空间栅格化后随机生成一组满足避碰需求的初始路径作为初始飞蛾种群；然后，根据MFO算法更新飞蛾位置，实现AUV路径的自主规划；最后，结合AUV巡航能耗模型和静态海流分布模型作为适应度函数，迭代搜索得到最优路径。为验证方法的有效性和优越性，进行了一系列仿真试验。试验结果显示，该算法在AUV全局自主路径规划中的规划效果相较于传统蚁群算法的规划结果具有明显优势，所得路径平滑，且在不同环境中均表现出极佳的全局收敛能力。     

对抗条件下水下目标分布模型研究

根据水下目标对抗来袭水下潜器的基本原则和典型态势,以正态分布模型为基础,推导了随机机动及机动并使用对抗器材2种情况下的目标位置分布模型．借助能够真实再现水下潜器攻击目标的完整攻防过程的仿真系统,记录对任一阵位对抗来袭水下潜器状态下的目标分布情况．仿真结果表明：文中给出的模型与仿真所得的分布情况一致,证明了其有效性和合理性,可进一步利用该分布模型为评估水下潜器攻击效果或规划水下潜器搜索策略提供支撑．     

基于解析几何的无人机编队定位与调整策略

针对无人机编队中的无源定位问题，基于三角函数推导，对仅能接收夹角信息的无源定位圆形编队建立了定位的几何模型，并利用三角函数关系，结合解析法，讨论了仅已知部分无人机编号的情况；基于几何模型给出了编队初始略有偏差的调整策略；在编队队形发生改变的情况下，利用解析几何构建定位模型，实现新队形下的精确定位。结果表明：针对圆形编队三点定位问题，基于严谨的数学几何解三角形计算，建立接收信号无人机的定位模型，结果具有较高的准确性；针对圆形编队两点定位，第三点编号未知的情况下的定位问题，构建了基于无人机感知方位判定编号的解析模型，充分考虑到了接收信号的无人机的位置偏差大小与增加数量的关系，具有较好的普适性；针对圆形编队三架无人机实现队形调整策略问题，基于贪心策略，构建迭代调整模型，模型与解决问题的适配程度较高。     

基于Snake模型的图像目标轮廓自动跟踪方法

针对实验数据像素灰度的分布特点，提出了一种对目标轮廓线进行有效和可靠的搜索和跟踪策略．由于数据中病变组织与其邻近组织像素灰度差别相对明显，首先通过来用一种改进的轮廓自动跟踪方法对目标轮廓进行跟踪，将得到的轮廓线经采样得到其离散控制点作为Snake轮廓搜索和跟踪算法的输入，既克服了Snake方法对初始轮廓线控制点分布的局限性，又避免了采用单一轮廓跟踪方法跟踪目标轮廓线的不确定性，提高了分割病变组织的速度和准确性，此方法具有较高实用意义。     

一种改进的启发式球面点定位算法

将仅适用于平面网格的基于质心坐标的搜索策略进行推广和拓展,提出一种适用于球面网格的改进启发式算法,并详细讨论了不同质心坐标值情况下的下一搜索三角形的选择方法.为进一步提高算法效率,在进行启发式搜索之前通过执行若干顶点比较操作来选择一个较优的初始搜索三角形,同时引进一个近似度阈值来调整初始三角形确定时间与后续目标三角形搜索时间之间的平衡关系.分析表明,改进启发式算法的时间复杂度仅为O(n1/2f)(nf为网格包含的三角形数目).     

无人机编队协同追踪控制律和编队信息架构

针对"长机-僚机"模式的无人机编队追踪运动目标出现姿态信息和位置信息不一致而导致碰撞的问题,设计了一种协同追踪控制器并对该控制器进行稳定性分析。该控制器以3架无人机构成的编队作为控制体,采用拉氏矢量场方法获取无人机编队追踪运动目标的轨迹,同时构建无人机之间的信息架构,实现无人机编队按照预期的姿态和位置信息在运动目标周围的圆形轨道飞行的目的。研究单架无人机的航迹规划和多无人机编队协同追踪:对于单架无人机的航迹规划,采用反馈控制完成航向收敛证明;对于多无人机编队,采用一种多变量控制器可以保持无人机编队在圆形轨道运动,同时使用未知风和运动目标的自适应估计量来确定无人机编队在圆形轨道飞行的稳定性。仿真结果表明:在追踪过程中,3架无人机能够快速(15 s)以相同的姿态和位置渐进靠近目标,同时保持相对稳定;在满足航向速率和空速条件时,任意两架无人机相对距离误差能够快速(10 s)收敛到稳定值。该控制器突破了多无人机编队近距协同追踪目标的局限,可为多无人机分布式控制器设计提供方法借鉴。     

海上合成编队作战指挥信息体系构建原理与方法

 海上合成编队是未来海上主要作战力量体系,其作战指挥信息体系构建对体系作战能力形成具有重要的支撑作用。为解决指挥信息体系构建问题,剖析了海上合成编队作战指挥活动及信息需求,在明确海上合成编队指挥信息体系构建基础与环境前提下,分析了海上合成编队作战指挥基本模式及运行机理,进而提出指挥信息体系构建原理与方法：指挥信息体系的各类要素向编队各类作战指挥活动和指挥过程聚焦,支撑编队嵌套指挥模式高效运行的信息与决策需求,形成海上合成编队作战指挥对抗的比较优势,包括信息优势、决策优势和执行优势。     

海上小目标检测的视知觉方法

针对海上小目标检测问题，提出采用基于视觉非线性的图像分割方法，同时结合最佳分割区域自动调整算法，获得海上小目标的优良分割结果，并利用目标背景间存在较强反差这一先验知识，从分割所得二值图像中确定真实目标．算法中同时考虑了对亮、暗目标的处理，因而对目标的灰度变化不敏感．大量海上小目标检测的实验结果证实了本方法的有效性．     

编队目标架次检测方法研究

针对常规低分辨雷达无法直接在距离和方位上分辨同一批次中目标的缺陷，分析了编队目标雷达回波信号的时频特征，提出了一种基于平滑的伪Wigner-Ville分布来提取编队目标雷达回波中的架次信息的方法。该方法不仅能可靠检测目标架数，而且有一定的抗噪声和抗干扰能力。仿真试验验证了该方法的有效性，优于常规的WVD分布。     

连续变量函数全局优化算法—列队竞争算法

提出了一种全局优化搜索新算法——列队竞争算法．算法在模拟进化过程中,始终保持着独立并行进化的家族,通过家族内部的生存竞争和家族间的地位竞争这两种不同的竞争方式,使群体快速进化到最优或接近最优的区域．根据家族的目标函数值大小排成列队,并按家族在列队中的地位不同获得不同的竞争推动力,使得各个家族在列队中的位置发生动态的变化,从而使得局部搜索与全局搜索达到均衡．数值计算结果表明,列队竞争算法具有在复杂搜索空间内迅速搜索到最优解的能力     

Loiss流密码体制的安全分析

Loiss^[1]是一个面向字节的流密码，它使用一个128比特的初始向量和一个128比特的初始密钥作为输入，而它的输出则是一个字节的密钥流．Loiss算法一共由三部分组成：线性反馈移位寄存器（LFSR），非线性函数F和BOMM．我们的分析思想是在算法未经初始化的情况下，先猜测算法中的一部分单元，再根据猜测的单元和算法的输出来推导出密钥生成所用的其他内部单元．经过4轮的分析，我们可以计算出在此情况下的搜索复杂度，这与其穷尽搜索复杂度比起来在很大程度上得到了改善．为了使算法能够更安全，设计者为算法添加了64轮的初始化，初始化过程并不输出密钥流．经过了初始化，以上的攻击分析对算法就不适用，从而达到了算法所需求的安全性．     

基于遗传算法的拦截器拦截弹道反设计

研究大气层外动能拦截器(EKV)拦截弹道的快速规划方法。在分析拦截弹拦截作战任务基础上,分析了陆基拦截弹(GBI)关机点处的位置、速度选择应该服从的主要约束条件;以拦截交会角最小为目标函数,建立了EKV拦截弹道反设计的优化模型,利用遗传算法和反向积分的方法搜索得到了EKV初始弹道6个弹道参数、3个约束条件的初始拦截弹道参数。仿真结果验证了本研究方法的正确性,亦表明在难以获得拦截弹真实弹道解算所需基础数据的情况下,采用本方法的工程反设计方法规划的EKV拦截弹道可在一定程度上接近真实弹道,能够满足导弹突防对抗仿真需要。     

基于最小二乘迭代威布尔分布的三参数估计

威布尔分布因其数学处理的便利性和适应性而被广泛用于描述产品寿命，引入了位置参数的三参数威布尔分布是研究机械零部件可靠性最适合的模型之一，尤其适用于长寿命、高可靠性的产品。三参数威布尔分布的参数估计一直是关注的焦点，本文中提出了一种基于最小二乘的迭代方法对其进行参数估计，将初始位置参数设置为0，使用最小二乘法得到初始形状参数和尺度参数，将其代入位置参数的无偏估计得到新的位置参数，进行多次迭代，在此过程中形状参数和尺度参数逐渐变小，位置参数逐渐变大，最终获得稳定的形状参数、尺度参数和位置参数，即为最终的参数估计值，并计算可靠度为99%的寿命。通过蒙特卡洛（Monte Carlo）仿真证明此方法是收敛的，并在不同的威布尔模型、不同中小样本量（样本量为10、15、20、25和30）下，使用偏差（Bias）和均方差根（RMSE）两个指标与相关系数法进行对比，此方法估计的3个参数及可靠度为99%的寿命更加准确。通过两个实例分析，表明该方法具有可行性和有效性，估计结果与相关系数法相比更加保守，更适于工程应用。     

基于遗传算法与Tabu搜索的拆卸序列优化算法

为研究废弃装配体的拆卸序列优化,首先提出了建立装配体的干涉-自由矩阵,作为描述其结构的数学模型．其次,运用遗传算法原理,提出面向装配体拆卸序列自动生成及优化的计算模型．依据初始输入的若干拆卸序列和其它控制参数,由程序搜寻几何上可行的最佳拆卸序列．这里是以装配体在拆卸过程中具有最少的换向次数为优化目标．最后,鉴于遗传计算的未熟早敛问题,提出建立Tabu搜索与遗传算法的组合优化算法．通过把Tabu搜索的集中与分散策略引入遗传算法,可望获得更加健壮的搜索行为．大量的实例验证表明,用这种方法解决装配体拆卸序列的优化问题,所生成的可行拆卸序列在适应度函数值、数量、分布范围等方面均优于单纯的由遗传算法生成的结果．