基于自适应遗传算法的传感器网络数据融合算法

能源有效性是无线传感器网络(WSN)路由算法设计要考虑的首要问题,数据融合可以通过合并冗余数据而有效地节约能耗.提出了一种基于自适应遗传算法(AGA)的WSN数据融合算法,基于移动代理(MA)对Sink节点发出兴趣代理报文和目标节点发出数据代理报文进行转发.采用AGA求出MA最优路由节点序列,通过把WSN均匀分割为多个大小适当的二维网格,形成AGA的初始群体.仿真结果表明,随着网络规模增大,和局部最近邻优先算法(LCF)相比,该算法有更小的网络能耗和延时.     

集成激光制造系统加工过程计算机模拟

激光制造是一种有别于传统方式的先进制造系统.针对集成激光制造系统,在分析其结构组成及激光加工特点的基础上,得到了机器人运动学逆解表达式,提出了一种基于碰撞检测的三角网格简化算法,设计并建立了模拟系统的模块化结构.基于VC开发环境并使用OpenGL图形接口技术开发了集成化激光制造系统加工过程计算机模拟系统,为工艺规划和优化提供有效支持,并实现了系统的通用性、易维护性和可扩展性.     

对接半物理仿真系统中的自适应柔顺力控制研究

为实现空间航天器对接过程中的强制校正和拉近阶段过程的半物理仿真,提出了一种六自由度并联运动平台的基于位置闭环的力控制方法.针对强制校正和拉近过程中两飞行器之间连接刚度大范围变化,设计自适应力控制器解决了刚度参数时变对系统性能的影响.试验结果表明自适应柔顺力控制可以实现强制校正和拉近阶段过程的有效模拟.     

LOD算法在3D地表模拟中的应用研究

在大型可视化系统中需要对3D场景进行简化以获得理想的视觉效果和处理速度,层次细节技术是其中较为有效的算法之一,它能在保持较好的视觉效果的同时,减少数据量,提高系统的运行速度.通过介绍一个三维仿真系统中地表的生成过程,描述了层次细节技术中四叉树算法的实现方法,分析和验证了它的简化效果.     

一种舰载垂直发射导弹的分段传递对准方法

采用四元数的传递对准是舰载垂直发射导弹一种有效的对准方法,提出了一种UKF滤波与卡尔曼滤波相结合的分段传递对准方法,推导了这种方法的数学模型,并对此方法进行了计算机仿真,结果表明,此方法不仅能高精度的估计出导弹的初始位置,还能有效估计出陀螺漂移.     

自适应的混沌粒子群算法优化XML文档聚类策略

为了提高海量XML文档集的聚类质量,提出了一种基于粒子群的XML自适应混沌聚类算法(简称ACPSO):为了简化XML文档相似性判定,该算法以XML键为基础,结合混沌原理与粒子群算法划分XML文档:为了加速算法的收敛性,通过对算法相关参数的自适应学习与权重调整,增强XML文档的全局寻优能力,改善XML文档聚类的质量.对比其它聚类算法,仿真表明本算法不仅能有效避免聚类停滞现象的发生,而且是一种高效的XML文档聚类方法.     

强机动目标跟踪的两种MM算法设计与比较

现代舰艇反导中,及时、准确、有效地跟踪强机动的反舰导弹是反导武器系统中的一项关键技术.基于反舰导弹末端蛇行机动的运动特征,设计目标蛇行机动为直线运动模型和转弯运动模型的组合,并引入到构建的具有变结构的自适应网格交互多模型(AGIMM)算法和固定结构的固定网格交互多模型(FGIMM)算法中,在给定的初始条件下,运用MATLAB进行Monte Carlo仿真实验,比较分析了AGIMM算法和FGMM算法的跟踪性能.结果表明:针对目标蛇行机动的强机动情况,所构建的AGIMM算法比FGIMM算法的估计精度高、位置和速度估计波动小,稳定性好,适应性强,具有一定的工程应用价值.     

基于X3D的仿真可视化支撑服务研究与实现

X3D集成XML,Java以及流媒体技术支持基于Web的三维可视化建模和渲染,是当前Web3D的标准.网格技术是一种新兴的Internet计算模式,通过构造动态的虚拟组织实现计算资源的共享与协作.本文将X3D技术与网格技术、J2EE技术相结合,构建基于Web的仿真可视化支撑环境体系结构和相应的可视化支撑服务,实现广域网内基于浏览器访问、共享和组装多种武器、地形、特效的三维模型,快速定制和构建三维可视化应用,构造虚拟仿真环境.对仿真可视化支撑环境体系结构及服务实现的关键技术进行了详细的介绍.     

改进的低时延全回波Q路由算法

针对传统路由算法不能适应拓扑环境及网络负载变化导致的拥塞问题,提出了一种改进的低时延全回波Q路由算法。改进算法对于原有算法附加学习率因子进行替换,使用调节范围更大、适应性更好、算法性能更稳健的双曲正割算子;改进算法根据不同网络情况自适应地调节学习率,进而提供合理的路由决策。仿真结果表明,该算法可以适应于静、动态拓扑环境,与已有的路由算法相比,改进算法能有效地减少高、低负载时数据的平均递交时间,降低路由间的振荡,提高数据包的投递率,且体现更好的稳健性。     

基于协方差矩阵重构的单基地MIMO阵列无网格DOA估计方法

提出了一种单基地多输入多输出(multiple-input multiple-output, MIMO)阵列中的协方差矩阵重构的无网格波达方向(direction-of-arrival, DOA)估计方法。该方法通过降维处理将MIMO阵列等效为信噪比(signal-to-noise ratio, SNR)提升的均匀线列阵,将目标方位估计问题转化为混合范数最小化(mixed norm minimization, MixNM)稀疏信号重构问题。进一步给出了与该稀疏重构问题等价的基于网格的凸优化问题,并模型化为半定规划来求解。为了解决网格大小影响估计性能的问题,利用了等价均匀线列阵的托普利兹结构,模型化为半定规划问题来重构无噪声协方差矩阵,最后通过范德蒙分解来估计目标方位。与传统的基于MixNM方位估计方法相比,该方法减少了优化变量个数。与其他离网格方法相比,该方法估计精度不受网格大小的影响,且能够估计相干源目标。实验仿真验证了该方法的有效性。