多UCAV协同控制中的任务调度问题研究

任务调度包括任务分配和任务排序两个紧密耦合的问题,是多UCAV协同控制的核心和有效保证。分析了任务和UCAV的特性,针对带时间约束的复杂情况,建立了多机协同任务调度的数学模型。通过建立可行解到粒子间的映射,设计了粒子群优化算法求解,仿真实验验证了算法的可用性和有效性。     

数学形态学在SAR图像目标识别中的应用

提出了一种能够从复杂背景的SAR图像中识别出圆状目标的方法。该方法首先对SAR图像进行双参数恒虚警(B-CFAR)预处理,排除明显的非目标区,增强下一步对目标的识别效果,然后着重分析了上下文相关加权的形态模板生成算法,在此基础上采用不同的数学形态学变换滤波方法对预处理后的SAR图像候选目标区进行识别,并与相关文献比较,对圆状目标得到了良好的识别效果。     

扩展目标的角闪烁

本文简要地综述了扩展目标角闪烁的研究概况。系统地阐述了角闪烁的概念、产生机理、计算方法和数学模型。在此基础上,详细分析了角闪烁的控制技术,既研究角闪烁的抑制方法,也研究人工增强技术。最后指出了角闪烁对隐身飞形器的设计具有潜在重大意义。     

基于密度峰值聚类的宽角域散射中心聚类

宽角域合成孔径雷达（Wide-Angle Synthetic Aperture Radar, WA-SAR）有着更广泛的角度覆盖范围,基于此得到的宽角域散射中心（Wide-Angle Scattering Centers, WA-SCs）包含了目标物体更加丰富的电磁散射特征,这对雷达的目标建模、目标识别等有着重要的意义。为了克服WA-SCs数据维度高、所含信息复杂的特点,并从中提取出所需的目标物体特征,本文采取密度峰值聚类（Density Peak Clustering, DPC）算法研究WA-SCs。基于SLICY模型数据,从聚类内部评价指标、聚类可视化和算法自动化程度三个方面,将本文算法与经典的KMeans、DBSCAN和MeanShift算法进行了对比实验。结果表明,DPC算法具有自动化程度高、高维数据适应性强、聚类精度高等优点,有望为后续的一系列基于WA-SCs的目标建模、目标识别等工作提供技术支撑。     

可持续发展评价指标体系及模型研究

可持续发展是全世界共同关心的重要课题。本文根据可持续发展的基本理论和原则,在借鉴其它相关学科研究成果的基础上,结合我国实际,提出了可持续发展评价指标体系和评价模型的思路。     

树型网格下独立任务的实用调度算法

讨论在节点计算能力和网络通信速度异构的树型网格下独立任务的调度问题。与最小化任务总执行时间不同（该问题被证明是NP难题[1]）,本文修正[2]中为树型网格平台任务调度问题建立的整数线性规划模型,针对多层树通过线性规划模型求解最优任务分配数的时间复杂性大（ ）的问题,引入推拉方法,将多层树线性规划求解归结为单层树求解,复杂性降低为 ,其中 ,m为树的层数, 为第j层中节点的数目最多的节点的子节点数。基于求出的近似最优任务分配数,提出一个静态分布式的启发式任务调度算法。分析和实验表明,在异构的树型网格下做大量的独立任务调度时,算法性能优于同类算法。 关键词: 任务调度; 网格计算; 线性规划; 最优任务分配; 分布式任务调度算法;     

电力系统间交流联络线自动规划问题

本文提出了一个选择电力系统交流联络线的自动规划模型.该模型以联合电力系统中各电源点之间相角差均不超过允许值作为保持系统静态稳定性的约束条件,在按年费用最小选择联络线方案时,同时计及了新建的联络线和原有电力系统中网络的扩建.文中还给出了某两个电力系统联网的分析计算结果.     

川西北高原地区羊皮资源的开发研究

对川西北高原地区羊皮资源、品质、加工鞣制、成品毛皮(革)品质、经济效益等进行了系统研究.结果表明,地该地区羊皮资源丰富,原料毛皮品质优良,用铬—铝结合加工鞣制后,成品毛皮(革)感观性优良,各项物理指标均达到或超过国家标准,加工试制为制品经济效益显著,具有开发价值,可进行计划开发利用.     

生态城市建设经济效益的动态评价

生态城市建设是实现城市经济社会可持续发展的重要目标,研究生态城市建设经济效益评价对城市的规划发展具有重大的指导意义。笔者分析了生态城市的内涵及国内外生态城市建设的现状,从构建生态城市的评价指标体系着手,提出了对生态城市的投入成本与产出效益进行动态评价和敏感性分析的思路,为生态城市建设及选择优先的投资领域和最佳方案提供一定的科学依据。     

复杂背景下改进的红外弱小目标检测

许多研究者关注红外弱小目标检测领域并进行过种种探索，然而复杂背景下检测的难题始终未得到满意的解决。复杂背景下的杂波难以消除，目标检测无法得到显著结果。为此，本文提出了一种基于高升压滤波器的加权三层窗口目标检测算法HB-WTLLCM（High-Boost Weighted Tri-Layer Local Contrast Measure），针对复杂背景的目标检测进行目标增强，从而提高检测率。本文算法首先利用改进的高升压滤波器对红外原始图像进行预处理，再利用三层嵌套窗口，根据目标形状进行局部对比度增强。最后引入一种基于复杂度评估的加权算法，进一步进行目标增强和随机噪声抑制。实验数据显示，本文提出的算法相比于主流算法在多建筑、多树木的复杂背景下目标增强能力更强，检测率更高。上述结果提示，本文提出的HB-WTLLCM算法对于复杂场景下红外弱小目标进行检测具有一定优势。