对称型TSP下界的快速估算法

在数学推导和证明的基础上,给出了一个求解对称型TSP问题下界的快速算法,利用该算法求解了TSP标准问题库中部分对称型问题,给出了计算结果并与标准问题库中公布的最好解进行了比较,获得了令人满意的效果.     

快速跳频PLL中杂散抑制比的最佳设计值

系统地研究了快速跳频PLL中杂散来源,给出了环路杂散模型,定义了杂散抑制比。定性分析了MF SK FH通信系统检测误码率Pe与杂散抑制比λ之间的关系,并通过计算机辅助分析,定量计算出误码率与杂散抑制比的关系曲线。实验结果表明,MFSK FH通信系统中存在一个杂散抑制比的最佳设计值,约为-50dB,它为快速跳频PLL的优化设计提供了参考依据。     

战区地面防空兵力需求估算模型研究

兵力需求是高层决策机关在平时进行战场建设,战时实施兵力集结与调动的基本依据。首先讨论了地面防空兵力和空袭兵力作战效能指数的计算方法,依据防空作战双方的兵力对抗特点,建立了空地对抗条件下的兰切斯特动态微分方程,得出了满足一定作战结果要求的地面防空兵力总效能指数需求模型。根据平时或战时的兵力结构对总效能指数进行解释,得出所需规模进行快速估算,可为高层决策机关的兵力需求决策与分析提供量化依据。     

水面舰艇导弹攻击作战过程仿真研究

反舰导弹已成为水面舰艇交战的主战兵器，其作战过程的仿真具有重要的军事意义。受兰彻斯特方程的启发，文章在对作战效能的含义进行初步的分析之后，建立了离散模型来模拟研究水面舰艇的导弹攻击作战过程，并利用差分方程组对舰艇的作战能力、毁伤因子以及作战效能等参数进行了理论分析，通过对三个具有实际背景的不同想定的仿真，在作战方法、导弹作战性能以及舰艇防御能力对交战结果的影响等方面得出了几个有价值的结论。     

雷达模拟系统最大作用距离研究

分析了雷达模拟系统作用距离在雷达干扰效果评估试验中的重要作用，阐述了雷达干扰试验中雷达模拟系统最大作用距离的设计原则，提出了在不同干扰试验模式下，作用距离的试验要求和计算方法，完成了在满足干扰试验历经信干比变化过程的条件下，雷达模拟系统发射机功率和天线增益的设计。     

基于前景理论的波动不对称性

波动不对称性是金融市场中普遍存在的一种现象,也是金融理论和实践所关注的焦点.借鉴行为金融理论中关于前景理论的研究成果,构造一类基于前景理论决策框架的投资者,并在此假设基础上推导出相应的资产价格均衡模型. 通过数值模拟发现,前景理论不仅可以很好地解释金融市场的波动不对称现象, 而且,在利空消息出现频繁的市场中, 相对于利好消息对价格的向上推动作用,利空消息对价格下挫的影响更加突出, 引入私房钱效应后,价格波动更加明显. 可见,上述结论都从不同角度有力地解释了金融市场的波动不对称性.     

竞争性物流通道中多车型拥挤收费策略与均衡

基于港口货运与腹地客运的多车型换算系数, 构建辖有竞争性物流通道的地方政府追求区域福利最大化的拥挤收费模型, 提出四种收费策略并进行均衡分析, 通过数值算例验证: 统一收费策略下最优拥挤收费的均衡数量介于差别收费策略下腹地客运收费和港口货运收费之间, 拥挤收费最高和最低分别是只对货运和只对客运收费策略; 拥挤成本最大和最小分别是只对客运和只对货运收费策略; 客运量最多和最少分别是只对货运和统一收费策略; 货运量最多和最少分别是只对客运和只对货运收费策略; 区域消费者剩余最多和最少分别是只对货运和统一收费策略; 通道总福利最多和最少分别是差别收费和只对客运收费策略, 并结合通道区域特点与不收费情形进行比较.     

多跳筛选无线传感器网络决策融合

为了在保证传感器工作效果的同时控制系统能耗,在资源受限的无线传感器网络决策融合系统中同时引入传感器信息的多跳传输方式和筛选传输策略。在瑞利分布信道模型下,推导出该系统的最优融合规则。但该规则需要信道的实时状态信息,实用性差。为此提出基于信道统计分布信息的次优似然比融合规则,并给出了小信道信噪比情况下的简化形式。理论分析和仿真表明,次优规则性能损失较小,运算量更低,信息需要更少,符合资源受限系统的要求;同时使用筛选策略,降低了系统的传输能耗。     

基于IMM-UKF方法的主动段目标分级与关机识别

主动段目标的分级与关机识别对于系统把握目标模型切换并部署后续跟踪具有重要意义。建立了主动段目标的分级和关机所涉及的两级主动段模型和中段模型;引入了交互式多模型框架以应对不确定模式下的跟踪问题,引入了无迹卡尔曼滤波以解决非线性估计问题。在天基观测条件下进行了仿真实验,结果表明,利用模型概率和总体估计误差的异常变化,可有效识别主动段目标的分级和关机。     

基于对角载入的鲁棒自适应波束形成算法

作为一种梯度自适应波束形成算法,LMS算法因简单有效而得到广泛的应用.但是在存在偏差的情况下,LMS算法的性能较差.针对上述问题,考虑信号方向向量的偏差对LMS算法性能的影响,提出了一种基于对角载入的鲁棒约束LMS算法,并对算法的对角载入因子和收敛性能进行了分析,给出了保证算法收敛的步长取值范围.该算法利用对角载入的特性,可有效的抑制各种偏差所带来的影响,收敛速度快,抗扰动性强,对信号方向向量的偏差具有较强的鲁棒性,从而可以保证阵列输出的信干噪比接近最优值.仿真实验表明,与传统约束LMS算法相比,基于对角载入的鲁棒自适应波束形成算法具有很好的性能.