电视制导系统目标识别算法

提出了基于模板匹配的目标识别算法的改进算法,改进算法从2个方面提高制导系统所需的实时性指标.设计了基于改进算法的测试系统.测试结果表明,相同分辨率的视频帧和目标模板,匹配识别时间从12 s减少到小于0.5 s,解决了系统所需的实时性问题.同时改进算法及其思路也为相关问题提供了解决方案.     

基于改进花朵授粉算法与K-means算法的人体姿态库构建方法研究

为了解决现有人体姿态库构建方法存在的装备维修性仿真验证任务针对性不足的问题,提出了一种基于改进花朵授粉算法与K-means算法的人体姿态库构建方法。针对花朵授粉算法寻优精度不够理想的问题,将乌鸦搜索算法引入花朵授粉算法。提出了一种改进花朵授粉算法。测试结果表明：相比粒子群算法和花朵授粉算法,改进花朵授粉算法具有搜索范围广和寻优精度高的优点。为避免K-means算法易陷入局部最优解,将改进花朵授粉算法引入K-means算法,在提出个体编码方式与定义个体操作函数的基础上,设计了改进花朵授粉算法的计算步骤,使改进花朵授粉算法与K-means算法相融合,进而对装备维修人员的维修作业姿态进行聚类。提取各类中心数据,将其作为人体姿态库中虚拟人体的部位动作角度输入参数,构建了具有装备维修性仿真验证任务针对性的人体姿态库。仿真实验结果表明：相比基于粒子群算法与K-means算法融合的人体姿态库构建方法等5种方法,改进花朵授粉算法与K-means算法的融合方法具有寻优精度高和聚类效果好等优点,适用于装备维修性仿真验证工程实践。     

红外弱小目标TSA检测技术

针对红外弱小目标检测,提出了一种改进的最大类间方差算法,利用遗传算法在寻求最优解方面的优势,采用图像像素点间的类间方差作为判决函数,实现了改进的算法设计方案,达到了对类间方差阈值分割检测算法的改进;通过对真实红外视频中采样得到的红外图像进行处理,将本文算法与传统的Otsu算法进行仿真比较,实验结果证明此算法在保证了分割算法检测精度的前提下,达到了对传统算法实时处理性能上的改进,具有工程实践价值。     

基于改进磷虾群算法的K-means算法

针对磷虾群算法易陷入局部最优、搜索能力弱及K-means算法易受初始聚类中心选择影响等问题,提出一种基于改进磷虾群算法的K-means算法。该算法通过混沌初始化、动态分群、精英引领和随机变异等策略改进磷虾群算法,并引入最佳聚类数自适应机制,提高了算法的综合寻优能力。实验通过6种基准函数检验了改进磷虾群算法的有效性,用UCI机器学习数据集及人造数据集测试验证了基于改进磷虾群算法的K-means算法的性能。验证结果表明,改进磷虾群算法在保证较快收敛速度的基础上提升了全局寻优能力,与其他算法相比,该算法各方面性能显著提升。     

基于改进粒子群算法的野战油库选址优化

针对标准粒子群算法容易陷入局部最优,提出了改进粒子群算法;对粒子的自适应性和惯性权重进行改进,建立了野战油料选址模型;通过仿真,发现改进粒子群算法克服了标准粒子群算法容易陷入局部最优的问题,且寻优能力强,对部队的野战油库选址具有指导作用。     

用于实时弹道滤波的Sage-Husa改进算法

为了解决实时弹道测量数据滤波过程中量测噪声统计特性未知且时变的实际问题,对Sage-Husa算法进行了多种改进,提出了改进的Sage-Husa自适应卡尔曼滤波(improved Sage-Husa adaptive Kalman filter,ISHAKF)算法。该算法将量测噪声协方差估计矩阵变换为半正定矩阵和正定矩阵之和的形式,保证了量测噪声协方差估计矩阵的正定性,消除了量测噪声协方差估计矩阵非正定导致滤波异常的缺陷。设计了一种自适应遗忘因子,提升了滤波收敛速度,解决了量测噪声统计特性突变时Sage-Husa算法收敛较慢的问题。对卡尔曼增益矩阵进行了抗差改进,增强了算法的鲁棒性,削弱了野值对滤波效果的影响。分别对正定性改进、遗忘因子改进和抗差改进进行了对比仿真实验,对比结果验证了Sage-Husa算法改进的正确性和有效性。通过ISHAKF算法的实例应用,证明了该算法在实时弹道滤波上,具有更高的实时性、自适应性和抗差性,滤波效果提升明显。     

改进RBPF算法在制导和防空技术中的应用

针对导弹制导和防空快速跟踪问题,对RBPF算法进行了改进,并将该算法应用到导弹目标跟踪和防空技术中.跟踪仿真试验表明,该算法在精度和速度上明显高于粒子滤波,与RBPF算法相比,改进算法虽在精度上略有下降,但运算速度大大提高,改进算法能对运动目标进行有效、快速的跟踪.     

基于频移修正的奎因频率估计算法

分析了奎因(Quinn)算法的性能,针对Quinn算法在信号频率接近离散傅里叶变换(DFT)量化频率时估计误差较大的问题,提出了一种改进的算法。改进算法在Quinn算法基础上通过对信号进行频移以使信号频率位于DFT量化频率中心区域,然后再用Quinn算法估计频率。仿真结果表明:改进算法估计性能不随被估计信号的频率分布而产生波动,在整个频段内估计均方根误差接近克拉美-罗限,而且具有较低信噪比门限,整体性能优于Quinn算法。在信噪比为6dB时,改进算法估计性能优于基于FFT滑动平均极大似然法。     

改进BP算法在某型导弹装备故障智能诊断中的应用

在某型导弹装备故障智能诊断系统的设计中尝试了一种改进的BP算法，介绍了改进BP算法的原理，给出了一个诊断实例。工程应用表明．改进后的BP算法具有明显的优越性。     

基于Monte Carlo 的测距传感网络定位算法

针对现有蒙特卡罗定位存在的一些应用缺陷,提出一种基于ZigBee传感网测距的蒙特卡罗定位算法。介绍了改进算法的实现步骤,该方法在定位时获取多个外部信息,同时将定位样本历史信息应用到位置估计中,且在ZigBee室内测距的特点上加入了改进的高斯滤波算法并与均值滤波进行对比。测试结果表明,该算法较原有算法取得了明显的改进优势。     

分布式并行矩阵乘算法分析

分布式并行矩阵乘算法包括简单并行分块乘、Cannon、Fox、矩阵乘并行、B-S、B迁移和C迁移算法.并行分块乘法在同行处理器间进行多到多播送.Cannon算法可有目的地在各行和各列施行循环移位.Fox算法的行处理器施行一到多播送,列处理器施行循环单步上移.矩阵乘并行算法采取中子矩阵分配策略对各对应子矩阵相乘.B-S通过消息传递、进行数据迁移.B迁移算法可减少通讯量.C迁移算法可提高并行效率.     

遗传-蚁群算法在目标分配问题中的应用研究

针对传统算法很难满足大型水面舰艇编队防空武器的武器目标分配(weapon target assignment,WTA)问题,提出一种将遗传算法融入蚁群算法的混合算法。分析了遗传算法和蚁群算法的优缺点、利用遗传算法快速全局随机搜索能力生成一组粗略解,用其作为蚁群算法的初始信息素,再利用蚁群算法的并行性、正反馈机制,最后求得最优解,并对遗传-蚁群算法与蚁群算法、遗传算法这3种方法进行仿真比较。分析结果证明:遗传-蚁群算法用更少的时间获得最优的火力分配方案,缩短了武器系统反应时间,在求解质量方面有较大优势。     

解决故障征兆误判和混淆的典型互连诊断算法分析

为提高算法研究以及工程应用人员对现有算法的总体把控和算法选择的能力,在综述现有算法的基础上,找出3类最具代表性的互连诊断算法——基本算法、抗误判算法和对角独立算法;并给出该3类算法的抗误判和抗混淆能力结论:抗误判算法解决了故障征兆误判问题,对角独立算法可以大大地降低故障征兆混淆率,为故障诊断算法的选择寻找出了理论依据.     

移动机器人的卡尔曼滤波定位算法改进与仿真

针对传统卡尔曼滤波算法和扩展卡尔曼滤波算法应用于移动机器人定位系统时出现的误差值较大和算法发散现象,在定位算法中引入修正因子对状态估计方程进行优化.分析传统卡尔曼滤波和扩展卡尔曼滤波的定位算法原理,研究运动过程中驱动力和摩擦力对移动机器人的影响,引入修正因子改进卡尔曼滤波算法,并对传统卡尔曼滤波算法、扩展卡尔曼滤波算法和改进算法做仿真对比和研究.仿真结果表明:修正因子对传统卡尔曼滤波算法和扩展卡尔曼滤波算法都具有改进效果,能提高定位精度.     

神经网络 PI 控制算法在燃气发生器上的应用

为解决燃气发生器喉部时变性使得控制系统对燃气发生器压力控制较为困难的问题,采用神经网络PI算法、模糊PI控制算法和PI算法进行压力控制仿真对比的方法,研究神经网络PI控制算法对容积时变的燃气发生器压强控制的有效性.结果表明:当燃气发生器自由容积变化15倍时,模糊PI算法响应速度是PI算法的8.0倍,且神经网络PI算法控制的压力超调量为0;3种算法中,神经网络PI算法响应速度最快,压力产生的超调量最小,可以较好地解决自由容积时变性带来的控制超调和响应慢的问题.     

捷联惯性导航系统姿态算法综述

对欧拉角法、方向余弦法、三角函数法、Rodrigues参数法、四元数法和等效旋转矢量法等六种描述捷联惯性导航系统姿态的方法进行叙述和分析。主要探讨了基于四元数法和等效旋转矢量法的各类姿态更新算法．为进一步研究各类算法提供了一定的参考。     

一种提高伺服系统快速响应能力的控制算法

为了提高某型伺服系统的快速响应能力,对传统的PID控制算法进行改进。在系统地研究线性PID和非线性PID控制方法的基础上,针对工作实际中的被控对象控制问题,设计一种采用分段控制、前馈控制的复合控制策略,取得了良好的控制效果。实验结果证明,该算法使伺服系统的调节时间更短,响应速度更快。     

改进的距离-多普勒算法

合成孔径成像算法是合成孔径雷达技术中的关键技术之一，距离一多普勒算法是成像算法中最经典最常用的算法。通过引入检测改进了距离-多普勒算法的执行结构，利用任务处理实现了距离向处理和方位向处理的分开，保证了方位向处理的实时性，保留了原有算法数据流程的串行结构。仿真实验表明，改进算法比传统算法在时间上得到了改善。最后指出了改进算法所具有的特点。     

基于蒙特卡罗的无线传感器网络战场目标定位模型

针对目前我军使用GPS全球定位系统存在的不足,在对无线传感器网络进行分析的基础上,建立基于蒙特卡罗（Monte Carlo,MCL）的无线传感器网络定位算法模型。分别对MCL、质心和Amorphous 3种算法进行比较,并以蒙特卡罗定位算法为例,研究估计误差与网络参数及算法间的关系。结果表明,MCL算法误差最小。     

基于混沌DESAPSO算法的无人机三维航迹规划

粒子群(PSO)算法易陷入局部最优,将其运用于无人机三维航迹规划会导致航迹品质不高,针对这一问题,提出了将差分进化(DE)算法、模拟退火(SA)算法嵌入PSO算法中,构成混沌差分进化模拟退火粒子群(DESAPSO)算法,从三个方面提高了航迹品质:一是利用DE算法的变异、交叉及竞争选择增加种群多样性;二是利用SA算法概率突跳能力跳出局部最优解;三是对PSO算法参数进行混沌优化,进一步增强种群多样性.仿真结果表明:混沌DE-SAPSO算法改进航迹品质效果明显,获得了满意的无人机三维航迹.