基于自组网络的武器火力饱和分配研究

针对武器火力分配中网络自组连通情况及能否饱和分配问题,研究了网络自组及饱和攻击数计算方法和匈牙利分配算法,并对其进行了改进.首先根据有效通信距离和火力单元之间距离求解任意两火力单元的连通概率,得出连通概率矩阵,将矩阵中数值规范化,并利用准平方法计算得出网络连接矩阵;然后,根据敌我双方信息,构建火力分配模型;最后,求出各个目标饱和攻击数,运用改进匈牙利算法构建火力分配模型,并根据目标饱和情况进行二次分配.仿真结果表明,在自组网的基础上,运用改进后的匈牙利算法可以有效的解决饱和分配问题.     

利用sigma点卡尔曼滤波的多UUV协同定位

融合无人水下航行器（UUV）内部航位递推估计和外部量测信息的协同定位方法是一种提高只配备低精度自定位装置的UUV定位精度的有效手段。当协同系统结构固定时,滤波器的选择就决定了精度提高的幅度。针对扩展卡尔曼滤波（EKF）在处理非线性系统时具有较大的截断误差和繁琐的计算,提出了使用sigma点卡尔曼滤波（SPKF）的协同定位方法。与EKF相比,无味卡尔曼滤波（UKF）和中心差分卡尔曼滤波（CDKF）具有更好的鲁棒性,在没有增加计算复杂度的基础上进一步提高了UUV的定位精度。仿真比较了采用不同滤波算法的协同定位方法提高定位精度的效果,验证了利用sigma点卡尔曼滤波的多UUV协同定位方法的有效性和一致性。     

空投UUV入水运动仿真

研究空投无人水下航行器(UUV)的入水运动过程仿真问题.针对空投UUV在入水过程中,通常都伴随有空泡,空泡与UUV的相互作用现象较为复杂的特性,根据动量定理和动量矩定理建立了UUV入水过程的运动数学模型,基于Mackey模型建立了UUV入水过程流体动力计算的数学模型,采用计算机仿真的方式对UUV入水过程进行了研究.结果表明,空投UUV入水过程的运动轨迹近视为斜向下的直线,速度越大空泡持续时间越长,可以解决空投UUV的高效入水.     

基于任务分解与强化学习的多平台协同火力分配方法

为了有效求解多平台协同火力分配问题,根据“分而治之”的思想,基于任务分解策略将复杂的决策任务分解为子目标平台选择和子平台火力分配两个阶段,通过融合启发式算法和强化学习模型,提出一种新的强化学习求解方法(HARL),并以多平台联合火力打击为作战背景进行实验仿真.子目标平台选择层根据当前状态,基于强化学习策略选择攻击当前子目标最适合的火力平台;而子平台火力分配层则使用启发式算法为执行攻击任务的平台规划最优的火力分配方案.实验结果表明,融合启发式算法和强化学习的HARL方法相比于传统的强化学习算法武器消耗量减少15%以上,相比于经典的启发式算法求解时效性提升20%以上,表明该研究成果可为未来求解复杂作战决策问题提供有力的技术支持.     

基于特征预测与邻域一致性的视频特征快速配准

基于视频图像特征点配准的目标跟踪算法无法兼顾精确性、实时性和鲁棒性,针对该问题,提出一种基于特征位置预测与邻域一致性约束的视频特征快速配准算法。以标注点与目标标记框为模板,通过ORB特征匹配与邻域一致性检验,获得帧间标注点集的对应关系,并计算点集间的尺度变换以确定当前目标框,利用多帧已知标注点位置信息与运动连续性进行多项式回归预测,得到标注点集的位置。在此基础上,对特征点进行局部搜索、提取和描述,根据邻域一致性约束,利用邻域内的支持特征点集实现标注点的稳健匹配。实验结果表明,该算法可对多姿态目标特征点进行配准,与GMS、ORB、SIFT和SURF算法相比,该算法的实时性、准确性和鲁棒性明显提高。     

基于弧长密度的自动邻域半径鉴别FPFH提取算法

在快速点特征直方图(FPFH)的特征计算过程中,需要人工多次选择邻域半径,计算过程复杂且效率较低。针对该问题,提出基于弧长密度的自动邻域半径鉴别FPFH特征提取算法。给出点云弧长密度的计算方法,依据弧长密度估算多对点云的邻域半径,以提取FPFH特征并完成采样一致性初始配准,确定配准性能最优的半径与弧长密度值。在此基础上,使用最小二乘法拟合邻域半径与弧长密度之间的函数表达式,并与FPFH特征提取算法结合得到自动邻域半径鉴别FPFH特征提取算法。实验结果表明,该算法可根据点云弧长密度自动鉴别出合适的邻域半径,运算速度较快。     

对简化轮数的SNAKE(2)算法的中间相遇攻击

SNAKE算法是由Lee等学者在JW-ISC1997上提出的一个Feistel型分组密码,有SNAKE(1)和SNAKE(2)两个版本。本文评估了简化轮数的SNAKE(2)算法对中间相遇攻击的抵抗能力,用存储复杂度换取时间复杂度,对7/8/9轮64比特分组的SNAKE(2)算法实施了攻击。攻击结果表明,9轮的SNAKE(2)算法对中间相遇攻击是不抵抗的,攻击的数据复杂度和时间复杂度分别为211.2和222,预计算复杂度为232,是现实攻击。     

基于水下网络的多UUV协同作战效能评估

水下网络中心战的核心是实现水下多武器的资源共享、协同探测和协同攻击;文中以多UUV(Unmanned Underwater Vehi-cle)协同作战为例进行分析,来定量的评估水下多武器协同作战效能;建立基于水下网络的多UUV协同作战模型,运用层次分析法(AHP)确定水下网络中心战中多UUV协同作战效能评价体系中各指标的权重,使用模糊综合评价方法对各模糊指标进行评价;此实例为评估多武器协同作战效能提供了一种有效的论证方法。     

一个改进的多点乘算法

SPA(Simple Power Analysis)攻击可能通过泄露的信息获取内存受限制的设备(如smart卡)中的密钥,它是通过区分一次点乘运算中点加运算和倍点运算进行的。抗SPA攻击的点乘算法较多,但对于多点乘算法相关措施较少。inter-leaving多点乘算法是一个时间和空间效率都非常优秀的多点乘算法。为此提出一种基于interleaving的抗SPA攻击的多点乘算法,新的算法在内存空间消耗和计算速度上较原算法负担增加可以忽略不计,而且能够抗SPA攻击。     

地地导弹打击机场排序模型

利用地地战役战术导弹袭击敌方军用机场是一种常用的作战方式,为使有限的导弹火力能够运用到对战役和战斗起关键作用的目标上,需要根据目标的威胁程度确定最佳攻击顺序,现用层次分析法进行建模来确定目标的攻击顺序,以达到最佳的作战效果。     

移动USBL测距辅助的UUV协同导航定位方法

针对无人水下航行器(UUV) 导航精度受惯性导航(INS) 影响较大的问题, 本文提出一种基于无人水面船 (USV)携带超短基线(USBL)对UUV进行移动式辅助导航定位的方法. 文中以USV上高精度INS和全球导航卫星系 统(GNSS)组合后的导航结果作为基准, 利用USBL测量得到的USV和UUV相对位置和姿态信息, 结合UUV的INS误 差方程, 建立了UUV协同导航系统的状态方程和观测方程, 并基于自适应卡尔曼滤波方法对UUV状态进行滤波估 计. 仿真和湖上实验结果表明, 文中所提方法可有效提升UUV导航精度.     

Computation of the target state and feedback controls for time optimal consensus in multi-agent systems

N identical agents with bounded inputs aim to reach a common target state (consensus) in the minimum possible time. Algorithms for computing this time-optimal consensus point, the control law to be used by each agent and the time taken for the consensus to occur, are proposed. Two types of multi-agent systems are considered, namely (1) coupled single-integrator agents on a plane and, (2) double-integrator agents on a line. At the initial time instant, each agent is assumed to have access to the state information of all the other agents. An algorithm, using convexity of attainable sets and Helly's theorem, is proposed, to compute the final consensus target state and the minimum time to achieve this consensus. Further, parts of the computation are parallelised amongst the agents such that each agent has to perform computations of O(N²) run time complexity. Finally, local feedback time-optimal control laws are synthesised to drive each agent to the target point in minimum time. During this part of the operation, the controller for each agent uses measurements of only its own states and does not need to communicate with any neighbouring agents.     

粒子群算法在多船避碰决策中的应用

多船避碰是船舶避碰中最复杂的问题,也是船舶自动避碰方法研究中的难点之一.对许多学者的多船避碰研究进行分析,将最近会遇距离DCPA、最近会遇时间TCPA、两船距离、相对距离、本船转向角等作为基本评判参数,利用雷达进行一系列的观测,获得避让要素,建立碰撞危险度的评价模型.应用粒子群算法找出最优的解决方案,得出最优转向避碰幅度解.该方法不仅有助于解决多船会遇情况下的本船最优转向角度值,而且也有助于多船避碰决策系统的智能化设计与开发.     

基于变维卡尔曼滤波的UUV目标运动优化估计方法

为实现无人水下航行器精准、安全的跟踪目标从而高效地实现目标的信息采集,提出了一种针对该个体的目标运动优化估计方法。此方法通过建立目标运动模型,基于卡尔曼滤波基本原理,利用变维卡尔曼滤波的方法,达到UUV个体对目标运动状态准确估计的预期效果。为提高该方法的可行性,在利用最小化目标位置估计协方差矩阵完成目标运动轨迹估计及优化的过程中,考虑实际UUV机动时的最大速度限制、与目标最小距离的限制。文章详细阐述该方法的实现和步骤,并通过仿真实验验证了该优化算法的有效性。     

无人水下航行器势场航路规划方法研究

对运动障碍威胁环境下无人水下航行器(UUV)航路规划问题进行了研究;首先分别对规划过程中固定障碍、运动障碍建立了排斥势场,对目标点建立了吸引势场,将航路规划问题转变为寻找最优势场点问题;然后提出一种改进的粒子群算法(NPSO),在UUV航路规划过程中,寻找距离当前路径点固定步长范围内的最优势场点,将其作为下一路径点,最终实现UUV在运动障碍威胁环境中的航路规划;最后对所提方法进行了仿真验证,UUV可以有效躲避固定障碍与运动障碍威胁,寻找到较优航路,取得了较好的仿真效果。     

未知环境中移动机器人实时导航与避障的分层模糊控制

为了解决单模糊控制器的“规则库爆炸”问题,设计了一种分层的模糊控制器,用于指导移动机器人通过未知环境到达指定的目标点．控制器根据8个超声传感器的信息和目标相对于机器人的方位确定机器人的运动．首先,每个超声传感器的信息被输入到危险度模糊控制器（DFC）中,产生关于周围环境中障碍物危险度的模糊向量．这些模糊向量经过融合与归一化处理后分别输入到上层的速度模糊控制器（VFC）和角速度模糊控制器（RFC）的推理机中．VFC根据目标的距离和障碍物的危险度控制机器人的前进速度．RFC根据目标的方向和障碍物的危险度控制机器人的转向,并采用最大隶属度法的反模糊化策略解决“对称不确定”问题．仿真与实验结果证明了所设计的模糊控制器简单而有效．     

基于SVM的水下机器人舰位推算导航误差模型

本文为了提高UUV水下航行过程中舰位推算的导航精度,建立了基于支持向量机的导航误差模型.文章选取UUV的航向、相对大地的前向速度及左向速度、纵倾和横倾、导航推算时刻距离初始时刻的时间等六个与UUV导航误差密切相关的参数作为模型的输入,以舰位推算出的经度误差和纬度误差为模型输出,结果是验证该模型的有效性.结论是使导航的相对误差能够从48.69‰下降到1.49‰,得出误差模型可以较好地修正舰位推算中的经纬度误差.     

基于反步法的欠驱动UUV的3维路径跟踪控制

研究了欠驱动无人水下航行器(unmanned underwater vehicle,UUV)在3维空间中的路径跟踪控制器设计及其稳定性分析问题.首先建立2阶积分器形式的欠驱动UUV空间6自由度运动模型和动力学模型.针对该运动模型,以位置误差作为虚拟控制变量,基于反步法(backstepping)设计路径跟踪控制器.根据李亚普诺夫理论,在理论上证明了所设计的路径跟踪控制系统是稳定的.该控制器实现了欠驱动UUV 3维空间的路径跟踪控制.仿真结果验证了控制器的有效性.     

Reach a nonlinear consensus for MAS via doubly stochastic quadratic operators

This technical note addresses the new nonlinear protocol class of doubly stochastic quadratic operators (DSQOs) for coordination of consensus problem in multi-agent systems (MAS). We derive the conditions for ensuring that every agent reaches consensus on a desired rate of the group's decision where the group decision value in its agent's initial statuses varies. Besides that, we investigate a nonlinear protocol sub-class of extreme DSQO (EDSQO) to reach a consensus for MAS to a common value with nonlinear low-complexity rules and fast time convergence if the interactions for each agent are not selfish. In addition, to extend the results to reach a consensus and to avoid the selfish case we specify a general class of DSQO for reaching a consensus under any given case of initial states. The case that MAS reach a consensus by DSQO is if each member of the agent group has positive interactions of DSQO (PDSQO) with the others. The convergence of both EDSQO and PDSQO classes is found to be directed towards the centre point. Finally, experimental simulations are given to support the analysis from theoretical aspect.     

基于移动终端屏幕分辨精度的网格简化算法

针对移动终端用户对三维物体的感知度与屏幕分辨率明显相关的特性,提出一种基于移动终端屏幕分辨精度的网格简化算法。算法定义了模型在目标屏幕上显示时的基准显示状态(BoV),并通过移动终端分辨率及物体的视距参数分别计算得到目标屏幕的分辨精度阈值及模型的分辨精度因子,通过加权二次误差度量(QEM)算法动态地删除不符合显示精度要求的冗余数据。算法易于实现,适用于手机、PDA等仅具备低分辨率屏幕的移动终端上的图形应用。实验结果说明新算法的有效性。