基于CT图像的高聚物黏结炸药颗粒边界勾勒算法

为了研究TATB基高聚物黏结炸药(Polymer Bonded Explosive,PBX)内部颗粒边界分布,需要对PBX炸药通过计算机层析成像技术(Computed Tomography,CT)扫描得到的低质量原始图像进行分析,开发自动化炸药颗粒边界勾勒算法.对原始图像利用灰度统计信息和二值化方法计算得到二值化炸药颗粒草图,提出弹性胶囊算法从二值化草图中识别炸药颗粒的粗略边界,再结合形态学变换和分水岭算法识别出更精确的炸药颗粒单像素边界,最后结合灰度值统计数字特征和弹性胶囊粗略边界图信息调整边界宽度与灰度,得到最终边界勾勒结果.将该基于弹性胶囊和分水岭算法的边界勾勒结果与Canny算法、相位一致性算法、经典分水岭算法流程、基于超像素算法等有代表性的图像分割算法输出进行横向比较,结果表明该边界勾勒过程识别的准确度明显更高,并且通过单幅图像确定的算法参数在同批次样品其他图像中同样具有良好的效果,在满足边界提取精度要求的基础上,无需反复调整参数即可处理批量图像数据,缩减人工的投入,证实了自动化边界勾勒算法的实用价值.     

基于蚁群算法的军事通信网路由算法

蚁群算法是一种新型的模拟进化算法,初步的研究已经表明该算法具有许多优良的性质,为求解复杂的组合优化问题提供了一种新思路.文中即对蚁群算法进行改进,用于解决军事通信网路由技术中的DCLC路径问题.     

基于粒子群算法优化的目标识别方法

误差反向传播算法(back-propagation简称BP算法)是当前前馈神经网络训练中应用最多的算法,其优化算法也层出不穷。针对LM优化算法存在局部极小点的问题,通过采用基于优化理论的粒子群优化算法(PSO)来改进Levenberg-Marquardt(LM)算法。将提取的目标瞬态特性特征作为各种算法的输入,通过mat-lab仿真,对整个样本进行训练,并随机选择小样本进行检验。结果表明,优化方法均合理可行,其收敛速度和预测精度有明显的提高,综合来讲,粒子群算法优化后的LM算法表现出较大的优越性,为利用目标的瞬态特性进行目标识别提供了一种新方法。     

基于数字制图信息的电子战装备阵地选择算法

针对信息化条件下的作战需要,提出一种基于数字制图信息的电子战装备阵地选择算法。在分析影响电子战装备阵地选择的主要因素基础上,对电子对抗部队和装备的阵地配置情况进行选择,明确可以使用数字制图信息自动化作业和完成的一系列任务。结果表明:该算法能快速完成一系列复杂的计算和评估操作,大大提高电子战装备和兵力配置阵地区的选择效能。     

最小均方误差波束赋形算法及其改进算法的性能分析

介绍了最小均方（Least Mean Square，LMS）算法及其改进算法：变步长LMS（Varied Step Size LMS，VSSLMS）算法和稳健变步长（Robust VSSLMS，RVSSLMS）算法，并根据波束赋形算法必须具有较快的响应速度和收敛速度的要求，用Matlab重点对每个算法的稳态误差和步长变化情况进行仿真比较。仿真结果进一步证明了RVSSLMS算法具有更小的稳态误差和更快的收敛速度，更具有实用价值。     

基于混合蛙跳算法的多模盲均衡算法

针对常模盲均衡算法(CMA)收敛速度慢、收敛后稳态误差大且存在盲相位的现象,提出了一种基于混合蛙跳算法的多模盲均衡算法(SFLA-MMA)。它结合了智能优化算法的基本思想,将个体自身的进化及个体间的社会行为等概念引入到盲均衡技术中。该算法将多模盲均衡算法(MMA)代价函数的倒数定义为混合蛙跳算法(SFLA)的适应度函数,将青蛙群体中青蛙个体的位置向量作为MMA的初始权向量;利用SFLA的全局信息共享机制和局部深度搜索能力,在全局范围内搜索青蛙群体的最优位置向量并作为MMA的初始优化权向量。之后,通过MMA进行迭代,得到MMA的最优权向量。利用高阶多模正交振幅调制（QAM）与正交相移键控（APSK）信号对该算法进行了仿真验证。仿真结果表明,与CMA、MMA和基于粒子群算法的多模盲均衡算法(PSO-MMA)相比,SFLA-MMA在均衡高阶多模信号时收敛速度极快、稳态误差最小、输出信号星座图最清晰。     

基于改进蚁群算法的软件测试方法

为了降低软件的测试成本,提高软件测试效率,提出一种基于改进蚁群算法的软件测试方法.将Markov决策模型应用到软件测试过程当中,采用测试用例约简技术对测试用例集进行简化,利用贪心算法求得的较优解增强蚁群算法初始时刻信息素,通过改进的蚁群算法求得最优解,并进行仿真分析.仿真结果表明:改进的测试方法比采用基本蚁群算法的测试方法求得解更优,说明改进的测试方法可以使搜索时间更短,并可降低软件的测试成本.     

反时限过流保护算法在固态功率控制器中的运用

随着自动化配电技术的发展,我国在航空、航天以及民用大量采用固态功率器件对系统进行智能化配电,其中,在对配电系统负载过流保护上采用了当前先进的反时限过流保护算法,实现理论转化为实际,对反时限过流保护算法的理论基础进行分析和研究,并详细阐述了反时限过流保护算法在固态功率控制器件中的运用。     

目标识别与定位的快速融合算法

针对目前的车载火控系统不能自动识别目标类型、准确定位造成反应速度慢和命中率低的问题,文中提出了一种基于图像信息的目标识别与定位的快速融合算法。该算法通过火控系统配置的图像采集装置实施对前方目标的实时监视,采用偏序关系认准、模板匹配和视差测距算法融合实现对目标类型的识别与距离检测,为火控系统的自动化、智能化水平的提升提供了一种有效的技术手段。该算法运算周期小于50ms,识别准确率高达98%,在2000m视距内距离检测误差小于1m。     

改进蚁群融合DWA算法的移动机器人路径规划

为实现机器人在动态环境下的自主导航,基于蚁群算法规划出全局最优路径的情况下采用DWA算法进行局部避障。根据距离障碍栅格的远近计算邻接栅格的初始信息素,提出初始信息素不均匀分配原则;对启发式函数进行自适应调整的改进,提高算法的搜索速率;利用狼群法则改进信息素更新方式,对最优、最差和普通层蚂蚁进行分类更新,提高算法的寻优能力;使用二次路径优化的方法,有效减少路径长度,提高路径的平滑度;以蚁群算法全局规划路径的关键点为目标点,采用DWA算法进行局部路径规划。仿真结果表明：改进后的融合算法能减少最优路径长度,减少路径转弯次数且有效躲避障碍物。     

基于组合粒子群算法的运载火箭弹道优化设计

提出一种基于粒子群算法和方向加速法组合成的PSO-Powell算法,能进行大范围搜索,其最优解具有全局收敛性。在该算法中,对粒子群算法的参数设置进行了改进,提升了其性能,并引入增广拉格朗日乘子法处理优化问题的约束条件,提高了最优解的精度。仿真结果表明PSO-Powell算法应用于运载火箭弹道优化设计具有良好效果,可以提升运载能力,具有一定工程应用价值。     

基于微粒群算法的中制导弹道优化设计

为使拦截武器有效拦截目标,将直接多重打靶算法与微粒群算法相结合,设计了一种基于微粒群算法的中制导弹道优化算法。该算法借鉴直接多重打靶算法基本思想,将状态空间与参数空间分别进行分解与分段,并在此基础上结合中制导末端条件构建性能指标函数,将弹道优化问题转化为多目标优化问题;基于对指标函数之间依赖性的分析,在求解过程中将多目标优化分解为参数层和指标层优化两部分,采用微粒群算法对其进行分层优化求解。仿真研究表明,该优化算法能够对弹道进行有效优化。     

一种基于GA-BP 算法的PIDNN 控制策略

为改善常规PID控制器对非线性对象的控制性能,提出一种基于GA-BP算法的PID神经网络（PID NeuralNetwork,PIDNN）控制策略。将PID控制规律融入神经网络,构成一种PIDNN控制器,并利用GA-BP算法来对其进行参数优化。采用所设计的PIDNN控制器对一种非线性系统进行仿真研究,仿真结果表明：GA-BP算法收敛速度快,所设计的PIDNN控制器与常规PID控制器相比,其控制稳定性和快速性等性能都得到了很大改善。     

针对RSA 密码芯片的ZEMD 算法攻击实验

为了对RSA密码芯片的DPA攻击进行深入研究,采用相应攻击算法对AT89C52单片机上加密程序进行攻击,设计并搭建功耗分析测试平台。利用该平台,对单片机实现的8位模拟RSA加密算法进行ZEMD算法差分功耗分析（Differential Power Analysis,DPA）攻击实验。实验结果表明,由于明文的随机输入,使得模乘运算的时间消耗会有所不同,导致进行差分的功耗轨迹中对应部分无法准确对齐,ZEMD攻击算法存在失效现象。     

针对RSA密码芯片的SEMD算法攻击实验

为了对RSA密码芯片的DPA攻击进行深入研究，介绍采用相应攻击算法对AT89C52单片机上加密程序进行攻击的过程，设计并搭建了功耗分析测试平台。利用该平台，对单片机实现的8位模拟RSA加密算法进行了SEMD算法差分功耗分析（DPA）攻击实验。实验结果表明：当进行差分的功耗轨迹中对应部分无法准确对齐时，SEMD攻击算法存在失效现象。     

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。     

算法可视化的分析与应用

算法可视化由静态和动态算法可视化组成.其中Huffman算法可视化为二叉树构造算法,流程含单步执行、显示节点图形及再次构造.按程序设置单步构造功能,每一步构造一个结点.即当用户选择单步构造时,先运行到上一单步构造结点的下一个结点位置,构造一个结点,保存当前环境变量后返回并阻止执行下一步结点构造.程序对于每一结点均设置显示标志,每次显示结点时需要对相关联结点的显示标志加以判断,分别对待处理.     

基于自适应卡尔曼滤波器的神经网络算法

针对传统神经网络算法速度慢,容易陷入局部极值的缺点,提出将自适应卡尔曼滤波应用于人工神经网络的训练算法中.把前馈网络中的所有权值、阈值作为自适应卡尔曼滤波算法的状态,网络输出为算法的观测.仿真结果表明, 该算法比BP算法在收敛速度方面有明显提高.     

基于蚁群算法的我方机群优化分组

针对空战中我方机群分组问题，首先以敌方相应的空战能力、战术价值和分组情况以及我方空战能力建立我方机群分配模型，然后结合具有变异和自适应功能的蚁群算法，在分析了蚁群算法的状态转移、局部调整和全局调整规则的基础上，给出了我方机群分配优化算法，最后进行仿真实验，证明了算法的有效性     

延时控制差异并联算法与自适应加权融合算法

为提高延时控制系统现有决策算法的精度,提出了基于遗传算法的差异并联决策算法,利用遗传算法对各个延时电路的决策增量进行优化求解;为改善系统决策算法的鲁棒性,提出一种自适应加权融合算法,在对实测数据进行分析的基础上确定合理的权值分配策略。利用数值算例对精度、可靠度、鲁棒性和实时性的对比表明:与原有算法相比,所提两种算法具有更优的综合性能,其中自适应加权融合算法性能较为均衡,而差异并联算法具有较强的抑制异常测量值能力,适用于对鲁棒性要求较高的场合。