基于大地坐标的通视性检查算法

点到点的通视性检查算法是作战仿真系统使用的重要算法之一.目前通视性检查算法多基于直角坐标.计算时需要将初始给定的大地坐标转化为直角坐标.在分析了摹本通视性模型以及目前使用的基于直角坐标的通视性检查算法的基础上,提出了一种基于大地坐标的点到点通视性检查算法,算法通过求取视线和地形采样点连线在地球表面投影的交点的经纬度坐标,利用线性差值计算两连线在该经纬度处的高程,来进行通视性判定,不需要将球面上的大地坐标转换为平面直角坐标,而且能够考虑到地球曲率对通视性的影响.最后,通过算法实验分析,检验了本算法的可用性.     

RSG地形的矢量视域改进算法

针对视域分析改进算法及其矢量化进行研究,提出了一种基于局部最优检测和高程限制的改进通视性算法。介绍了空间中两点通视性问题的基本算法;给出了局部最优单调区间的定义;通过分析视线方向与地形遮挡点之间的关系,提出了基于局部最优区间和最大高程限制的通视性改进算法,给出了算法的实现方法;改进算法只对一般高程点进行局部最优判断,而只对点序列中相对较少的一部分点进行完整的通视性计算,因此改进算法在收敛速度方面得到了明显改善;最后,通过程序仿真对改进算法进行了验证,并利用改进算法进行了视域分析与矢量化仿真。     

基于CAN一卡通系统总线调度策略建模与仿真

基于控制器局域网(CAN)的测控系统需要采用恰当的总线调度策略以满足数据传输的实时性要求,其建模与仿真能对网络设计进行评估和优化。在设计一卡通系统线性混合总线调度算法的基础上,运用网络仿真系统OPNET设计了一种改进的CAN CSMA/CA模型。应用该模型对所设计的总线调度算法的效率和稳定性进行了仿真分析和比较。结果表明,该算法能够有效地满足一卡通系统数据传输的实时性要求。     

利用最大仰角插值技术的通视性分析算法研究

针对点对区域的通视性分析问题,提出了一种算法．该算法只需对前沿边界点进行点对点通视性分析;而对内部点的可视性,根据地形空间连续性的原理,采用插值技术,利用前方点的最大仰角和可视性信息来判断．实验表明,该算法基本满足实时性的要求,同时具有较高的稳定性和精确性。     

中继OFDMA系统混合业务的分步跨层调度算法*

由于实时和非实时两类业务具有不同的QoS要求,因此需要设计一种混合分组调度算法为两类业务用户提供QoS保证。在分析传统的PF与M-LWDF算法的基础上,根据已有的信道条件和不同的业务需求,使用MATLAB搭建系统仿真平台,设计了分步的跨层调度策略。仿真结果表明,该算法在满足公平性要求的情况下,不但能保证实时业务的时延需要,而且能够获得很好的吞吐量。     

极低信噪比条件下基于平均互相关和特征分解的DS伪码估计算法

文中针对极低信噪比条件下的扩频信号处理要求,基于直接扩频(DS)信号相似性和特征分解原理,提出了一种DS伪码序列的估计算法.该算法在未知直扩信号任何信息的情况下,首先通过对该信号的分段处理和平均互相关确定伪码起始码元,然后采用特征分解(EVD)算法准确估计出伪码序列.通过理论推导和证明得到所提算法估计效率和估计误差的两个重要结论.仿真结果表明:在相同信源条件下,该算法较现有算法不仅抗噪声性能提高了2dB以上,而且有效克服了部分反码问题,从而保证极低信噪比条件下DS伪码序列的准确估计.     

基于反向PageRank的影响力最大化算法

针对社会网络上的影响力最大化算法在大规模网络上难以同时满足传播范围、时间效率和空间效率要求的问题,提出一种混合PageRank和度中心性的启发式算法（MPRD）。首先,基于PageRank,引入一种反向PageRank思想来评估节点影响力;然后,结合局部指标度中心性,设计一种混合的指标来评估节点的最终影响力;最后,通过相似性方法去掉影响力重合严重的节点,选出种子节点集。在6个数据集和两种传播模型上进行实验,实验结果表明,所提的MPRD在传播范围上优于现有的启发式算法,在时间效率上比贪心算法快四、五个数量级,在空间效率上优于基于反向抽样的IMM算法。所提的MPRD在处理大规模网络上的影响力最大化问题时能够取得传播范围、时间效率和空间效率的平衡。     

基于FPGA+DSP的实时图像处理系统设计与实现

针对图像处理系统计算量大、实时性高和体积小的要求,研制了一种以DSP为主处理器FPGA为辅处理器的高性能实时图像处理系统.利用这两种芯片的各自特点,将算法分成两部分分别交由FPGA和DSP处理,大大提高了算法的效率.系统具有结构简单易于实现和运用方便灵活的特点,加载上相应的程序之后能实现对所获取的图像跟踪、识别和匹配等处理方法.详细说明了系统的设计思路和硬件结构,并在硬件系统上进行了算法仿真及实验验证.实验结果表明:该系统实时性高,适应性好,能够满足设计要求.     

多电机系统同步控制研究

根据舞台升降平台在额定负载条件下的多电机同步位置误差要求,把主从控制策略与偏差控制策略相结合,给出了一种实用的多电机最大偏差耦合同步算法。在额定负载启动、脉冲扰动、阶跃扰动等条件下的对同步位置误差进行仿真,仿真结果表明该算法简单实用,符合控制的要求。最后给出最大偏差耦合同步算法的电气控制硬件实现方案,实际运行表明该算法能很好的满足控制要求。     

一种基于膜系统理论的多目标演化算法

提出一种用于求解多目标优化问题的基于膜系统理论的演化算法. 受膜系统理论的功能和处理化合物方式的启发,设计了求解多目标优化问题的演化操作. 此外,在表层膜中,引入了非支配排序和拥挤距离两种机制改善算法的搜索效率. 采用ZDT（Zitzler-Deb-Thiele）和DTLZ（Deb-Thiele-Laumanns-Zitzler）多目标问题对所提算法进行测试,所提算法求得的候选解既能较好地逼近真实Pareto前沿,又能满足非支配解集多样性的要求. 仿真结果表明,所提方法求解多目标优化问题是可行和有效的.     

地形分析中一个基础算法的研究与改进

对地形分析中用得较多、又比较花费处理时间的一个基础算法进行了研究和改进,并与现有算法进行试验比较,结果表明改进算法能够有效地减少用于求得直线段的投影与格网的交点集的时间,大大改善了进行动态距离量算、动态两点通视、动态剖面分析等的实时性,提高了效率。该算法已经嵌入到某知名军事地理信息系统的核心模块中,并在实践中得到广泛而有效的应用。     

The Flexible, Extensible and Efficient Toolbox of Level Set Methods

Level set methods are a popular and powerful class of numerical algorithms for dynamic implicit surfaces and solution of Hamilton-Jacobi PDEs. While the advanced level set schemes combine both efficiency and accuracy, their implementation complexity makes it difficult for the community to reproduce new results and make quantitative comparisons between methods. This paper describes the Toolbox of Level Set Methods, a collection of Matlab routines implementing the basic level set algorithms on fixed Cartesian grids for rectangular domains in arbitrary dimension. The Toolbox’s code and interface are designed to permit flexible combinations of different schemes and PDE forms, allow easy extension through the addition of new algorithms, and achieve efficient execution despite the fact that the code is entirely written as m-files. The current contents of the Toolbox and some coding patterns important to achieving its flexibility, extensibility and efficiency are briefly explained, as is the process of adding two new algorithms. Code for both the Toolbox and the new algorithms is available from the Web.     

多重群体遗传算法在多选择背包问题中的应用

在解决多选择背包问题中，引入了多重群体遗传算法作为求解方法，根据此问题的特点，制定了具体的杂交、变异方法，设计了遗传算法。在算法中以目标函数加惩罚函数为适应值评价函数，采用新陈代谢的跨世代选择策略，以更好地保持进化过程中的遗传多样性。实践表明，引入了多重群体遗传算法之后，求解此问题效率有明显的改善与提高。     

基于改进的混合基因算法的FIR数字滤波器设计

研究了利用模拟退火遗传算法来设计FIR数字滤波器的方法。针对算法在寻优过程中,易陷入局部最优解和搜索缓慢的特点提出了改进方法,该方法充分利用了遗传算法的并行化抽样过程和模拟退火算法中控制算法的收敛性,不仅优化了时间性能,避免出现收敛的“早熟”现象,而且在一定程度上提高了算法的搜索性能。最后结合FIR低通数字滤波器的设计给出了仿真结果。     

Fixed point guided abstraction refinement for alternating automata

In this paper, we develop and evaluate two new algorithms for checking emptiness of alternating automata. These algorithms build on previous works. First, they rely on antichains to efficiently manipulate the state-spaces underlying the analysis of alternating automata. Second, they are abstract algorithms with built-in refinement operators based on techniques that exploit information computed by abstract fixed points (and not counter-examples as it is usually the case). The efficiency of our new algorithms is illustrated by experimental results.     

Linearly implicit quantization-based integration methods for stiff ordinary differential equations

In this paper, new integration methods for stiff ordinary differential equations (ODEs) are developed. Following the idea of quantization-based integration (QBI), i.e., replacing the time discretization by state quantization, the proposed algorithms generalize the idea of linearly implicit algorithms. Also, the implementation of the new algorithms in a DEVS simulation tool is discussed. The efficiency of these new methods is verified by comparing their performance in the simulation of two benchmark problems with that of other numerical stiff ODE solvers. In particular, the advantages of these new algorithms for the simulation of electronic circuits are demonstrated.     

A decoupled designing approach for sampling consensus of multi‐agent systems

This paper introduces the motion‐planning approaches to solve the distributed consensus problems via sampling measurements. First, for first‐order multiagent systems, a class of sampled‐data–based algorithms are developed with arbitrary sampling periods, which solve the asymptotic consensus problem under both directed fixed and random switching topologies. Then, a new kind of distributed consensus algorithms is designed based on sampling measurements for second‐order multiagent systems. Under both the directed fixed and periodical switching topologies, asymptotic consensus problems of second‐order multiagent systems can be solved by using the proposed algorithms. Compared with existing continuous‐time consensus algorithms, one of remarkable advantages of proposed algorithms is that the sampling periods, communication topologies, and control gains are decoupled and can be separately designed, which relaxes many restrictions in controller designs. Finally, some numerical examples are given to illustrate the effectiveness of the analytical results.     

基于多线程技术的d-BM改进算法

在分析基于压缩的DNA模式匹配算法d-BM的基础上,采用多线程技术,设计并实现MultipleOF-dBM算法和DoubleOF-dBM算法。实验结果表明,新算法的匹配速度比d-BM算法有所提高。     

实时动态规划的最优行动判据及算法改进

主要以提高求解马尔可夫决策问题的实时动态规划(real-time dynamic programming,简称RTDP)算法的效率为目的.对几类典型的实时动态规划算法所使用的收敛判据进行了对比分析,并利用值函数上界、下界给出了称为最优行动判据的收敛判据,以及一个更适合实时算法的分支选择策略.最优行动判据可以更早地标定当前状态满足精度要求的最优行动供立即执行,而新的分支选择策略可以加快这一判据的满足.据此设计了一种有界增量实时动态规划(bounded incremental RTDP,简称BI-RTDP)算法.在两种典型仿真实时环境的实验中,BI-RTDP均显示出优于现有相关算法的实时性能.